Metode Estimasi Model Regresi Data Panel

58 multikolinearitas dan tidak terjadi heteroskedastisitas. Berikut ini penjelasan mengenai uji asumsi klasik: a. Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal atau tidak. Dimana dalam model regresi yang baik adalah yang memiliki distribusi data normal atau mendekati normal. 49 Pada software Eviews 8.1, pengujian normalitas sebuah data dilakukan dengan Jarque Bera test. Jarque Bera test dengan membandingkan nilai Jarque Bera JB yang didapat dari histogram normality test dengan nilai Chi Square tabel. Dalam pengujian ini dilakukan dengan hipotesis sebagai berikut: Ho: Data terdistribusi normal Ha: Data tidak terdistribusi normal Dasar pengambilan keputusannya adalah jika nilai jarque bera hitung chi square tabel, maka Ho ditolak dan Ha diterima, yang berarti data tidak terdisitribusi normal, tetapi jika nilai jarque bera hitung chi square tabel, maka Ho diterima dan Ha ditolak, yang berarti data terdistribusi normal. 49 Imam Ghozali, Aplikasi Analisis Multivariate Dengan Program IBM SPSS 19, Semarang: Badan Penerbit Universitas Diponegoro, 2011, h.160. 59 b. Uji Autokorelasi Uji autokolerasi bertujuan untuk menguji apakah dalam suatu model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain. 50 Autokorelasi juga bisa diakibatkan oleh adanya bias spesifikasi, misalnya karena dikeluarkannya variabel-variabel yang benar dari persamaan regresi atau karena asumsi yang salah mengenai bentuk fungsional model regresi. 51 Salah satu cara yang dapat digunakan untuk mendeteksi keberadaan autokorelasi adalah dengan menggunakan uji Durbin-Watson. Autokorelasi dapat diukur melalui nilai Durbin-Watson dengan melihat beberapa kriteria sebagai berikut: Tabel 3.2 Uji Autokorelasi dL dU 4-dU 4-dL 50 Imam Ghozali, Aplikasi Analisis Multivariate Dengan Program IBM SPSS 19, Semarang: Badan Penerbit Universitas Diponegoro, 2011, h.110. 51 Gunawan Sumodiningrat, Ekonometrika Pengantar, Yogyakarta: BPFE Yogyakarta, 2002, h.232 Ada autokorelasi positif Tidak dapat diputuskan Tidak ada autokorelasi Tidak dapat diputuskan Ada autokorelasi negatif 60 1 Jika dw lebih kecil daripada dL atau lebih besar daripada d-dL, berarti terdapat autokorelasi. 2 Jika dw terletak antara dU dan 4-dU, berarti tidak ada autokorelasi. 3 Jika nilai dw terletak antara dL dan dU atau di antara 4-dU dan 4- dL, berarti tidak menghasilkan kesimpulan yang pasti. 52 c. Uji Multikolinearitas Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. 53 Pada software Eviews 8.1, untuk mendeteksi ada tidaknya multikolinearitas dengan melihat nilai koefisien korelasi pada masing masing variabel independen melalu uji matriks korelasi. Jika nilai koefisien korelasi untuk masing-masing variabel independen lebih besar dari 0,8 maka terjadi masalah multikolinearitas. 54 Dalam pengujian ini dilakukan dengan hipotesis sebagai berikut: Ho: Tidak terdapat masalah multikolinearitas Ha: Terdapat masalah multikolinearitas Dasar pengambilan keputusannya adalah jika nilai correlation r ≤ 0.80, maka Ho diterima dan Ha ditolak, yang berarti bahwa tidak terdapat 52 Gunawan Sumodiningrat, Ekonometrika Pengantar, Yogyakarta: BPFE Yogyakarta, 2002, h.248. 53 Imam Ghozali, Aplikasi Analisis Multivariate Dengan Program IBM SPSS 19, Semarang: Badan Penerbit Universitas Diponegoro, 2011, h.105. 54 Shochrul R Ajija, dkk, Cara Cerdas Menguasai Eviews, Jakarta: Salemba Empat, 2011, h.35.