49
3.9 Uji Penyimpangan Asumsi Klasik 3.9.1 Multikolinearity
Multikolinearity adalah alat untuk mengetahui suatu kondisi, apakah tedapat korelasi variabel independen diantara satu sama lainnya. Untuk mengetahui ada
tidaknya multikolinearity dapat dilihat dari nilai R-Square, F-hitung, t-hitung dan standart error.
Ciri khas multikolinearity ditandai dengan: 1.
R
2
nya tinggi 2.
Standart errornya tidak terhingga 3.
Terjadi perubahan tanda atau tidak sesuai dengan teori 4.
Tidak ada satupun t-statistik yang signifikan pada α = 5, α = 10, α = 1
3.9.2 Serial CorrelationAuto Correlation
Auto korelasi terjadi bila error term µ dari periode waktu yang berbeda berkorelasi. Dikatakan bahwa Error Term berkorelasi atau mengalami korelasi serial
apabila: Variabel e
i
,e
j
≠ 0, untuk i ≠ j, dalam hal ini dapat dikatakan memilki masalah auto korelasi. Adapun cara yang digunakan untuk mengetahui keberadaan auto
korelasi yaitu: Dengan Durbin-Watson D-W Test
t
e e
- e
hitung -
D
2 2
1 -
t t
Universitas Sumatera Utara
50
Dengan hipotesis sebagai berikut: H
= ρ = 0, artinya tidak ada auto korelasi
H
a
= ρ ≠ 0, artinya ada auto korelasi
Dengan jumlah sampel tertentu dan jumlah variabel independen tertentu diperoleh nilai kritis dl dan du dalam tabel distribusi Durbin-Watson untuk berbagai
nilai α.
Hipotesis yang digunakan adalah:
Dimana: H
: tidak ada autokorelasi
dw dl :
tolak H ada korelasi positif
dw 4-dl :
tolak H ada korelasi negatif
du dw 4-du :
terima H tidak ada auto krelasi
dl ≤ dw ≤ du
: pengujian tidak dapat disimpulkan inconclusive
4-du ≤ dw ≤ 4-dl : pengujian tidak dapat disimpulkan inconclusive
Universitas Sumatera Utara
51
3.9.3 Heterokedastisitas
Heterokedastisitas ialah suatu keadaan dimana varian dari kesalahan pengganggu tidak konstan untuk semua nilai variabel bebas, yaitu E X
i
, µ
i
≠ 0, sehingga E µ
i 2
≠ σ
2
. Ini merupakan pelanggaran salah satu asumsi tentang model regresi linear
berdasarkan metode kuadrat terkecil. Di dalam regresi, biasanya kita berasumsi bahwa E µ
i 2
= σ
2
, untuk semua µ
i
, artinya untuk semua kesalahan pengganggu, variannya sama. Pada umumnya terjadi di dalam analisis data
cross section, yaitu data yang menggambarkan keadaan pada suatu waktu tertentu, misalnya data hasil
suatu survei. Pengujian untuk mendeteksi heteroskedastisitas dilakukan dengan cara:
Uji Formal yaitu Uji White White’s General Heteroscedasticity Test Uji White dimulai pengujiannya dengan membentuk model:
Y = α + β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ µ
i
Kemudian, persamaan diatas dimodifikasi dengan membentuk regresi bantuan auxiliary regression sehingga model menjadi:
µ
i 2
= α
+ α
1
X
1
+ α
2
X
2
+ α
3
X
3
+ α
4
X
1 2
+ α
5
X
2 2
+ α
6
X
3 2
+ α
7
X
1
X
2
X
3
+ υ
1
Pedomannya adalah bahwa tidak terdapat masalah heterokedastisitas dalam hasil estimasi, jika nilai R
2
hasil regresi dikalikan dengan jumlah data atau n.R
2
= χ
2
hitung lebih kecil dibandingkan χ
2
tabel. Sementara, akan terdapat masalah heterokedastisitas apabila hasil estimasi menunjukkan bahwa
χ
2
hitung lebih besar dibandingkan dengan
χ
2
tabel.
Universitas Sumatera Utara
52
3.10 Definisi Operasional