b. Jika data panel yang dimiliki mempunyai jumlah waktu T lebih kecil dibanding jumlah individu N maka disarankan untuk menggunakan MER.
4.6.1. Uji Asumsi Klasik
4.6.1.1. Uji normalitas residual Asumsi distribusi normal diperiksa dengan menggunakan metode Jarque-Bera
JB dengan perhitungan sebagai berikut: JB = N[S
2
6 + K-3
2
24] Di mana: S = Skeweness dari residual
K = Kutosis dari residual N = Jumlah observasi nT
Bila residual dari model tidak terdistribusi normal maka JB statistik signifikan pada tingkat á = 5 sebaliknya apabila residual dari model terdistribusi normal maka JB
statistik tidak signifikan pada tingkat á = 5. 4.6.1.2. Pengujian autokorelasi
Autokorelasi adalah suatu kondisi di mana variabel gangguan pada periode tertentu berkorelasi dengan variabel gangguan residual pada periode lain. Hal ini
berarti bahwa variabel gangguan tidak random. Keadaan autokorelasi ini dapat disebabkan oleh berbagai hal seperti kesalahan dalam menentukan model,
penggunaan lag pada model, tidak memasukkan variabel yang penting. Untuk pengujian ada tidaknya autokorelasi ini, penulis menggunakan uji Durbin Watson.
Mekanisme uji Durbin Watson adalah sebagai berikut:
pdf M a chine - is a pdf w r it e r t h a t pr odu ce s qu a lit y PD F file s w it h e a se
Ge t you r s n ow
“ Thank you very m uch I can use Acrobat Dist iller or t he Acrobat PDFWrit er bu t I consider your pr oduct a lot easier t o use and m uch pr efer able t o Adobes A.Sar r as - USA
Universitas Sumatera Utara
1. Melakukan regresi dengan Ordinary Least Square OLS, kemudian kita
menyimpan residualnya. 2.
Menghitung nilai d dengan rumus:
2 2
1 t
t t
hit
e e
e d
3. Dengan jumlah sampel tertentu dan jumlah variabel independen tertentu,
diperoleh nilai kritis dl dan du dalam tabel distribusi Durbin Watson untuk berbagai nilai diambil langsung dari tabel.
4. Hipotesis yang digunakan adalah:
H = Tidak ada autokorelasi baik positif maupun negatif
d dl = Tolak H
ada korelasi positif d 4 - dl
= Tolak H ada korelasi negatif
du d 4- du = Terima H
Tidak ada autokorelasi dl d du
= Tidak dapat ditarik kesimpulan 4-du d 4-dl = Pengujian tidak dapat disimpulkan
Penentuan ada tidaknya autokorelasi dapat dilihat dengan jelas dalam Gambar 4.1 berikut ini:
pdf M a chine - is a pdf w r it e r t h a t pr odu ce s qu a lit y PD F file s w it h e a se
Ge t you r s n ow
“ Thank you very m uch I can use Acrobat Dist iller or t he Acrobat PDFWrit er bu t I consider your pr oduct a lot easier t o use and m uch pr efer able t o Adobes A.Sar r as - USA
Universitas Sumatera Utara
Auto- korelasi
positif Daerah
keragu-raguan Tidak ada
autokorelasi Daerah
keragu-raguan Auto-
korelasi negatif
dl du
4-du 4-dl
4
Gambar 4.1 Daerah Pengambilan Keputusan Tes Durbin-Watson
4.6.1.3. Uji multikolinearitas
Multikolinearitas dapat timbul jika variabel bebas saling berkorelasi satu sama lain, sehingga multikolinearitas hanya dapat terjadi pada regresi berganda. Pengujian
dapat dilakukan dengan Colinearity Diagnostic serta partial correlation. Indikator yang digunakan adalah melihat nilai collinearity Statistics, yaitu nilai Variance
Inflating Factor VIF dan Tolerance TOL, yaitu: VIF = 11-r
2
atau TOL = 1VIF Di mana: r = koefisen korelasi 2 variabel bebas.
Apabila VIF lebih besar dari 10 atau TOL lebih kecil dari 0,10 maka 2 variabel bebas mengalami multikolinearitas serius, sebaliknya apabila VIF lebih kecil dari 10 atau
TOL lebih besar dari 0,1 maka 2 variabel bebas tidak mengalami multikolinearitas serius.
pdf M a chine - is a pdf w r it e r t h a t pr odu ce s qu a lit y PD F file s w it h e a se
Ge t you r s n ow
“ Thank you very m uch I can use Acrobat Dist iller or t he Acrobat PDFWrit er bu t I consider your pr oduct a lot easier t o use and m uch pr efer able t o Adobes A.Sar r as - USA
Universitas Sumatera Utara
4.6.2. Pengujian Hipotesis
