3.2.4 Evaluasi Model
Untuk menghasilkan model yang efisien dan konsisten, maka perlu dievaluasi berdasarkan kriteria ekonomi apakah hasil estimasi terhadap model regresi tidak terjadi
masalah heteroskedastisitas, multikolinearitas dan autokorelasi. Selain itu juga perlu dilihat seberapa baik model dalam mengestimasi dengan melihat dari koefisien
determinasi.
3.3.4.1 Koefisien Determinasi
Koefisien determinasi berfungsi untuk menunjukkan seberapa baik model yang diperoleh bersesuaian dengan data aktual goodness of fit, mengukur berapa presentase
variasi dalam peubah terikat mampu dijelaskan oleh informasi peubah bebas. Kisaran nilai koefisien determinasi adalah 0
≤ R
2
≤ 1. Model dikatakan semakin baik apabila nilai R
2
mendekati 1 atau 100 persen.
3.3.4.2 Multikolinearitas
Multikolinearitas adalah hubungan linier yang kuat antara variabel-variabel bebas dalam persamaan regresi berganda. Gejala multikolinearitas ini dapat dideteksi
dari nilai R
2
tinggi tetapi tidak terdapat atau sedikit sekali koefisien dugaan yang berpengaruh nyata dan tanda koefisien regresi tidak sesuai dengan teori Gujarati,
1978. Multikolinearitas dalam pooled data dapat diatasi dengan pemberian pembobotan cross section weight atau GLS, sehingga parameter dugaan pada taraf uji tertentu t-
statistik maupun F-hitung menjadi signifikan.
3.3.4.3 Autokorelasi
Suatu model dikatakan memiliki autokorelasi jika terjadi error dari periode waktu time series yang berbeda saling berkorelasi. Masalah autokorelasi ini akan
menyebabkan model menjadi tidak efisien meskipun masih tidak bias dan konsisten. Autokorelasi menyebabkan estimasi standart error dan varian koefisien regresi yang
diperoleh akan underestimate. Sehingga R
2
akan besar serta uji-t dan uji-F menjadi tidak valid. Autokorelasi yang kuat dapat menyebabkan dua variabel yang tidak berhubungan
menjadi berhubungan. Bila OLS digunakan, maka akan terlihat koefisien signifikansi dan R
2
yang besar atau juga disebut sebagai regresi lancung atau palsu Nachrowi,
2006.
Untuk mendeteksi ada tidaknya autokorelasi dapat dilakukan uji Durbin Watson
DW yaitu dengan membandingkan nilai Durbin Watson dari model dengan DW tabel.
Tabel 3.1 Kerangka Identifikasi Autokorelasi
Nilai Dw Hasil
4-dl DW 4 Tolak H
,
korelasi serial negatif 4-dl DW 4-dl
Hasil tidak dapat ditentukan 2 DW 4-du
Terima H , tidak ada korelasi serial
du DW 2 Terima H
, tidak ada korelasi serial dl DW du
Hasil tidak dapat ditentukan 0 DW dl
Tolak H , korelasi serial positif
Sumber : Irfany dan Holis 2007
3.3.4.4 Heteroskedastisitas