Uji Kesesuaian Model Metode Ordinary Least Square OLS
c. Multikolinearitas Multikolinearitas diartikan sebagai adanya hubungan yang
“sempurna” atau pasti, di antara beberapa atau semua variabel yang menjelaskan dari model regresi. Untuk melihat ada atau tidaknya
multikolnearitas dapat dilakukan dengan melihat correlation matrix. Multikolinearitas dapat dideteksi dengan melihat koefisien korelasi
antarvariabel bebas. Jika korelasinya kurang dari 0,8 rule of thumbs 0,8 maka dapat disimpulkan bahwa tidak ada multikolinearitas. Tetapi jika
nilai koefisien korelasinya lebih dari 0,8 rule of thumbs 0,8 maka dapat disimpulkan bahwa terdapat multikolinearitas dalam model tersebut.
Multikolinearitas menyebabkan koefisien-koefisien regresi dugaan memiliki ragan yang sangat besar, implikasinya statistik t yang
didefinisikan sebagai rasio antara koefisien regresi dan simpangan bakunya menjadi lebih kecil yang berakibat pada pengujian koefisien akan
cenderung untuk menerima H sehingga koefisien-koefisien regresi tidak
nyata, yang akhirnya seringkali persamaan regresi yang dihasilkan menjadi missleading
Wetherill, 1986. Cara yang bisa digunakan untuk mendeteksi multikolinearitas adalah dengan melihat nilai faktor inflasi
ragam Variance Inflation Factor atau VIF, yaitu pengukuran multikolinearitas untuk peubah bebas ke-i. Nilai VIF akan semakin besar
jika terdapat korelasi yang semakin tinggi antarvariabel bebas. Nilai VIF yang lebih besar dari 10 bisa digunakan sebagai petunjuk adanya
kolinearitas Neter et al., 1990.
Beberapa cara yang dapat digunakan untuk mengatasi masalah multikolinearitas antara lain: 1 membuang peubah bebas yang
mempunyai multikolinearitas tinggi dengan peubah bebas lainnya, 2 menambah data pengamatan atau contoh, dan 3 melakukan transformasi
terhadap peubah-peubah bebas yang mempunyai kolinieritas atau menggabungkan menjadi peubah-peubah bebas baru yang mempunyai arti.
Cara lain yang dapat digunakan untuk mengatasi masalah multikolinearitas adlah dengan menggunakan regresi gulud ridge regression, regresi
kuadrat terkecil parsial partial least square dan regresi komponen utama principal component regression.
2. Kriteria Statistika Secara statistika terdapat beberapa uji yang dapat digunakan untuk
menentukan kesesuaian model yaitu : a. Uji F
Uji F digunakan untuk menguji bagaimanakah pengaruh seluruh variabel bebas terhadap variabel tidak bebas.
Hipotesis: H
: β
1
= β
2
= … = β
t
= 0 tidak ada variabel bebas yang berpengaruh signifikan terhadap variabel tidak bebas.
H
1
: minimal ada satu β
1
yang tidak sama dengan nol paling tidak ada satu variabel bebas yang berpengaruh signifikan terhadap
variabel tidak bebas. t : 1,2,3….n
Jika probability t-statistic taraf nyata α, maka tolak H dan dapat
disimpulkan bahwa minimal ada satu variabel bebas yang berpengaruh signifikan terhadap variabel tidak bebas. Jika probability t-statistic taraf
nyata α, maka terima H dan dapat disimpulkan bahwa tidak ada satu pun
variabel bebas yang berpengaruh signifikan terhadap variabel tidak bebas. b. Uji t
Uji t disebut juga uji signifikansi variabel secara parsial karena melihat signifikansi masing-masing varabel yang terdapat di dalam model.
Besaran yang digunakan dalam uji ini adalah statistik t. Langkah pertama untuk melaksanakan uji t adalah dengan menuliskan hipotesis pengujian.
H : β
t
= 0 H
1
: β
t
≠ 0 Selanjutnya dilakukan perhitungan t-statistic dengan menggunakan rumus:
=
β
Dimana :
= parameter dugaan = parameter hipotesis
Se
β
= standard error parameter
β Jika nilai t-statistik yang didapat pada taraf nyata sebesar α lebih
dari t- tabel t
stat
t
tabel
maka tolak H
0.
Dapat diambil kesimpulan bahwa koefisien dugaan β tidak sama dengan nol β ≠0 dan variabel yang diuji
berpengaruh nyata terhadap variabel tidak bebas. Sebaliknya, jika nilai t- statistik kurang dari t-tabel t
stat
t
tabel
maka terima H
0,
dapat diambil
kesimpulan bahwa koefisien dugaan β sama dengan nol β=0 dan variabel yang diuji berpengaruh tidak nyata terhadap variabel tidak bebas. Model
yang digunakan diduga akan semakin baik jika semakin banyak variabel bebas yang signifikan atau bepengaruh nyata terhadap variabel tidak
bebasnya. 3. Kriteria Ekonomi
Dalam kriteria ekonomi akan diuji tanda dan besaran dari setiap variabel bebas yang diperoleh. Kriteria ekonomi menyaratkan bahwa tanda dan
besaran yang terdapat pada setiap koefisien variabel bebas sesuai dengan teori ekonomi. Apabila model tersebut sesuai dengan teori ekonomi, maka
model tersebut dapat dikatidakan baik secara ekonomi.