57
Sedangkan menurut Gujarati 2006:87 konsekuensi adanya heteroskedastisitas adalah:
1. Estimator OLS masih linear. 2. Masih tak bias.
3. Tapi tidak lagi memiliki varians; artinya, tidak lagi efisien. Ini berlaku juga dalm sampel yang besar.
4. Rumus-rumus biasa untuk menaksir varians estimator OLS umumnya bias.
d. Uji Autokorelasi
Uji Autokorelasi adalah untuk mengetahui adanya korelasi antara variabel gangguan sehingga penaksir tidak lagi efisien baik dalam model
sampel kecil maupun dalam sampel besar. Autokorelasi bisa didefinisikan sebagai korelasi di antara anggota observasi yang diurut menurut waktu
seperti deret berkala atau ruang seperti data lintas-sektoral Gujarati 2006:112.
Untuk melihat ada tidaknya penyakit autokorelasi dapat juga digunakan uji Langrange Multiplier LM Test dengan membandingkan
nilai probabilitas R-Square dengan α = 0.05 Gujarati 2006:112. Selain itu
cara untuk mendeteksi autokorelasi dengan menggunakan statistik d dari Durbin-Watson.
Statistik d dari Durbin-Watson memiliki rumus sebagai berikut:
d = ∑
�
�
−�
�− �−�
�−
∑ �
� �−�
�−
58
Keterangan: et
= residual tahun t et-1
= residual satu tahun sebelumnya N
= jumlah observasi Langkah-langkah pengujian autokorelasi sebagai berikut :
Hipotesis : Ho : Model tidak terdapat Autokorelasi Ha : Model Terdapat Autokorelasi.
Bila probabilitas ObsR2 0.05 Ho diterima. Bila probabilitas ObsR2 0.05 Ho ditolak
Apabila probabilitas ObsR2 lebih besar dari 0.05 maka model tersebut tidak terdapat autokorelasi. Apabila probabilitas ObsR2 lebih
kecil dari 0.05 maka model tersebut terdapat autokorelasi. Selain itu, ada salah satu cara lagi yang digunakan untuk mendeteksi autokorelasi adalah
uji Durbin Watson D-W. Berikut table 3.1 yang digunakan untuk menentukan ada tidaknya autokorelasi dengan uji Durbin-Watson.
Gujarati , 2006:119 :
Tabel 3.1 Uji
Durbin-Watson DW
Tolak Ho, berarti ada
autokorelasi positif
Daerah meragukan
Terima Ho, tidak ada
Autokorelasi Daerah
meragukan Tolak Ho,
berarti ada autokorelasi
negatif
0 dl du 2 4-du 4-dl
4
Menurut Gujarati 2006:115 konsekuensi adanya autokorelasi adalah:
59
1. Estimator kuadrat kecil masih linear dan tak bias. 2. Tapi estimator tersebut tidak efisien; artinya, tidak memiliki varians
minimum bila
dibandingkan dengan
prosedur yang
mempertimbangkan autokorelasi.
2. Uji Statistik
