52 2. Linier adalah kombinasi linier dari sampel jika ukuran sampel ditambah
maka hasil nilai estimasi akan mendekati parameter populasi yang sebenarnya.
3. Unbiased adalah rata-rata atau nilai harapan atau estimasi sesuai dengan nilai yang sebenarnya.
4. Efficient estimator adalah memiliki varians yang minimum diantara pemerkira lain yang tidak bias.
Untuk memenuhi analisis regresi tersebut perlu diuji asumsi klasik dan uji hipotesis teori sehingga hasil estimasi tersebut dapat terhindar dari
masalah regresi lancang.
1. Uji Asumsi Klasik
Suatu model dikatakan baik untuk alat prediksi apabila mempunyai sifat-sifat tidak bias linier terbaik suatu penaksir. Disamping itu suatu
model dikatakan cukup baik dan dapat dipakai untuk memprediksi apabila sudah lolos dari serangkaian uji asumsi klasik yang melandasinya. Uji
asumsi klasik dalam penelitian ini terdiri dari : a. Uji Normalitas
Digunakan untuk mengetahui apakah variabel dependen dan independen berdistribusi normal atau tidak. Menggunakan Jarque-Bera
test atau J-B test, membandingkan JB hitung dengan X
2
tabel. Jika JB hitung nilai X
2
tabel maka data berdistribusi normal atau nilai Probability derajat kepercayaan yang ditentukan Insukindro,
2003:61.
53 b. Uji Multikoliniaritas
Uji multikoliniaritas dimaksudkan untuk mengetahui apakah terdapat interkorelasi yang sempurna di antara beberapa variabel bebas
yang digunakan dalam persamaan regresi. Uji multikoliniaritas menggunakan nilai tolerance dan Variance Inflation Factor VIF.
Kedua ukuran ini menunjukkan setiap variabel bebas manakah yang dijelaskan oleh variabel bebas lainnya.
Dalam pengertian sederhana setiap variabel bebas menjadi variabel terikat dan diregresi terhadap variabel bebas lainnya.
Tolerance mengukur variabilitas variabel bebas yang terpilih yang
tidak dapat dijelaskan oleh variabel bebas lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF tinggi karena VIF = 1tolerance
dan menunjukkan adanya kolonieritas yang tinggi. Lebih ditegaskan oleh Ghozali bila korelasi antara dua variabel bebas melebihi 90
maka VIF-nya diatas 10 maka dapat dikatakan bahwa model tersebut terkena multikolinieritas Ghozali, 2001: 63-66.
c. Uji Autokorelasi Autokorelasi adalah terjadinya korelasi antara variabel itu
sendiri pada pengamatan yang berbeda. Pengujian autokorelasi dilakukan dengan uji Breusch-Godfrey Serial Correlation Lagrange
Multiplier Test uji LM. Uji ini sangat berguna untuk
mengidentifikasi masalah autokorelasi tidak hanya pada derajat pertama tetapi bisa juga digunakan pada tingkat derajat. Dikatakan
54 terjadi autokorelasi jika nilai X
2
Obs R-Squared hitung X
2
tabel atau nilai Probability derajat kepercayaan yang ditentukan
Insukindro, 2003:60. d. Uji heteroskedastisitas
Heteroskedastisitas adalah variansi data yang digunakan untuk membuat model menjadi tidak konstan. Pengujian terhadap ada
tidaknya masalah heteroskedastisitas dalam suatu model empiris yang sedang diamati juga merupakan langkah penting sehingga dapat
terhindar dari masalah regresi lancung. Metode untuk dapat mendeteksi ada tidaknya masalah heteroskedastisitas dalam model
empiris dengan menggunakan uji White Insukindro, 2003:62. Untuk menguji heteroskedastisitas, program olah data Eviews
menyediakan metode pengujian dengan menggunakan uji White, dimana dalam program olah data Eviews dibedakan menjadi dua
bentuk uji White Hetedoskedasticity no cross term dan White Hetedoskedasticity cross term.
Dikatakan terdapat masalah heteroskedastisitas dari hasil estimasi model OLS, jika X
2
Obs R-
Squared untuk uji White baik cross term ataupun no cross term X
2
tabel atau nilai Probability derajat kepercayaan yang ditentukan Insukindro, 2003:62.
55
2. Pengujian Statistik