sejauh mana variabel bebas mampu menjelaskan variabel terikat maka perlu diketahui nilai R
3
atas koefisien nilai determinan menggunakan rumus:
…………………………….
Sulaiman, 2004 : 80
Dimana : R
2
= Koefisien determinan JK Total = Jumlah Kuadrat
Karakteristik utama R
2
adalah : a.
Tidak mempunyai nilai negative b.
Nilainya berkisar antara 0 nol dan 1 satu atau 0 R
2
1
3.6 Pendekatan Asumsi BLUE Best Linier Unbiased Estimatordapatkan
koefisien
Tujuan utama menggunakan uji asumsi klasik adalah untuk medapatkan koefisien regresi yang terbaik linier dan tidak bias BLUE,
karena bila terjadi penyimpangan terhadap asumsi klasik, tersebut uji t dan uji F, yang dilakukan menjadi tidak valid dan secara statistik dapat
mengacaukan kesimpulan yang diperoleh. Sifat BLUE itu sendiri ialah : a.
Best : Pentingnya sifat ini bila diterapkan dalam uji signifikan
data terhadap α dan β.
b. Linier
: Sifat ini digunakan untuk mempermudah dalam penafsiran.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
c. Unbiased : nilai jumlah sampel sangat besar penaksir parameter
diperoleh dari sampel besar kira- kira lebih mendeteksi nilai parameter sebenarnya.
d. Estimator : e diharap sekecil mungkin.
Yang diasumsikan tidak terjadi pengaruh antara variabel bebas atau regresi bersifat BLUE Best Linier Unbiased Estimator, artinya
koefisien regresi pada persamaan tersebut betul- betul linier dan tidak bias atau tidak terjadi penyimpangan- penyimpangan persamaan, seperti :
a. Multikolinieritas
Multikolinieritas merupakan suatu keadaan dimana satu atau lebih variabel independen terdapat korelasi atau hubungan dengan
variabel independen lainnya, dengan kata lain satu atau lebih variabelnya merupakan suatu fungsi linier dari variabel independen
lainnya. Identifikasi secara statistic ada atau tidak gejala multikolinieritas dapat dilakukan dengan menghitung varience
inflation factor VIF. Rumusnya adalah
VIF = 11 – R
2
Diagnosis atau dugaan sederhana terdapat adanya multikolinieritas didalam model regresi sebagai berikut :
Koefisien determinasi berganda R
sequar
sangat tinggi antara 0,7-1
Koefisien korelasi sederhananya tinggi
Nilai F
hitung
tinggi signifikan
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
VIF Varience Inflation Factor menyatakan pembengkakan variant. Apabila VIF lebih besar dari 10, hal ini berarti terdapat
multikolinier pada persamaan regresi linier. Pendeteksian multikolinieritas yang berikutnya adalah dengan mudah antara variabel
bebas yang terjadi korelasi. b.
Autokorelasi Yang dimaksud dengan Autokorelasi yaitu keadaan dimana
kesalahan pengganggu dalam suatu periode tertentu berkorelasi dengan kesalahan pengganggu periode yang lain. Pengujian
autokorelasi dilakukan dengan menggunakan uji statistik Durbin Watson.
……………………………
Gujarati, 1995: 215
Keterangan : DW
= Nilai Durbin Watson e
1
= Residual pada waktu ke – t e
1-1
= Residual pada waktu ke t-1 suatu periode sebelumnya n
= Banyaknya dana
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Gambar 11 : Daerah keputusan uji Durbin Watson A
B C D E
Menolak Daerah Daerah Menolak
H keragu-
keragu- H
o
raguan raguan
menerima H
O
atau H
i
atau kedua- duanya dL
du 4- du 4-dL
4 Sumber : Gujarati, Damodar, 1995, ekonometrika dasar, penerbit Erlangga,
Jakarta, hal 216
Dimana : e
1
adalah residual perbedaan variabel tak bebas yang sebenarnya dengan variabel bebas yang diukur dari setiap periode
sedangkan e
1-1
adalah residual dari waktu sebelumnya. Untuk mengetahui ada tidaknya gejala autokorelasi maka perlu dilihat table kriteria pengujian
Durbin Waston uji DW.
c. Heterokedastisitas
Pengujian Heterokedastisitas dilakukan untuk melihat apakah ada kesalahan pengganggu mempunyai varian sama atau tidak. Hal
tersebut dilambangkan sebagai :
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
E U
i 2
= σ
2
……………………………………
Gujarati, 1995: 173
Dimana : σ
2
= Varian i
= 1,2,3,4,5 …. N
apabila didapat varian yang sama maka asumsi homokedastisitas penyebaran yang sama diterima.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
BAB IV HASIL ANALISIS DAN PEMBAHASAN
