3,10 maka dapat disimpulkan bahwa variabel X
1
, X
2
dan X
3
secara serentak mempunyai pengaruh yang sangat signifikan terhadap perubahan variabel Y.
3. Uji Asumsi-asumsi Klasik Dalam Regresi
Secara teoritis
telah diungkapkan
bahwa salah satu metode pendugaan parameter dalam model regresi linear adalah Ordinary Least Square OLS.
Metode OLS digunakan berlandaskan pada sejumlah asumsi tertentu. Ada beberapa asumsi yang harus dipenuhi, pada prinsipnya model regresi linear yang dibangun
sebaiknya tidak boleh menyimpang dari asumsi BLUE Best, Linear, Unbiased dan
Estimator, dalam pengertian lain model yang dibuat harus lolos dari penyimpangan asumsi adanya serial korelasi, normalitas, linearitas,
heteroskedastisitas dan multikolinearitas. Selanjutnya, kita akan melakukan uji asumsi klasik tersebut.
3.1. Uji Serial Korelasi
Serial korelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Masalah serial korelasi timbul karena residual tidak
bebas dari suatu observasi ke observasi lainnya. Masalah ini sering ditemukan apabila kita menggunakan data time seriesruntut waktu. Hal ini disebabkan karena
error pada seorang individu cendrung akan mempengaruhi error pada individu yang sama pada priode berikutnya. Sedangkan, pada data cross section, masalah serial
korelasi jarang terjadi karena error pada observasi yang berbeda berasal dari individu yang berbeda.
Buka kembali lembaran output model regresi yang sudah kita beri nama sebelumnya lihat kembali Gambar 13, oleh karena itu sangat disarankan setiap
output equation diberi nama, dengan cara klik sekali = eq1 yang tertera di lembar kerja Eviews. Sesudah output yang dimaksud keluar, klik View – Residual Test
kemudian pilih Serial Correlation LM Test.
Rahmanta : Aplikasi Eviews Dalam Ekonometrika, 2009 USU Repository © 2008
Gambar 15. Perintah kerja untuk uji serial korelasi
Rahmanta : Aplikasi Eviews Dalam Ekonometrika, 2009 USU Repository © 2008
Gambar 16. Output untuk uji serial korelasi Untuk mendeteksi adanya serial korelasi dengan membandingkan nilai X
2
hitung dengan X
2
tabel, yaitu : a.
Jika nilai X
2
hitung X
2
tabel, maka hipotesis yang menyatakan bahwa model bebas dari masalah serial korelasi ditolak.
b. Jika nilai X
2
hitung X
2
tabel, maka hipotesis yang menyatakan bahwa model bebas dari masalah serial korelasi diterima.
Analisis Hasil Output, lihat nilai Obs R squared disebut juga X
2
hitung sebesar 0,5251 dan X
2
tabel yang disesuaikan dengan jumlah lagnya v = 2 dan g = 5
adalah sebesar 5,99. Karena 0,5251 5,99 maka dapat disimpulkan model diatas bebas dari masalah serial korelasi.
Rahmanta : Aplikasi Eviews Dalam Ekonometrika, 2009 USU Repository © 2008
3.2. Uji Normalitas Masih pada posisi jendela output uji autokorelasi, klik kembali View –
Residual Tests dan Histogram – Normality Test.
Gambar 17. Perintah kerja untuk uji normalitas
Rahmanta : Aplikasi Eviews Dalam Ekonometrika, 2009 USU Repository © 2008
Gambar 18. Output untuk uji normalitas Untuk mendeteksi apakah residualnya berdistribusi normal atau tidak
dengan membandingkan nilai Jarque Bera JB dengan X
2
tabel, yaitu : a.
Jika nilai JB X
2
tabel, maka residualnya berdistribusi tidak normal. b.
Jika nilai JB X
2
tabel, maka residualnya berdistribusi normal.
Analisis Hasil Output, bahwa nilai JB sebesar 3,447. Karena 3,447 5,99 maka dapat disimpulkan bahwa residual berdistribusi normal.
3.3. Uji Linearitas
