c. Ragam galat tidak jelas.
d. Terjadi pendugaan kurang tepat pada ragam galat standar error
underestimated , sehingga S
b
underestimated. Oleh karena itu, t overestimate
cenderung lebih besar dari yang sebenarnya. H
= β = 0 tidak terdapat serial autokorelasi
H1 = β ≠ 0 terdapat serial autokorelasi
Kriteria uji yang digunakan untuk melihat adanya autokorelasi adalah sebagai berikut :
1. Apabila nilai obsR-squared lebih besar dari taraf nyata yang digunakan,
maka model persamaan yang digunakan tidak mengalami masalah autokorelasi.
2. Apabila nilai obsR-squared lebih kecil dari taraf nyata yang digunakan,
maka model persamaan yang digunakan mengalami masalah autokorelasi. Solusi dari masalah autokorelasi yaitu dengan menghilangkan variabel yang
sebenarnya tidak berpengaruh terhadap variabel bebas. Jika terjadi kesalahan dalam spesifikasi model, hal ini dapat diatasi dengan mentransformasi model,
misalnya dari model linier menjadi non linier atau sebaliknya.
3. Heterokedastisitas
Seringkali pada data yang dianalisis ditemukan masalah varians residual yang bervariasi heterokedastisitas, sementara itu analisis regresi menghendaki
asumsi bahwa residual memiliki varians konstan homokedastisitas.
Heterokedastisitas terjadi apabila ada pelanggaran pada asumsi regresi. Hal
tersebut ditandai dengan varians tidak tetap. Heterokedastisitas tidak merusak sifat ketidakstabilan dan konsistensi dari penaksir OLS, tetapi penaksir dihasilkan tidak
lagi mempunyai varians minimum efisien. Menurut Gujarati 1993, jika terjadi heterokedastisitas maka akan berakibat sebagai berikut :
1. Estimasi dengan menggunakan OLS tidak akan memiliki varians yang
minimum atau estimator tidak efisien. 2.
Prediksi nilai Y untuk X tertentu dengan estimator dari data yang sebenarnya akan mempunyai varians yang tinggi, sehingga prediksi tidak
efisien. 3.
Tidak akan ditetapkannya uji nyata koefisien atau selang kepercayaan dengan menggunakan formula yang berkaitan dengan varians.
Secara umum ada beberapa cara atau teknik yang dapat digunakan untuk mendeteksi adanya heterokedastisitas, yaitu :
1. Uji Park.
2. Uji Breusch Pagan Godfrey.
3. Uji White White General Heterokedastisity Test.
Dalam penelitian ini untuk menguji ada tidaknya heterokedastisitas dengan menggunakan Breusch Pagan Godfrey dan White General Heteroskedastisity
Test . Kriteria uji yang digunakan untuk melihat adanya heterokedastisitas adalah
jika nilai probability obsR-squared lebih besar dari taraf nyata yang digunakan, maka model persamaan yang digunakan tidak mengalami masalah
heterokedastisitas. Sebaliknya jika nilai probability obsR-squared lebih kecil dari
taraf nyata yang digunakan, maka persamaan tersebut mengalami masalah heterokedastisitas.
Untuk mengatasi masalah heterokedastisitas ada beberapa teknik, diantaranya :
a. Metode Generalized Least Square GLS. b. Transformasi dengan logaritma.
4. Uji Multikolinearitas