3.8 Uji Penyimpangan Asumsi Klasik 3.8.1 Uji Normalitas
Uji normalitas dilakukan untuk memastikan term of error μ tersebar
normal. Dalam asumsi OLS adalah nilai rata-rata dari faktor pengganggu μ
adalah 0. Jika term of error μ tersebut tersebar normal maka koefisien
Ordinary Least Square β juga tersebar normal. Dengan demikian variabel
ter ikat Y juga normal, hal ini disebabkan adanya hubungan linier antara μ, β,
dan Y. Untuk menguji apakah normal atau tidaknya faktor pengganggu, maka perlu dilakukan uji normalitas dengan menggunakan Jarque Berra Test JB test .
Pengujian ini dilakukan dengan membandingkan nilai Jarque Berra JB dengan Chi-Square tabel. Dengan kriteria pengambilan keputusan :
1. H
diterima JB Chi-Square tabel artinya term of error μ dan Y
tersebar tidak normal. 2.
H
a
diterima JB ≤ Chi-Square tabel artinya term of error μ dan Y
tersebar normal.
3.8.2 Uji Linieritas
Uji linieritas digunakan untuk melihat apakah spesifikasi model yang digunakan sudah benar atau tidak. Dengan menggunakan uji ini dapat mengetahui
bentuk model empiris dan menguji variabel yang relevan untuk dimasukkan ke dalam model empiris. Dengan kata lain, dengan menggunakan uji linieritas,
specification error atau mis-spesification error term.
Salah satu uji yang digunakan untuk menguji linieritas adalah Ramsey’s Regression Spesification Error Test RESET . Uji ini dikembangkan oleh
Ramsey pada tahun 1969. Ramsey mengembangkan suatu uji yang disebut dengan general test of specification error.
3.8.3 Heteroskedastisitas
Heteroskedastisitas adalah suatu keadaan dimana masing-masing kesalahan penganggu mempunyai varian yang berlainan. Uji ini dimaksudkan
untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Jika varians dari residual satu
pengamatan ke pengamatan yang lain adalah tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi
yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Heteoskedastisitas lazim juga disebut sebagai ketimpangan data yang besar antar
variabel. Untuk mendeteksi ada tidaknya gejala heteroskedastisitas maka dilakukan uji White Test. Adapun langkah-langkah White Test, antara lain :
1. Membuat regresi dari model yang ada dan mendapatkan residualnya 2. Hitung nilai Chi-Square nya dengan rumus :
χ
2
= n R
2
Dimana : n
= Jumlah observasi R
2
= Koefisien determinasi
3. Bandingkan nilai Chi-Square hitung dengan Chi-square table nya Kriteria pengambilan keputusan :
χ
2
hitung
χ
2
tabel : Tidak terjadi heteroskedastisitas
χ
2
hitung
χ
2
tabel : Terjadi heteroskedastisitas
3.8.4 Multikolinearity
Multikolinearity adalah alat untuk mengetahui suatu kondisi apakah terdapat korelasi variabel independen diantara satu sama lainnya. Untuk
mengetahui ada tidaknya multikolinearity dapat dilihat dari nilai R
2
, F-hitung, t- hitung, dan standart error.
Gejala multikolinearity ditandai dengan munculnya : •
Standard error tidak terhingga dan R
2
yang sangat tinggi. •
Tidak ada satupun t-statistik yang signifikan baik pada α = 1, α = 5,
ataupun α = 10
• Membandingkan R
2
regresi pertama dengan R
2
regresi variabel-variabel independen
3.9 Definisi Operasional
