Uji Linieritas Uji Multikolinieritas

Thomas, 1997. Salah satu metode yang banyak digunakan untuk menguji Normalitas adalah Jarque-Bera test. Uji statistik ini dapat dihitung dengan rumus berikut:                      24 3 6 2 2 4 3 2 2 3     n JB di mana: n = jumlah sampel µ 2 = varians µ 3 = skewness µ 4 = kurtosis Jarque-Bera test mempunyai distribusi chi square dengan derajat bebas dua. Jika hasil Jarque-Bera test lebih besar dari nilai chi square pada á = 5 persen, maka tolak hipotesis nul yang berarti tidak berdistribusi normal. Jika hasil Jarque-Bera test lebih kecil dari nilai chi square pada á = 5 persen, maka terima hipotesis nul yang berarti erro term berdistribusi normal.

3.6.2 Uji Linieritas

RESET test pertama kali diperkenalkan oleh Ramsey pada 1969 yang berawal dari ide bahwa jika tidak terdapat nonlinearitas maka berbagai transformasi nonlinear dari    ˆ ~ t t X f  tidak memberikan manfaat untuk menyatakan y t Kim, et.al., 2004. Prosedur uji pada RESET test dapat dijelaskan sebagai berikut : i Regresikan y t pada ~ t X sehingga diperoleh model linear Universitas Sumatera Utara t t t e f y ˆ   , di mana  ˆ ~ t t X f  ii Tambahkan model linear dalam bentuk t k t k t t f a f a e      ... ˆ 2 2 untuk suatu 2  k sehingga diperoleh model alternatif t k t k t t t f a f a X y        ... ~ 2 2 untuk suatu 2  k iii Test dilakukan dengan menguji hipotesis : 2    k a a H  . Jika   n e e e ˆ , , ˆ ˆ 1   adalah nilai-nilai residual prediksi dari model linear pada 6 dan   n v v ˆ , , ˆ ˆ 1    adalah residual dari model alternatif pada 7 maka statistik ujinya adalah RESET =             k n v v k v v e e    ˆ ˆ 1 ˆ ˆ ˆ ˆ H ditolak jika RESET Fk-1,n-k. Untuk uji ini nilai k ditentukan lebih dahulu. Model pada 7 dapat menimbulkan kolinearitas pada variabel-variabel independennya sehingga dihindari dengan melakukan langkah-langkah sebagai berikut : i Bentuk komponen-komponen utama dari   k t t f f , , 2  ii Pilih p k-1 yang terbesar, kecuali komponen utama pertama sedemikian hingga sudah tidak kolinear dengan ~ t X iii Regresikan y t pada ~ t X dan hasil dari i dan ii sehingga menghasilkan residual t uˆ . Statistik ujinya adalah Universitas Sumatera Utara RESET1 =           k n u u p u u e e   ˆ ˆ ˆ ˆ ˆ ˆ H ditolak jika RESET1 Fp,n-k.

3.6.3 Uji Multikolinieritas

Merupakan pengujian untuk mengetahui apakah adanya hubungan linier yang kuat diantara beberapa atau semua variabel bebas dari model regresi. Multikolinieritas akan mempengaruhi interpretasi hasil regresi model yang diuji. Salah satu cara untuk mendeteksi multikolinier adalah dengan cara membandingkan nilai r 2 nilai R square parsial dengan nilai R 2 nilai R square awal. Jika nilai r 2 R 2 , maka model regresi tersebut menunjukkan adanya multikolinier. Sedangkan jika nilai r 2 R 2 , maka model regresi tersebut telah terbebas dari masalah multikolinieritas.

3.6.4 Uji Autokorelasi