Uji Ekonometrika Evaluasi Model

T-hitung t á2n-k , maka tolak H T-hitung t á2n-k , maka terima H Jika H ditolak dalam kriteria uji-t berarti variabel bebas berpengaruh nyata terhadap variabel tak bebas dan sebaliknya. Semakin besar nilai t-hit maka akan semakin kuat bukti bahwa variabel tersebut signifikan secara statistik.

3.4.2 Uji Ekonometrika

Uji ini dilakukan untuk menentukan apakah pendugaan model telah sesuai dengan syarat pendugaan melalui metode OLS untuk jumlah observasi yang cukup besar. Syarat tersebut adalah sebagai berikut: 1. Tidak bias atau nyata. Hal ini terjadi jika suatu model dengan jumlah contoh n memiliki nilai tengah dari parameter dugaan yang sama dengan nilai parameter populasi sebenarnya. 2. Konsistensi. Hal ini terjadi jika syarat tidak bias atau nyata terpenuhi dan variansi parameter dugaannya harus mendekati nol. 3. Efisiensi. Suatu parameter dugaan dikatakan sebagai penduga yang efisien dari parameter dengan populasi sebenarnya, jika parameter konsisten dan memiliki variansi yang lebih kecil jika dibandingkan dengan penduga lain yang lebih konsisten. Dengan demikian dilakukan beberapa pengujian, yaitu: 1. Uji Multikolinearitas Multikolinearitas adalah terdapatnya hubungan linear yang sempurna diantara beberapa variabel yang menjelaskan dari model regresi. p d f Machine A pdf w rit er t hat produces qualit y PDF files w it h ease Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, if you can print from a windows application yo u can use pdfMachine. Get yours now Konsekuensi dari adanya multikolinearitas adalah apabila ada kolinearitas sempurna diantara x, koefisien regresinya tak tentu dan kesalahan standarnya tak terhingga. Jika kolinearitas tingkatnya tinggi tetapi tidak sempurna, penaksiran koefisien regresi adalah mungkin, tetapi kesalahan standarnya cenderung besar. Sebagai hasilnya nilai populasi dari koefisien tidak dapat ditaksir dengan tepat. Multikolinearitas dalam Gujarati 1995 dapat dideteksi dengan melihat R-sq yang besar tetapi tidak satu pun statistik-t yang signifikan, atau F-statistik signifikan tetapi tidak satu pun statistik-t yang signifikan. Multikolinearitas dalam penelitian ini dideteksi dengan menggunakan matriks korelasi yang menggambarkan hubungan antara variabel-variabel bebas. Apabila nilai pada matriks korelasi 0,8 maka model terbebas dari masalah multikolinearitas. Namun bila nilai pada matriks korelasi 0,8 maka ada indikasi terjadinya multikolinearitas sehingga dilakukan Uji Klein dimana disebutkan bahwa bila nilai pada matriks korelasi lebih kecil dari nilai R-Squared model maka masalah multikolinearitas dapat diabaikan. 2. Uji Korelasi Diri atau Autokorelasi Autokorelasi didefinisikan sebagai korelasi antara anggota serangkaian observasi yang diurutkan menurut ruang dan waktu. Model klasik mengasumsikan bahwa unsur gangguan yang berhubungan dengan observasi tidak dipengaruhi oleh unsur disturbansi atau gangguan yang berhubungan dengan pengamatan lain. Akibat terjadinya autokorelasi p d f Machine A pdf w rit er t hat produces qualit y PDF files w it h ease Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, if you can print from a windows application yo u can use pdfMachine. Get yours now adalah varian residual yang diperoleh lebih rendah daripada semestinya sehingga mengakibatkan R 2 menjadi lebih tinggi dan pengujian hipotesis dengan menggunakan t-statistik dan F-statistik. Untuk mendeteksi terjadinya autokorelasi dapat dilakukan dengan menggunakan Breusch- Godfrey Serial Correlation LM. Hipotesis pada uji ini adalah: H = ñ = 0, tidak terjadi autokorelasi H 1 = ñ ≠ 0, terjadi autokorelasi Jika nilai probabilitas pada ObsR-Square lebih besar dari taraf nyata á yang digunakan maka hipotesis H diterima sehingga tidak ditemukan gejala autokorelasi pada model. Jika nilai probabilitas pada ObsR-square lebih kecil dari taraf nyata á yang digunakan maka hipotesis H ditolak, sehingga ditemukan gejala autokorelasi pada model. 3. Uji Heteroskedastisitas Heteroskedastisitas merupakan suatu kondisi dimana nilai varian dari variabel independen tidak memiliki nilai yang sama atau nilai ragam error term tidak memiliki nilai yang sama untuk setiap observasi. Hal ini melanggar asumsi dasar regresi linear klasik yaitu varian setiap variabel bebas mempunyai nilai yang konstan atau memiliki varian yang sama. Kondisi heteroskedastisitas sering terjadi dalam data cross-section karena data ini menghimpun data yang mewakili berbagai ukuran. Hipotesis untuk melihat terjadinya gejala heteroskedastisitas adalah: H = ñ = 0, homoskedastisitas H 1 = ñ ≠ 0, heteroskedastisitas p d f Machine A pdf w rit er t hat produces qualit y PDF files w it h ease Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, if you can print from a windows application yo u can use pdfMachine. Get yours now Salah satu cara untuk mendeteksi ada atau tidaknya gejala heteroskedastisitas yaitu dengan menggunakan White heteroscedasticity. Kriteria uji yang digunakan: 1. Jika nilai probabilitas pada ObsR-Square lebih besar dari taraf nyata á yang digunakan, maka model persamaan yang digunakan tidak mengalami heteroskedastisitas. 2. Jika nilai probabilitas pada ObsR-square lebih kecil dari taraf nyata á yang digunakan, maka model persamaan yang digunakan mengalami heteroskedastisitas.

3.4.3 Uji Normalitas