Gambar 3.1 Aturan Membandingkan Uji Durbin-Watson dengan Tabel Durbin Watson
dl du
4-du 4-dl
4 Apabila data mengandung autokorelasi, data harus segera diperbaiki agar
model tetap dapat digunakan. Untuk menghilangkan masalah autokorelasi, maka dilakukan estimasi dengan diferensi tingkat satu Wing Wahyu Winarno, 2009.
3.3.3.3 Deteksi Heteroskedatisitas
Heteroskedastisitas adalah nilai residual atau error ยต dalam model regresi adalah tidak sama untuk semua pengamatan. Heteroskedastisitas bertentangan
dengan salah satu asumsi dasr regresi bias homoskedastisitas yaitu nilai residual sama
untuk semua
pengamatan. Secara
ringkas walaupun
terdapat heteroskedastisitas maka penaksiran OLS Ordinary Least Square tetap tidak
bias dan konsisten tetapi penaksiran tadi tidak lagi efisien baik dalam sample kecil maupun sample besar. Menurut Gujarati1993 bahwa masalah heteroskedastisitas
nampaknya menjadi bias dalam data cross section dibandingkan dengan data time series.
Penelitian ini menggunakan uji park dan uji glejser untuk mendeteksi ada tidaknya heteroskedastisitas. Uji park pada prinsipnya meregres residual yang
dikuadratkan dengan variabel bebas pada model, park menggunakan lnresidu
2
Tidak ada Keputusan
Ada Autokorel
asi Positif
Tidak ada keputusan
Tidak ada Autokorelasi
Ada Autokorelasi
negatif
sebagai variabel dependen. Sedangkan uji glejser pada perinsipnya variabel dependen diganti dengan nilai absolut residual. Jika t-statistik t-tabel maka
terdapat heteroskedastisitas, jika t-statistik t-tabel maka tidak ada heteroskedastisitas. Selain itu dapat dilihat melelui nilai probabilitas. Jika nilai
prob 0,05 maka tidak ada heteroskedastisitas, jika nilai prob 0,05 maka terdapat heteroskedastisitas.
3.3.3.4 Deteksi Normalitas
Salah satu asumsi dalam penerapan OLS untuk regresi linier klasik bahwa distribusi probabilitas dari gangguan u memiliki nilai rata-rata yang diharapkan
sama dengan nol, tidak berkorelasi dan mempunyai varian yang konstan. Dengan asumsi ini OLS estimator atau penaksiran akan memenuhi sifat-sifat statistik yang
diinginkan seperti unbiased dan memiliki varian yang minimum. Ada beberapa metode untuk mengetahui normal atau tidak gangguan E
it
antara lain Jargue Bera test J-B test dan metode grafik. Penelitian ini menggunakan metode J-B test yang dilakukan dengan menggunakan skweness
dan kurtosis. Bila nilai J-B hitung nilai X
2
Chi Square tabel, maka hipotesis yang menyatakan bahwa residual berdistribusi normal dapat ditolak. Bila nilai J-B
hitung nilai X2 Chi Square tabel, maka yang menyatakan bahwa residual u berdistribusi normal tidak dapat ditolak.
Langkah-langkah untuk mendapatkan nilai J-B hitung adalah dengan mendapatkan nilai skewness dan kurtosis, kemudian mendapatkan J-B hitung
dengan rumus sebagai berikut:
Dimana : n = Jumlah observasi
S = Skewness Kemencengan K = Kurtosis Keruncingan
3.3.4 Pengujian Hipotesis
