37
Jika nilai prob F kurang dari nilai alpha α, maka dengan tingkat keyakinan
1- α kita dapat menyimpulkan bahwa minimal ada parameter yang kita
duga tidak termasuk konstanta adalah berbeda dengan nol. 3.
Uji t Partial test Pada uji t dilakukan pengujian kofisien regresi secara individu masing-
masing variabel untuk melihat pengaruh variabel bebas terhadap variabel terikat. Hipotesis yang digunakan untuk pengujian ini adalah:
H : semua parameter yang kita duga sama dengan nol
H
1
: semua parameter yang kita duga tidak sama dengan nol Berdasarkan hasil perhitungan dalam uji t, maka akan dipilih variabel bebas
yang signifikan secara statistik dimana probability value- nya kurang dari α.
3.3.2.3. Pengujian Asumsi Klasik
1. Multikolinearitas
Istilah multikolinearitas berarti terdapat hubungan linier antara variabel independennya. Setiap variabel dipastikan memiliki nilai korelasi. Uji masalah
multikolinier ini dilakukan dengan metode melihat hasil estimasi OLS, jika hasil estimasi memiliki nilai R squared dan Adjusted R squared yang tinggi dan
memiliki nilai t yang signifikan maka model diabaikan dari masalah multikolinear.Tetapi jika hasil estimasi memiliki nilai R squared dan Adjusted R
squared yang tinggi tetapi memiliki nilai t yang tidak signifikan maka model memiliki masalah multikolinearitas. Dalam EViews, diujii dengan menggunakan
38
nilai korelasi antar semua variabel bebas. Jika nilai korelasi kurang dari 0,8 maka variabel tersebut bebas dari multikolinearitas.
2. Heteroskedastisitas
Pengujian asumsi heteroskedastisitas dapat dilakukan dengan tiga metode, yakni: a. Metode Grafik. Metode grafik dilakukan dengan membuat grafik garis dari
kuadrat residual. Apabila tidak terdapat pola khusus pada grafik tersebut maka model adalah homoskedastik, namun apabila terdapat pola tertentu pada grafik
residual maka model adalah heteroskedastik. b. White Test. White test dilakukan untuk menguji apakah model terbebas dari
asumsi heteroskedastisitas. Pengujian dilakukan dengan hipotesis sebagai berikut:
H : Model Homoskedastik
H
1
: Model Heteroskedastik Kemudian dilakukan penghitungan statistik White, yang dirumuskan sebagai:
WHITE = n x R2 Dasar
penolakan Ho apabila nilai statistik White lebih besar dari χ tabel dengan derajat bebas adalah jumlah variabel independen.
c. Membandingkan nilai R squared weighted dengan unweighted. Jika nilai R squared weighted lebih besar dibandingkan dengan nilai R squared unweighted
maka model mengalami heteroskedastik. Model homoskedastik apabila nilai R squared weighted sama atau lebih kecil dibandingkan dengan nilai R squared
unweighted.
39
3. Autokorelasi
Untuk masalah autokorelasi pengujiannya dilakukan dengan melihat Durbin-Watson statistic DW yang nilainya telah disediakan dalam program
Eviews. Nilai DW berkisar pada angka 1,8 hingga 2,1 dan model dikatakan tidak mengalami masalah autokorelasi jika nilai DW stat berkisar di angka 2. Masalah
autokorelasi sendiri dapat diatasi dengan 3 cara yaitu first differences, auto regressive AR, atau dengan menggunakan lag dari variabel dependen atau
variabel independen. Pada data panel, cara yang pertama dan kedua tidak dapat langsung dilakukan di dalam Eviews, oleh karena itu ini dapat dilakukan dengan
menambah variabel lag pada model dan kemudian meregresinya.
3.4. Spesifikasi model
