39 bebasnya di dalam model dan untuk melihat seberapa kuat variabel yang
dimasukkan ke dalam model dapat menerangkan model tersebut. Menurut Gujarati 2003 terdapat dua sifat R
2
, yaitu : a. R
2
merupakan besaran non-negatif dan b. Batasan R
2
adalah 0 ≤ R
2
≤ 1. Jika R
2
bernilai 1 berarti ada kecocokan sempurna antara variabel bebas dengan variabel terikat, sedangkan jika R
2
bernilai 0 berarti tidak ada hubungan antara variabel bebas dengan variabel terikatnya.
Nilai koefisien determinasi dapat dihitung sebagai berikut: TSS
ESS R
=
2
…………………………………………………………………... 11 ESS = jumlah kuadrat yang dijelaskan explained sum square,
TSS = jumlah kuadrat total total sum square.
2.9.4.4. Uji Kriteria Ekonometrika
Dalam menggunakan metode regresi terdapat beberapa permasalahan yang harus diidentifikasi, yaitu masalah autokorelasi, heteroskedastisitas dan multiko-
linieritas. Untuk memastikan bahwa model yang dibangun terbebas dari permasalahan tersebut, perlu dilakukan pengujian sebagai berikut:
2.9.4.4.1. Uji Autokorelasi
Autokorelasi merupakan korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu seperi dalam data deret waktu atau ruang seperti
dalam data cross-sectional. Autokorelasi akan menyebabkan parameter koefisien regresi bias, tidak konsisten, mempuanyai standar eror yang lebih kecil dari nilai
yang sebenarnya sehingga nilai statistik uji-t tinggi over estimate dan penduga OLS menjadi tidak efisien lagi.
Untuk mendeteksi adanya autokorelasi pada data time series dapat menggunakan uji Durbin-Watson. Hipotesis yang digunakan dalam uji Durbin-Watson adalah
sebagai berikut : H
: tidak terdapat autokorelasi H
1
: terdapat autokorelasi
40 Statistik Durbin-Watson DW:
ˆ 1
2
2 2
1
ρ −
≈ −
=
−
∑
t t
t
e e
e DW
…………………………………………….. 12 Kriteria Uji:
1. 4-d
L
DW 4, tolak H ; artinya ada autokorelasi negatif,
2. 4-d
u
DW 4-d
L,
artinya tidak terdeteksi autokorelasi, 3. d
u
DW 4-d
u,
terima H ; artinya tidak terdapat autokorelasi,
4. d
u
DW d
L
artinya tidak terdeteksi autokorelasi, 5. 0 DW d
L
tolak Ho; artinya ada autokorelasi positif.
2.9.4.4.2. Uji Heteroskedastisitas
Heteroskedastisitas merupakan suatu penyimpangan asumsi dalam bentuk varians gangguan estimasi yang dihasilkan oleh estimasi tidak bernilai sama
konstan. Heteroskedastisitas akan menyebabkan varians tidak minimum sehingga
penduga menjadi
tidak efisien.
Untuk memeriksa
adanya heteroskedastisitas dapat ditunjukkan dengan White-Heteroscedasticity Test.
Hipotesis : H
: γ = 0 homoskedastisitas, H
1
: γ ≠ 0 heteroskedastisitas. Kriteria:
a. Apabila nilai peluang R
2
taraf nyata yang digunakan maka hipotesis H diterima yang berarti tidak terdapat gejala heteroskedastisitas pada model,
b. Apabila nilai peluang R
2
taraf nyata yang digunakan maka hipotesis H ditolak yang berarti terdapat gejala heteroskedastisitas pada model.
Solusi dari masalah heteroskedastisitas adalah mencari transformasi model asal sehingga model yang baru akan memiliki error-term dengan varians yang
konstan.
2.9.4.4.3. Uji Multikolinieritas
