3.6 Uji Asumsi Klasik 3.6.1 Uji Normalitas
Uji ini dilakukan untuk memastikan µ error term tersebar normal. Jika µ tersebut normal maka
koefisien OLS β OLS juga tersebar normal dengan demikian Y juga tersebar normal, hal ini disebabkan adanya hubungan linear
antara µ, β, d an Y. Untu k meng uji sebaran µ dap at dig unak an uji JB Jarq ue Berra. Error term µ disebut normal jika nilai JB lebih rendah atau sama dengan
nilai kritis table chi square derajat bebas,alpha. Hipotesis yang dipakai adalah Ho diterima dan Ha ditolak jika nilai JB
lebih besar dari table chi square, berarti sebaran error µ dan Y tidak normal dan Ho ditolak sedangkan Ha diterima jika nilai JB lebih kecil dari nilai table chi
square berarti sebaran error µ dan Y normal.
3.6.2 Uji linieritas
Uji lineritas sangat penting karena uji ini sekaligus dapat melihat apakah spesifikasi model yang kita gunakan sudah benar atau tidak. Dengan
menggunakan uji ini kita dapat mengetahui bentuk model empiris dan menguji
Universitas Sumatera Utara
variable yang relevan untuk dimasukkan ke dalam model empiris. Dengan kata lain, dengan menggunakan uji linieritas, specification error atau mis-specification
error. Salah satu uji yang digunakan untuk menguji linieritas adalah uji Ramsey atau Ramsey RESET Test Wahyu Ario Pratomo, 2007.
3.6.3 Uji Multikoliniearitas
Multikoliniearitas sering terjadi jika di antara variable bebas x saling berkorelasi sehingga tingkat penelitian pemerkiraan semakin rendah. Di samping
itu interval keyakinan kesimpulan yang diambil keliru. Multikoliniearitas yang berat dapat mengubah tanda koefisien regresi yang seharusnya bertanda +
berubah - atau sebaliknya. Uji multikoliniearitas diperoleh dengan beberapa langkah yaitu:
1 Melakukan regresi model lengkap Y = f X
1
,….X
n
sehingga kita mendapatkan R square.
2 Melakukan regresi X
1
terhadap seluruh x lainnya, maka diperoleh nilai Ri square regresi ini disebut auxiliary regression ; dan
3 Membandingkan nilai Ri square dengan R square. Hipotesa yang
dapat dipakai adalah Ho diterima apabila Ri square R square model pertama berarti tidak terjadi multikoliniearitas dan Ha
diterima apabila Ri square R square model pertama berarti terjadi masalah multikoliniearitas.
Universitas Sumatera Utara
3.6.4 Uji Heterokedastisitas
Heterokedastisitas adalah suatu kondisi dimana sebaran atau variance σ
2
dari error term µ tidak konstan sepanjang observasi. Jika harga X makin besar maka sebaran Y makin lebar atau makin sempit.
Untuk menguji heteroskedastisitas dapat dilakukan dengan Uji White sebagai berikut:
1 Lakukan regresi model yang kita miliki dan kita dapatkan nilai residual
untuk estimasi error 2
Lakukan regresi auxialiary, kita dapatkan nilai R
2
dari regresi ini kemudian kita hitung X
2
dengan rumus n x X
2
3 Dibandingkan X
2
dari regresi di atas dengan nilai chi square dengan derajat bebas 2 dan alpha 1.
Jika R
2
x n lebih besar dari nilai table chi square alpha, df berarti terjadi heteroskedastisitas, jika sebaliknya berarti tidak heteroskedastisitas.
3.7 Definisi Operasional
