W10: UJI ASUMSI KLASIK (PART 2)

Uji Linearitas
Uji linearitas bertujuan untuk mengetahui apakah dua variabel mempunyai hubungan yang linear atau tidak secara signifikan
Pada Eviews Uji Linear dapat dilakukan dengan Ramsey Reset Test
Caranya dengan klik View – Stability Diagnostics => Ramsey Reset Test
Dalam Kotak dialog RESET Specification ketik angka 1 dan klik OK

Cara membaca Uji Linearitas:
Apabila nilai Probability F hitung lebih besar dari tingkat alpha (0.05) maka model regresi memenuhi asumsi linearitas, begitu pula sebaliknya.
Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji model apakah ada korelasi antar variabel bebas. Model regresi yang baik ditandai dengan tidak terjadi korelasi linear diantara variabel bebas. Uji multikolinearitas menggunakan VIF (Variance Inflation Factors). Caranya klik View – Coefficient Diagnostics – Variance Inflation Factors.
Cara membaca Uji Multikolinearitas:
Hasil Uji Multikolinearitas dapat dilihat pada tabel kolom Centered VIF.
Nilai VIF (beberapa buku mensyaratkan tidak boleh lebih dari 5 atau tidak boleh lebih dari 10)
Jika nilai VIF di bawah 10 atau di bawah 5 maka model terbebas dari multikolinearitas

Cara mengatasi:
Menggabungkan data time series dan juga cross section
Transformasi variabel
Menghapus atau mengeluarkan variabel bebas yang menjadi penyebab timbulnya multikolinearitas, risikonya jika varaibel yang dikeluarkan penting secara teoritis, maka akan menimbulkan bias spesifikasi
Menambah data jika data yang diolah adalah data sampel. Bukan populasi.

Uji Autokorelasi (1)
Uji ini digunakan untuk analisis regresi linear berganda yang menggunakan data time series untuk mengetahui apakah dalam suatu model terdapat korelasi antara periode t dengan periode t-1.
Uji Autokorelasi (2)
Uji Autokorelasi menggunakan metode Brusch – Godfrey atau LM (Lagrange Multiplier) Test. Cara menggunakan uji autokorelasi di Eviews klik View – Residual Diagnostics – Serial Correlation LM Test. Ketika muncul Lag Specification ketik angka 2 – OK.
Cara membaca Uji Autokorelasi:
Untuk membaca uji autokorelasi maka jika Nilai probability F hitung lebih besar dari tingkat alpha 0,05 maka tidak terjadi autokorelasi, dan sebaliknya.
Uji Kelayakan Model:
Uji F (Kelayakan Model):
Uji keterandalam, kelayakan model untuk mengidentifikasi model regresi yang diestimasi layak atau tidak. Layak yang dimaksud adalah menjelaskan pengaruh – pengaruh variabel bebas terhadap variabel terikat. Model dikatakan layak jika P-value F-statistic lebih kecil daripada alpha
Uji t (Uji Koefisien Regresi):
Uji t dalam regresi linier untuk menguji apakah parameter (koefisien regresi dan konstanta) yang diduga untuk mengestimasi persamaan regresi sudah merupakan parameter yang tepat atau belum. Jika nilai prob t hitung lebih kecil dari tingkat alpha maka variabel bebas berpengaruh signifikan terhadap variabel terikatnya.
Koefisien Determinasi:
Nilai R-Squared ataupun Adjusted R-Squared adalah proporsi pengaruh variabel bebas yang digunakan pada model terhadap variabel terikat.
Setelah melakukan estimasi model regresi linier berganda dilakukan dan diuji pemenuhan syaratnya serta kelayakan modelnya, maka tahap akhir adalah melakukan interpretasi. Interpretasi dilakukan setelah uji asumsi klasik dan uji kelayakan model dilakukan. Mengapa? Karena kedua uji tersebut merupakan syarat minimal bahwa sebuah model regresi linier (OLS) telah layak.