52
b. Uji Heterokedastisitas
Uji
heteroskedastisitas
bertujuan
untuk
menguji
apakah
dalam suatu
model
regresi terjadi ketidaksamaan variance dan residual
dari suatu pengamatan ke
pengamatan
lain.
Jika
variance dan
residual
dari
suatu
pengamatan
ke
pengamatan yang lain tetap maka disebut homoskedastisitas, dan jika berbeda
disebut heteroskedastisitas. Suatu
model
regresi
yang
baik
adalah
regresi
yang
tidak terjadi heteroskedastisitas.
Untuk mendeteksi
terdapat heteroskedastisitas pada model regresi dapat
dilakukan
uji white. Dasar
pengambilan
keputusan
dapat
dilihat
dari
nilai
probabilitas untuk
Obs*R-squared,
jika
nilai
probabilitas
lebih
kecil
dari
0.05
maka dapat disimpulkan bahwa data tersebut bersifat heteroskedastis.
Untuk pengolahan dengan software EViews 5 masalah heteroskedastisitas dapat
di atasi dengan mudah, yaitu dengan menggunakan pemodelan ARCH (Auto
Regressive
Conditional
Heteroscedasticity) atau
GARCH
(Generalized
Auto
Regressive Conditional Heteroscedasticity). Pemodelan dengan
ARCH/GARCH secara langsung dapat mengatasi heteroskedastisitas.
c. Uji Autokorelasi
Pengujian
Autokorelasi
bertujuan
untuk
menguji
apakah
dalam suatu
model
regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pengganggu
pada periode t-1. Jika terjadi korelasi maka dinamakan
ada masalah autokorelasi. Autokorelasi muncul karena observasi yang
berurutan sepanjang
waktu berkaitan satu sama
lain. Masalah
ini timbul karena
 |