Uji Asumsi Klasik Part II

Halo Kompasianerrr..

postingan saya yang lalu mengenai heterokedastisitas dan normalitas, kali ini saya akan melanjutkan pembahasan multikolinearitas, linearitas dan autokorelasi.

Tujuan dari ketiga uji asumsi klasik tersebut telah saya bahas di pembahasan lalu, jadi sekarang saya hanya akan memberikan cara bagaimana data tersebut termasuk multikolinearitas, linearitas ataupun autokorelasi. Silahkan dilihat kembali guyss..

1. Linearitas

• Pada Eviews Uji Linear dapat dilakukan dengan Ramsey Reset Test
• Caranya dengan klik View -- Stability Diagnostics=> Ramsey Reset Test
• Dalam Kotak dialog RESET Specificationketik angka 1 dan klik OK
• Apabila nilai Probability F hitung lebih besar dari tingkat alpha (0.05) maka model regresi memenuhi asumsi linearitas, begitu pula sebaliknya.

2. Multikolinearitas

• Uji multikolinearitas menggunakan VIF (Variance Inflation Factors)
• Caranya klik View -- Coefficient Diagnostics-- Variance Inflation Factors
• 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

3. Autokorelasi

• 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 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 Specificationketik angka 2 -- OK
• Untuk membaca uji autokorelasi maka jika Nilai probability F hitung lebih besar dari tingkat alpha 0,05 maka tidak terjadi autokorelasi, dan sebaliknya