Pengujian Asumsi Klasik HASIL DAN PEMBAHASAN

87 autokorelasi, hal ini juga dibuktikan juga dengan prob chi-squares sebesar 0.544098 yang lebih besar dari nilai α sebesar 0.05 persen. 3. Uji Heteroskedastisitas Penelitian ini menggunakan teknik White yang prinsipnya adalah meregresikan variable bebas. Variable bebas dikuadratkan terhadap residu dari regresi awal. Jika hasil regresi uji white ini signifikan maka regresi awal yang diuji terkena ganguan heteroskedastisitas. Adanya heteroskedastisitas dalam model analisis mengakibatkan varian dan koefisien OLS tidak lagi minimum dan penaksir-penaksir OLS menjadi tidak efisien meskipun penaksir OLS tetap tidak bias dan konsisten. Dalam mendeteksi adanya heteroskedastisitas pada penelitian ini, langkah pengujiannya melalui White, antara lain: a. estimasi persamaan model dan dapatkan residualnya. b. melakukan regresi pada persamaan berikut yang disebut regresi auxiliary. c. hipotesis nul dalam uji ini adalah tidak ada heteroskedastisitas. Uji White didasarkan pada jumlah sampel n dikalikan dengan R 2 yang akan mengikuti distribusi chi-square dengan degree of freedom sebanyak variable independen tidak termasuk konstanta dalam regresi auxiliary. d. jika nilai chi-squares hitung n. R 2 lebih besar dari nilai  2 kritis dengan derajat kepercayaan tertentu α mak ada heteroskedastisitas 88 dan sebaliknya jika chi-squares hitung lebih kecil dari nilai  2 kritis menunjukkan tidak adanya heteroskedastisitas. Pengujian Heteroskedastisitas dilakukan dengan bantuan program Eviews 4.0. dan di peroleh hasil regresi seperti pada tabel berikut ini: Tabel 4.11 Hasil Uji White White Heteroskedasticity Test: F-statistic 1.194214 Probability 0.384224 ObsR-squared 10.37830 Probability 0.320737 Test Equation: Dependent Variable: RESID2 Method: Least Squares Date: 012111 Time: 15:44 Sample: 1987 2007 Included observations: 21 Variable Coefficient Std. Error t-Statistic Prob. C 6.93E+14 6.64E+14 1.044638 0.3186 AK -8.18E+08 5.73E+08 -1.427030 0.1813 AK2 140.9318 92.79431 1.518755 0.1570 PMA 73944176 1.19E+08 0.620791 0.5474 PMA2 -7.255761 16.06908 -0.451536 0.6604 PMDN 1.86E+08 1.06E+08 1.746189 0.1086 PMDN2 -18.18281 9.049361 -2.009292 0.0697 PAD 2.13E+08 1.92E+08 1.108769 0.2912 PAD2 -37.78801 25.18763 -1.500261 0.1617 DT -1.19E+14 1.61E+14 -0.739875 0.4749 R-squared 0.494205 Mean dependent var 1.13E+14 Adjusted R-squared 0.080372 S.D. dependent var 1.67E+14 S.E. of regression 1.60E+14 Akaike info criterion 68.56075 Sum squared resid 2.83E+29 Schwarz criterion 69.05814 Log likelihood -709.8879 F-statistic 1.194214 Durbin-Watson stat 2.885760 ProbF-statistic 0.384224 Sumber : Olah data Eviews 4.0 Dari tabel di atas diketahui bahwa koefisien determinasi R 2 sebesar 0.4942050. nilai Chi-squares hitung sebesar 10.37830 yang diperoleh dari informasi ObsR- 89 squares , sedangkan nilai kritis chi-squares  2 pada α = 5 dengan df 8 adalah 15.51. karena nilai chi-squares hitung  2 lebih kecil dari nilai kritis chi-squares  2 maka dapat disimpulkan tidak ada masalah heteroskedastisitas. Hal ini juga dibuktikan juga dengan prob chi-squares sebesar 0.320737 yang lebih besar dari nilai α sebesar 0.05 persen. 4. Uji Normalitas Uji normalitas yang digunakan pada penelitian ini menggunakan teknik Jarque-Berra. Pedoman yang digunakan adalah apabila nilai Jarque Berra lebih kecil jika dibandingkan dengan nilai  2 tabel dengan α = 5 atau prob 0,05 maka hipotesis yang menyatakan bahwa data yang digunakan berdistribusi normal ditolak dan sebaliknya, bila prob 0,05 maka hipotesis yang menyatakan bahwa data yang digunakan berdistribusi normal diterima. 1 2 3 4 5 6 -2.0E+07 0.00000 2.0E+07 Series: Residuals Sample 1987 2007 Observations 21 Mean 6.47E-08 Median 557828.3 Maximum 23401984 Minimum -23248584 Std. Dev. 10871699 Skewness -0.031120 Kurtosis 3.102237 Jarque-Bera 0.012535 Probability 0.993752 Gambar 4.2 Uji Normalitas dengan Uji Jarque-Berra 90 Uji ini menggunakan uji Jarque-Bera atau J – B test dengan membandingkan nilai J- B hitung yang diperoleh dari komputer program eviews 4.0 dengan nilai  2 – tabel. Apabila nilai J – B hitung nilai  2 – tabel. Pada gambar di atas bentuk histogramnya sepertinya berdistribusikan secara normal sehingga residualnya kita duga berdistribusi secara normal. Yakni 0.012535 0.05 maka hipotesis ini menyatakan bahwa data yang digunakan berdistribusi normal diterima. 5. Uji Linearitas Uji linearitas sangat penting karena uji ini sekaligus untuk melihat apakah spesifikasi model yang digunakan sudah benar apa tidak. Apakah fungsi yang dgunakan penelitian empiris sebaiknya berbentuk linear, kuadrat atau kubik. Uji linearitas yang ddigunakan dalam penelitian ini adalah metode Ramsey Reset dengan hipotesis: Ho : Regresi model yang diuji adalah kuadratik Ha : Regresi model yang diuji adalah tidak kuadratik linear Kriteria yang digunakan adalah jika F hitung signifikan yaitu prob 0,05 maka Ho diterima yaitu regresinya adalah kuadratik. Dari table dibawah F hitung = 0.886269 dengan prob = 0.362452. karena probabilitas 0.05 maka Ho ditolak yang berarti bahwa regresi model yang diuji adalah tidak kuaratik sehingga dapat disimpulkan model yang diuji adalah linear. 91 Tabel 4.12 Uji Linearitas dengan Uji Ramsey Reset Test Ramsey RESET Test: F-statistic 0.886269 Probability 0.362452 Log likelihood ratio 1.289020 Probability 0.256229 Test Equation: Dependent Variable: PDRB Method: Least Squares Date: 012111 Time: 15:52 Sample: 1987 2007 Included observations: 21 Variable Coefficient Std. Error t-Statistic Prob. AK 32.79866 10.89276 3.011053 0.0093 PMA 14.51111 5.800353 2.501764 0.0254 PMDN 5.384076 2.183825 2.465434 0.0272 PAD 13.74123 6.767630 2.030435 0.0618 DT 29360465 10982807 2.673312 0.0182 C 57950458 16267259 3.562398 0.0031 FITTED2 -1.08E-09 1.15E-09 -0.941418 0.3625 R-squared 0.974555 Mean dependent var 2.17E+08 Adjusted R-squared 0.963650 S.D. dependent var 66094785 S.E. of regression 12601420 Akaike info criterion 35.79772 Sum squared resid 2.22E+15 Schwarz criterion 36.14589 Log likelihood -368.8760 F-statistic 89.36769 Durbin-Watson stat 1.836922 ProbF-statistic 0.000000 Sumber : Data Diolah Eviews 4.0 6. Uji Chow Analisis regresi dalam data dipengaruhi oleh adanya variabel Dummy, yaitu terjadinya krisis perekonomian di Indonesia dalam beberapa tahun terakhir yang tentunya akan berpengaruh terhadap perkembangan PDRB Provinsi DKI Jakarta pada tahun-tahun tersebut. Dan dapat dilihat hasil uji chow dengan Eviews 4.0 dan tahun 1997 breakpoint dapat dilihat, bahwa nilai F hitung sebesar 4.199265 sedangkan nilai kritis tabel F dengan = 5 dengan df 5,11 = 3,20. Berdasarkan uji F ini berarti 92 menolak hipotesis nol yang berarti krisis mempnyai pengaruh struktural. Sedangkan pada uji Chow, nilai hitung statistik chi square  2 = 22.42224 sedangkan nilai kritis dari statistik chi square dengan =5 dengan df =2 sebesar 5,95 dengan hasil yang sama menolak hipotesis nol. Tabel 4.13 Uji Chow Chow Breakpoint Test: 1997 F-statistic 4.199265 Probability 0.022177 Log likelihood ratio 22.42224 Probability 0.000435 Sumber : Data Diolah Eviews 4.0

C. Pengujian Statistik

1. Uji t- hitung Untuk menentukan parameter dalam model, metode yang digunakan adalah Ordinary Learst Square atau OLS. Dengan model ini diharapkan dapat diperoleh penaksir tidak bias terbaik yakni BLUE. Pada dasarnya isi dari metode tersebut adalah peminimuman error kuadrat. Pengujian secara parsial dilakukan dengan menggunakan uji t statistik satu sisi terhadap masing-masing variabel independen, dari pengujian regresi didapat nilai t hitung dari masing-masing variabel untuk selanjutnya dibandingkan dengan nilai t tabel. Cara yang dilakukan untuk menentukan nilai t tabel adalah : T tabel = α df n-k Keterangan: α : Tingkat signifikansi df : Derajat bebas 93 n : Jumlah data k : jumlah variabel independen termasuk konstanta. Dengan demikian maka dapat menentukan nilai t-tabel dalam penelitian ini, dengan menggunakan signifikansi sebesar 0.05 serta derajat bebasdf 21-6 sebesar 15 maka nialai t- tabel 1.753, apabila nilai t-hitung dari nilai t –tabel, maka variabel independen berpengaruh secara signifikan terhadap variabel dependen dan sebaliknya jika nilai t- hitung dari nilai t- tabel, maka variabel independen tidak berpengaruh signifikan terhadap variabel dependen. Tabel 4.14 Hasil Regresi antara Variable Dependen dengan Variabel Independen Dependent Variable: PDRB Method: Least Squares Date: 012111 Time: 15:41 Sample: 1987 2007 Included observations: 21 Variable Coefficient Std. Error t-Statistic Prob. AK 24.53288 6.422312 3.819944 0.0017 PMA 9.645496 2.622839 3.677502 0.0022 PMDN 3.974152 1.583337 2.509985 0.0240 PAD 8.108178 3.149886 2.574118 0.0212 DT 22775472 8435154. 2.700066 0.0165 C 65190208 14280254 4.565059 0.0004 R-squared 0.972944 Mean dependent var 2.17E+08 Adjusted R-squared 0.963926 S.D. dependent var 66094785 S.E. of regression 12553557 Akaike info criterion 35.76386 Sum squared resid 2.36E+15 Schwarz criterion 36.06230 Log likelihood -369.5206 F-statistic 107.8819 Durbin-Watson stat 1.909549 ProbF-statistic 0.000000 Sumber : Data diolah, Eviews 4.0 a. Uji parameter terhadap Angkatan Kerja Dari hasil perhitungan diperoleh nilai t hitung sebesar 3.819949 dan t tabel sebesar 1,753 pada α = 5 dengan melakukan pengujian satu sisi berarti nilai 94 T hitung lebih besar dari t tabel . Hal ini berarti bahwa variabel Angkata Kerja yang bekerja berpengaruh secara signifikan berarah positif terhadap PDRB. b. Uji Parameter terhadap PMA Dari hasil perhitungan diperoleh nilai t hitung sebesar 3.677502 dan t tabel sebesar 1,753 pada α = 5 dengan melakukan pengujian satu sisi berarti nilai t hitung lebih besar dari t tabel . Hal ini berarti bahwa variabel PMDN berpengaruh secara signifikan berarah positif terhadap PDRB. c. Uji parameter terhadap PMDN Dari hasil perhitungan diperoleh nilai t hitung sebesar 2.509985 dan t tabel sebesar 1,753 pada α = 5 dengan melakukan pengujian satu sisi berarti nilai t hitung lebih besar dari t tabel . Hal ini berarti bahwa variabel PMDN berpengaruh secara signifikan berarah positif terhadap PDRB. d. Uji Parameter terhadap PAD Dari hasil perhitungan diperoleh nilai t hitung sebesar 2.574118 dan t tabel sebesar - 1,753 pada α = 5 dengan melakukan pengujian satu sisi berarti nilai t hitung lebih besar tabel . Hal ini berarti bahwa variabel PAD berpengaruh secara signifikan terhadap PDRB. e. Uji Parameter terhadap Dt Krisis Dari hasil perhitungan diperoleh nilai t hitung sebesar 2.700066 dan t tabel sebesar - 1,753 pada α = 5 dengan melakukan pengujian satu sisi berarti nilai t hitung 95 lebih besar tabel . Hal ini berarti bahwa variabel Krisis berpengaruh secara signifikan terhadap PDRB. Tabel 4.15 Tabel hasil Uji t Variabel t hitung t tabel Probabilitas Keterangan Kesimpulan AK 3,819944 1,753 0,0017 t hitung t tabel Positif Signifikan PMA 3,677502 1,753 0,0022 t hitung t tabel Positif Signifikan PMDN 2,509985 1,753 0,0240 t hitung t tabel Positif Signifikan PAD 2,574118 1,753 0,0212 t hitung t tabel Positif Signifikan Dt krisis ekonomi 2,700066 1,753 0,0165 t hitung t tabel Positif Signifikan Sumber : Data Diolah 2. Pengujian F-statistik Pengujian ini dilakukan dengan menggunakan uji-F untuk mengetahui pengaruh semua variabel independen dan sejauh mana keeratan semua koefisien regresi variabel independen terhadap variabel dependen. Untuk melaksanakan uji- F digunakan rumus F hitung = Keterangan : R 2 = Koefisien Determinasi n = Banyaknya observasi k = Banyaknya variabel bebas 96 H : ß 1 = ß 2 = ß 3 = ß 4 = 0, variabel independen secara bersama-sama tidak berpengaruh terhadap PDRB. H a : ß 1 ≠ ß 2 ≠ ß 3 ≠ ß 4 ≠ 0, variabel independen secara bersama-sama berpengaruh terhadap PDRB. Dari tabel diatas menunjukkan bahwa PDRB dipengaruhi secara bersama-sama oleh variabel Angkatan Kerja yang bekerja, PMA,PMDN,Pendapatan Asli Daerah dan dummy krisis ekonomi dengan hasil yang signifikan. Hal ini dapat dilihat dari F hitung : 107.8819, lebih besar dari F tabel : 2,9 yang menunjukkan bahwa variabel tersebut signifikan pada α = 5. Tabel 4.16 Hasil Uji-F uji koefisien regresi secara serempak f hitung dF F tabel Probabilitas Keterangan Kesimpulan 107,8819 k-1 = 5 n-k = 15 α = 5 2,90 0,00000000 f hitung f tabel F signifikan Sumber : Data Diolah 3. Koefisien Determinasi R² Untuk mengetahui tingkat perkembangan perekonomian di Provinsi DKI Jakarta yang disebabkan oleh beberapa faktor antara lain yaitu Angkatan Kerja yang bekerja AK, Penanaman Modal Asing PMA, Penanaman Modal Dalam Negeri PMDN, Pendapatan Asli Daerah PAD, dan Dummy krisis ekonomi Dt dapat dilihat melalui besarnya koefisien determinasi. Dari perhitungan nilai R 2 adalah 0,9729. Hal ini berarti 97,29 permasalahan diatas dapat dijelaskan oleh model yang ada pada penelitian ini, sedangkan sisanya sebesar 2.71 variabel PDRB dijelaskan oleh variabel lain di luar model.