minimum provinsi berpengaruh signifikan terhadap penanaman modal asing di Provinsi Jawa Timur.
5.3. Uji Kriteria Ekonometrika
1. Uji Autokorelasi
Pengujian ekonometrika dimaksudkan untuk mendeteksi ada tidaknya pelanggaran asumsi. Jika terjadi pelanggaran asumsi maka akan menghasilkan
dugaan yang tidak valid. Uji ekonometrika terdiri dari uji normalitas, uji autokorelasi, uji heterokedastisitas dan uji multikolinieritas.
Pengujian autokorelasi adalah untuk melihat apakah terjadi korelasi antara suatu periode t dengan periode sebelumnya t-1. Autokorelasi dideteksi dengan
menggunakan pengujian Breusch-Godfrey Serial Correlation LM Test. Kriteria ujinya adalah jika Prob Chi-square
nya lebih besar dari taraf nyata α = 0,05 maka tidak tolak H
yang artinya bahwa model persamaan yang digunakan pada penelitian tidak mengalami masalah autokorelasi. Sebaliknya jika jika Prob Chi-
square nya lebih kecil dari taraf nyata α = 0,05 maka tolak H
yang artinya bahwa model persamaan yang digunakan pada penelitian mengalami masalah
autokorelasi. Model persamaan yang digunakan dalam penelitian ini mempunyai Prob
Chi-square sebesar 0,1794. Nilai ini lebih besar dari taraf nyata 0,05, artinya
model persamaan yang digunakan dalam penelitian ini tidak memiliki masalah autokorelasi. Hasil uji asumsi autokorelasi dapat dilihat pada gambar 5.2.
Tabel 5.2. Hasil Estimasi Uji Autokorelasi pada Persamaan PMA Breusch-Godfrey Serial Correlation LM Test:
F-statistik 1.188623 Prob. F2,8
0.3532 ObsR-squared
3.436238 Prob. Chi-Square2 0.1794
Sumber: Hasil Pengolahan dengan Eviews 6.0.
2. Uji Heterokedastisitas
Uji heterokedasitas dilakukan melalui uji white yaitu White’s General
Heterokedasticity Test . Kriteria ujinya adalah jika Prob Chi-square nya lebih
besar dari taraf nyata α = 0,05 maka model persamaan yang digunakan tidak mengalami masalah heterokedastisitas, dan sebaliknya jika Prob Chi-square nya
lebih kecil dari taraf nyata α = 0,05 maka model persamaan yang digunakan mengalami masalah heterokedastisitas. Hasil uji dari persamaan yang digunakan
dalam penelitian ini diketahui bahwa Prob Chi-square adalah sebesar 0,6302 dimana nilai tersebut lebih besar dari taraf nyata α = 0,05, maka model persamaan
pada penelitian ini tidak mengalami masalah heterokedastisitas. Adapun hasil uji tersebut bisa dilihat pada tabel 5.3. di bawah ini.
Tabel 5.3. Hasil Estimasi Uji Heterokedastisitas pada Persamaan PMA Heteroskedasticity Test: White
F-statistik 0.436239 Prob. F4,10
0.7798 ObsR-squared
2.228558 Prob. Chi-Square4 0.6938
Scaled explained SS 0.598034 Prob. Chi-Square4
0.9633 Sumber: Hasil Pengolahan dengan Eviews 6.0.
3. Uji Multikolinieritas
Uji multikolinieritas dilakukan untuk melihat koefisien korelasi antar variabel bebas independent pada correlation matrix. Pada model persamaan
yang digunakan dalam penelitian ini tidak terdapat variabel yang mempunyai nilai koefisien korelasi yang relati
f tinggi yaitu lebih dari │0,8│, maka tidak terdapat multikolinieritas.
Tabel 5.4. Hasil Estimasi Uji Multikolinieritas pada Persamaan PMA Correlation
LPMA PDRB
OPEN INF
UMP LPMA
1.000000 0.108897
0.144761 -0.121881
-0.034881 PDRB
0.108897 1.000000
-0.164070 0.275400
0.784974 LINF
0.144761 -0.164070
1.000000 0.512854
-0.158456 LNT
-0.121881 0.275400
0.512854 1.000000
-0.295093 UMP
-0.034881 0.784974
-0.158456 -0.295093
1.000000 Sumber: Hasil Pengolahan dengan Eviews 6.0.
4. Uji Normalitas
Uji normalitas digunakan untuk melihat apakah nilai residual terdistribusi normal atau tidak. Model regresi yang baik adalah model yang memiliki nilai
residual yang terdistribusi normal. Uji ini dilakukan pada nilai residualnya, bukan pada masing-masing variabel penelitian. Dimana dilakukan dengan uji histogram,
kriteria ujinya adalah dengan melihat nilai p-value Jarque Berra. Jika nilai p-value Jarque Berra lebih besar dari taraf nyata
α = 0,05 maka model persamaam yang digunakan nilai residualnya telah terdistribusi normal.
Dan sebaliknya jika nilai p-value Jarque Berra lebih kecil dari taraf nyata α =
1 2
3 4
-10 -5
5 10
Series: Residuals Sample 1996 2010
Observations 15
Mean 2.46e-14
Median 0.111517
Maximum 8.156133
Minimum -9.542331
Std. Dev. 5.040389
Skewness -0.130680
Kurtosis 2.207576
Jarque-Bera 0.435153
Probability 0.804466
0,05 maka model persamaan yang digunakan nilai residualnya tidak terdistribusi normal. Pada penelitian ini nilai p-value Jarque Berra sebesar 0,804466, hal ini
berarti bahwa model persamaan PMA nilai residualnya telah terdistribusi normal. Hasil uji normalitas tersebut bisa dilihat pada Gambar 5.5. di bawah ini.
Sumber: Hasil Pengolahan dengan Eviews 6.0. Gambar 5.1. Hasil Estimasi Uji Normalitas pada Persamaan PMA
5.4. Estimasi Model