: Model fixed effects Nilai statistik hausman akan dibandingkan dengan nilai Chi square sebagai
dasar dalam menolak . Jika nilai statistik hasil pengujian lebih besar dari
tabel maka cukup bukti untuk melakukan penolakan terhadap sehingga
pendekatan yang digunakan adalah fixed effect model dan sebaliknya.
Uji Kesesuaian Model 1.
Kriteria Statistik a.
Uji–F
Uji-F adalah statistik uji yang diigunakan untuk mengetahui bagaimana pengaruh peubah bebas terhadap peubah tidak bebas secara keseluruhan
langkah pertama untuk melakukan uji-t adalah dengan menuliskan hipotesis pengujian.
: =
=... = = 0 tidak ada variabel independen yang berpengaruh
terhadap variabel dependennya : minimal ada satu
≠ 0 paling tidak ada satu variabel independen yang berpengaruh signifikan terhadap variabel dependennya
1. Probability F-stasistic α, maka tolak
. Kesimpulannya, minimal ada satu variabel independen yang memengaruhi variabel dependennya.
2. Probability F-stasistic α, maka terima
Kesimpulannya, tidak ada variabel independen yang memengaruhi variabel dependennya.
b. Uji t
Uji-t dalam penelitian ini digunakan untuk mengetahui pengaruh masing- masing faktor bebas terhadap volume permintaan ekspor CPO Indonesia.
Besaran yang digunakan dalam uji ini adalah statistik t. Langkah pertama untuk melakukan uji-t adalah dengan menuliskan hipotesis pengujian.
: = 0 dengan t = 1,2,3,….,n
: ≠ 0
Jika statistik t yang didapat pada taraf nyata sebesar α lebih besar daripada
tabel t satistik t tabel, maka tolak . Kesimpulannya, koefisien dugaan
≠ 0 artinya variabel yang diuji berpengaruh nyata terhadap variabel tak bebas. Sebaliknya, jika t statistik lebih kecil daripada t tabel t statistik t tabel pada
taraf nyata sebesar α, maka terima . Kesimpulannya,
koefisien dengan = 0 artinya variabel yang diuji tidak berpengaruh nyata terhadap variabel tak
bebas. Model yang diduga akan semakin baik apabila semakin banyak variabel bebas yang signifikan atau berpengaruh nyata terhadap variabel tak
bebasnya.
c. Uji R
2
ataupun adj-R
2
Uji ini dilakukan untuk melihat sejauh mana besar keragaman yang dapat diterangkan oleh variabel bebas terhadap variabel tak bebas. Nilai R
2
atau R
2
adjusted berkisar antara 0 sampai dengan 1, semakin mendekati satu maka
semakin baik.
2. Kriteria Ekonometrika
a. Autokorelasi
Autokorelasi mencerminkan adanya hubungan yang terjadi antara error masa lalu dengan error saat ini yang dapat menyebabkan parameter menjadi
bias sehingga pendugaan parameter menjadi tidak efisien. Untuk mendeteksi ada tidaknya autokorelasi adalah dengan melihat nilai dari Durbin Watson
DW statistiknya yang dibandingkan dengan nilai dari tabel DW. Berikut merupakan kerangka identifikasi dalam menentukan ada tidaknya
autokorelasi.
Tabel 3 Kerangka Identifikasi Autokorelasi Nilai DW
Hasil 4-dlDW4
Tolak , autokorelasi negatif
4-duDW4-dl Hasil tidak dapat ditentukan
2DW4-du Terima
, tidak ada autokorelasi duDW2
Terima , tidak ada autokorelasi
dlDWdu Hasil tidak dapat ditentukan
0DWdl Autokorelasi positif
Sumber : Gujarati, 2004
b. Multikolinearitas
Multikolinearitas terjadi apabila terdapat hubungan linier antar variabel independen. Indikasi terjadinya multikolinearitas adalah dengan melihat hasil t
dan F statistik hasil regresi. Apabila koefisien parameter dari t statistik banyak yang tidak signifikan sementara F hitungnya signifikan, maka patut diduga
terjadi masalah multikolinearitas. Multikolinearitas dapat diatasi dengan cara menghilangkan variabel yang tidak signifikan, mentransformasi data, dan
menambah variabel.
c. Normalitas
Uji normalitas merupakan salah satu asumsi statistik dimana error term terdistribusi normal. Untuk mengetahui adanya normalitas, maka digunakan
uji Jarque-Bera. Apabila nilai probabilitas Jarque-Bera lebih besar dari taraf nyata α, maka persamaan tersebut tidak mempunyai masalah normalitas atau
error term terdistribusi normal Winarno 2007.
d. Heteroskedastisititas
Heteroskedastisitas terjadi apabila varian residual atau error tidak konstan atau berubah-ubah. Hal ini akan mengakibatkan varian koefisien regresi
cenderung akan besar sehingga akan mengakibatkan uji hipotesis, baik uji-t maupun uji-F, tidak lagi akurat. Untuk mengetahui ada tidaknya
heteroskedastisitas dapat digunakan uji White dengan melihat pada nilai R
2
nya. Jika nilai probabilitas R
2
mel ebihi nilai kritis dengan α yang dipilih, maka
hal tersebut menunjukkan bahwa tidak ada heteroskedastisitas, begitu pula sebaliknya.
Definisi Operasional Variabel
1. Volume permintaan ekspor CPO Indonesia di Amerika Serikat, Jerman, Inggris, dan Belanda yang menjadi variabel tak bebas dalam model dinyatakan
dalam satuan kilogram. 2. Harga ekspor CPO Indonesia ke negara tujuan USKg adalah harga yang
diperoleh dari hasil pembagian antara value ekspor CPO Indonesia ke negara