Sekilas Gambaran Umum Objek Penelitian
73
Gambar 4.1 Hasil Uji Normalitas
2 4
6 8
10 12
14
-30 -20
-10 10
20 30
40 50
Series: Standardized Residuals Sample 2009 2014
Observations 60
Mean 7.34e-15
Median -1.706991
Maximum 47.98199
Minimum -25.94132
Std. Dev. 14.07977
Skewness 0.816972
Kurtosis 4.613589
Jarque-Bera 13.18361
Probability 0.001372
Sumber: Data sekunder yang diolah Dari histogram diatas, menunjukkan nilai Jarque Bera sebesar
13.18361, sementara nilai Chi Square dengan melihat jumlah variabel independen yang digunakan adalah variabel 4 dan nilai signifikansi
yang digunakan adalah 0,05 atau 5, didapat nilai Chi Square tabel sebesar 9.48773, yang berarti nilai Jarque Bera hitung Chi Square
tabel, maka Ho ditolak dan Ha diterima, yang berarti data dalam penelitian ini tidak terdisitribusi normal.
Karena dari hasil uji normalitas diatas menunjukkan bahwa data penelitian tidak terdistribusi dengan normal, maka semua data variabel
pada penelitian ini dilakukan LOG untuk mendapatkan hasil yang lebih baik. Berikut ini merupakan model regresi data panel yang akan
digunakan pada penelitian ini setelah semua data di LOG:
LOG DPR
it
= α + β1 LOGROA
it
+ β2 LOGDER
it
+ β3 LOGAG
it
+ β4LOGDPRt-1
it
+ �
it
74
Berikut ini merupakan histogram hasil uji normalitas setelah semua data variabel pada penelitian ini dilakukan LOG:
Gambar 4.2 Hasil Uji Normalitas Setelah di LOG
2 4
6 8
10
-0.6 -0.4
-0.2 0.0
0.2 0.4
Series: Standardized Residuals Sample 2009 2014
Observations 60
Mean 6.37e-16
Median -0.009942
Maximum 0.466753
Minimum -0.644112
Std. Dev. 0.231522
Skewness -0.601087
Kurtosis 3.419204
Jarque-Bera 4.052379
Probability 0.131837
Sumber: Data sekunder yang diolah Dari histogram diatas, menunjukkan nilai Jarque Bera sebesar
4.052379, sementara nilai Chi Square dengan melihat jumlah variabel independen yang digunakan adalah 4 dan nilai signifikansi yang
digunakan adalah 0,05 atau 5, didapat nilai Chi Square tabel sebesar 9.48773, yang berarti nilai Jarque Bera hitung Chi Square tabel, maka
Ho diterima dan Ha ditolak, yang berarti data dalam penelitian ini terdistribusi normal.
b. Uji Autokorelasi Uji autokolerasi bertujuan untuk menguji apakah dalam suatu model
regresi linear ada korelasi antara kesalahan pengganggu pada periode t
75
dengan kesalahan pengganggu pada periode t-1.
70
Uji autokorelasi dapat dilihat dari nilai Durbin-Watson DW. Hasil output menunjukkan nilai
DW dari persamaan regresi adalah sebesar 1.985809. Berdasarkan tabel Durbin Watson dengan n= 60 dan k= 4, maka diperoleh nilai dL= 1.4443
dan dU= 1.7274.
Tabel 4.1 Tabel Autokorelasi
dL dU
4-dU 4-dL
1.4443 1.7274 2.2726 2.5557
DW= 1.985809
Dari tabel diatas, dapat dilihat bahwa nilai DW dari model regresi yang terdapat dalam penelitian ini berada pada daerah yang tidak ada
autokorelasi. Sehingga dapat disimpulkan bahwa data dalam penelitian ini tidak berada dalam masalah autokorelasi.
70
Imam Ghozali, Aplikasi Analisis Multivariate Dengan Program IBM SPSS 19, Semarang: Badan Penerbit Universitas Diponegoro, 2011, h.110.
Ada autokorelasi
positif Tidak
dapat diputuskan
Tidak ada
autokorelasi Tidak
dapat diputuskan
Ada autokorelasi
negatif