maka model efek tetap digunakan untuk mengestimasi PCM. Hasil estimasi dengan menggunakan model efek tatap dijelaskan dalam Tabel 6.1.
Tabel 6.3. Hasil Estimasi dengan Model Efek Tetap Fixed Effect Model Variabel Koefisien
Standar Error
t-Statistik Probabilitas
C -50,96 77,23
-0,66 0,51
CR
4
0,03 0,02
1,28 0,21
XEFF 0,25 0,02
12,18 0,00
LOGPROD 7,07 2,94
2,40 0,02
GROWTH -1,87 0,29
-6,39 0,00
LOGEX -0,73 1,59
-0,46 0,65
LOGIM 0,27 0,19
1,44 0,16
AR1 -0,41 0,12
-3,49 0,00
Effects Specification Cross-section fixed dummy variables
Weighted Statistics R-squared
0,99 Mean dependent var 53,05
Adjusted R-squared 0,99 S.D. dependent var
40,38 S.E. of regression
4,41 Sum squared resid 1147,79
F-statistic 258,26 Durbin-Watson stat
2,01 ProbF-statistic 0,00
Unweighted Statistics R-squared
0,90 Mean dependent var 31,92
Sum squared resid 1472,59 Durbin-Watson stat
1,83
6.2.1 Indikator Kebaikan Model
Berdasarkan hasil estimasi yang diperoleh pada Tabel 6.1, menurut Gujarati 1995, model ekonometrika yang baik harus memenuhi kriteria
ekonometrika dan kriteria statistik. Berdasarkan kriteria ekonometria, model harus sesuai dengan asumsi klasik yang artinya harus terbebas dari gejala
multikolinearitas, autokoralasi dan heteroskedastisitas. Kesesuaian model dengan kriteria statistik dilihat dari hasil uji koefisien determinasi R
2
, uji F dan uji t. Nilai R-Square R
2
atau koefisien determinasi sebesar 0.99 yang menunjukan bahwa 99 persen keragaman PCM pada industri manufaktur dapat
dijelaskan oleh variabel bebasnya CR
4
, XEFF, PROD, GROWTH, EX dan IM,
sedangkan sisanya dijelaskan oleh variabel lain di luar model. Hal ini diperkuat dengan probabilitas F-statistik yang signifikan pada tingkat kepercayaan 95 persen
dan tingkat α = 5 persen yaitu sebesar 0,00 yang berarti bahwa minimal ada satu
variabel bebas yang berpengaruh nyata terhadap variabel terikat sehingga model penduga sudah layak untuk menduga parameter yang ada dalam fungsi. Untuk uji
signifikan individu uji-t maka menggunakan t-statistik dengan taraf nyata α = 5
persen dengan derajat bebas 131 yang memiliki t kritis sebesar 1,64 dan membandingkan dengan nilai mutlak t-statistik dari hasil estimasi fungsi PCM.
Indikasi multikolinearitas tercermin dengan melihat hasil probabilitas t- statistik dalam regresi. Model pada Tabel 6.1 menunjukan tidak terdapat
multikolinearitas. Berdasarkan hasil estimasi PCM terdapat 4 variabel dari 7 variabel penjelas yang signifikan pada taraf nyata 5 persen. Kriteria ekonometrika
kedua adalah Autokorelasi, pada Tabel 6.1 tidak ditemukan adanya autokorelasi dimana nilai Durbin Watson, 2DW2,014-du2,22, hal ini bisa terjadi karena
jumlah series yang digunakan hanya 5 tahun. Dan kriteria ekonometrika yang terakhir adalah mendeteksi adanya heteroskedastisitas, karena menggunakan data
cross section maka perlu diestimasi dengan pendekatan General Least Square
Cross Section Weights yaitu Sum Square Resid Weighted StatisticsSum Square Resid Unweighted Statistics
1147,791472,59, karena dalam mengestimasi model diberi perlakuan Cross Section Weights, serta White Heteroskedasticity,
maka adanya heteroskedastisitas dapat diabaikan.
6.2.2 Hasil Estimasi
