commit to user 81
panjang DPMA dan variable penanaman modal jangka pendek BPMA.
Tanpa bermaksud melanggar kaidah BLUE Best Linear Unbiased Estimator
, penulis menduga masalah multikolinearitas bisa timbul karena sifat-sifat yang terkandung dalam kebanyakan variabel
ekonomi berubah bersama-sama sepanjang waktu. Misalnya, investasi, penghasilan, konsumsi, harga-harga, suku bunga, dan harga saham
cenderung meningkat dalam masa-masa makmur boom dan menurun dalam periode depresi. Menurut Gujarati 1995 multikolinearitas pada
dasarnya dalah fenomena sampel. Jadi kenyataannya, penaksir- penaksir
OLS adalah
BLUE meskipun
terdapat masalah
multikoliearitas.
b. Uji Heteroskedastisitas
Heteroskedastisitas terjadi jika gangguan muncul dalam fungsi regresi yang mempunyai varian yang tidak sama sehingga
penaksir OLS tidak efisien, baik dalam sampel kecil maupun sampel besar tetapi masih tidak bias dan konsisten. Untuk menguji ada
tidaknya masalah heteroskedastisitas dilakukan dengan uji Park. Metode ini terdiri dari dua tahap. Yang pertama dilakukan
regresi memperhitungkan adanya masalah heteroskedastisitas. Dari hasil regresi tersebut maka diperoleh nilai residualnya. Kemudian nilai
residual tadi dikuadratkan dan diregresikan dengan variabel-variabel independen.
Dari hasil regresi tahap dua tadi kemudian dilakukan uji t. jika nilai probabilitas semua variabel independen signifikan, maka
commit to user 82
terjadi heteroskedastisitas. Hasil uji Park dapat dilihat pada tabel 4.13 berikut:
Tabel 4.13 Hasil Uji Park
Dependent Variable: RESID2 Variable
Coefficien t
Std. Error t-Statistic Prob.
C 0.038457
1.230999 0.031241
0.9753 DULN
-0.082306 0.079857 -1.030665
0.3130
DULN2 -3.82E-10
2.25E-09 -0.169561
0.8668
DPMA -0.082324
0.079843 -1.031076 0.3128
DPMA2 4.32E-10
1.36E-09 0.317802
0.7534
ULN-1 -0.082245
0.079845 -1.030059
0.3133
ULN-12 -1.76E-10
1.48E-10 -1.192078 0.2449
PMA-1 -0.082298
0.079837 -1.030822 0.3129
PMA-12 -9.37E-10
1.51E-09 -0.620899 0.5405
ECT1 0.082257
0.079841 1.030263
0.3132 ECT12
1.35E-10 1.47E-10
0.919454 0.3670
R-squared 0.254887 Mean dependent var 0.285546
Adjusted R-squared -0.055576 S.D. dependent var 0.350171
S.E. of regression 0.359770 Akaike info criterion 1.044573
Sum squared resid 3.106425 Schwarz criterion
1.533397 Log likelihood
-7.280029 F-statistic 0.820989
Durbin-Watson stat 1.973661 ProbF-statistic 0.612525
Sumber: Hasil olahan E-Views 4 Dari kedua tabel di atas diketahui bahwa nilai probabilitas
dari semua variabel lebih dari tingkat signifikansi 5, sehingga dapat disimpulkan pada model tidak terjadi masalah heteroskedastisitas.
c. Uji Autokorelasi
