dimana: α
1
= intersep, α
n
= parameter yang diduga, dimana n = 1,2,..5 dan menggambarkan hubungan jangka panjang antar variabel independent dengan
variabel dependent, Y
t
= pertumbuhan ekonomi pada periode t, LNRUTIN
t
= pengeluaran rutin pemerintah riil pada periode t, LNPEMB
t
= pengeluaran pembangunan pemerintah riil pada periode t, LNINVEST
t
= investasi swasta riil pada periode t, LNLABOR
t
= jumlah pekerja riil pada periode t, INF
t
= laju inflasi pada periode t, ε
t
= error term.
4.5. Pendekatan Koreksi Kesalahan
4.5.1. Uji Kebaikan Model ECM
Uji kebaikan model sangat penting peranannya untuk mengetahui ada tidaknya masalah-masalah pelanggaran asumsi OLS yang muncul pada estimasi
model jangka pendek pertumbuhan ekonomi di Indonesia. Uji kebaikan model yang digunakan dalam penelitian ini yaitu:
1. Uji Autokorelasi
Kondisi yang menunjukkan adanya autokorelasi yaitu jika nilai error tidak bersifat bebas antara yang satu dengan yang lainnya, dengan kata lain terjadi
korelasi antar error sehingga model yang baik menghasilkan error yang acak dan tidak berpola. Kondisi ini menyebabkan varians yang diperoleh underestimate.
Untuk mendeteksi autokorelasi digunakan uji Breusch-Godfrey Serial Correlation LM Test. Hipotesis yang digunakan adalah 1 H
: tidak terdapat autokorelasi, 2 H
1
: terdapat autokorelasi. Kriteria uji:
Probability ObsR-Squared α taraf nyata yang digunakan, maka tolak H
0.
Probability ObsR-Squared α taraf nyata yang digunakan, maka terima H
0.
Artinya, jika menolak H maka menunjukkan terdapat masalah autokorelasi
dalam model. Namun sebaliknya, jika menerima H maka menunjukkan tidak
terdapat masalah autokorelasi dalam model. 2. Uji
Heteroskedastisitas Kondisi dimana nilai varian dari variabel independen tidak memiliki nilai
yang sama disebut heteroskedastisitas. Untuk mengetahui ada tidaknya heteroskedastisitas yaitu dengan menggunakan Autoregressif Conditional
Heteroskedasticity ARCH Test dan White Heteroskedasticity Test. Hipotesis:
H : tidak terdapat heteroskedastisitas homoskedastisitas,
H
1
: terdapat heteroskedastisitas. Kriteria uji:
Probability ObsR-Squared α taraf nyata yang digunakan, maka tolak H
0.
Probability ObsR-Squared α taraf nyata yang digunakan, maka terima H
0.
Artinya, jika menolak H maka menunjukkan terdapat masalah heteroskedastisitas
dalam model, dan sebaliknya jika menerima H maka menunjukkan tidak terdapat
masalah heteroskedastisitas dalam model. 3. Uji
Normalitas Normalitas merupakan salah satu asumsi statistik dimana error term
terdistribusi normal. Untuk mengetahuinya digunakan Jarque-Bera, dimana hipotesisnya adalah H
: terdistribusi normal dan H
1
: tidak terdistribusi normal. Bila nilai probabilitas lebih besar dari taraf nyata
α yang digunakan maka persamaan tidak mempunyai masalah normalitas atau error term terdistribusi
normal.
4.5.2. Model Koreksi Kesalahan ECM