Uji Normalitas Autokorelasi HASIL DAN PEMBAHASAN

Berdasarkan hasil koefisien regresi diketahui nilai positif dan inelastis, yang mengandung arti bahwa setiap peningkatan cadangan devisa sebesar 1 maka akan menghasilkan penambahan terhadap impor sebesar 0,371. Peningkatan cadangan devisa yang lebih besar daripada impor disebabkan semakin membaiknya kinerja ekspor sebagai dampak dari terus berlangsungnya pemulihan ekonomi global dan membaiknya harga sejumlah komoditas ekspor unggulan. Perbaikan kinerja ekspor tersebut masih didominasi oleh produk berbasis sumber daya alam yang tidak banyak membutuhkan bahan baku impor.

4.3.3. Uji Asumsi Klasik

a. Uji Normalitas

Uji normalitas digunakan untuk mengetahui apakah residual dari data berdistribusi normal atau tidak. Pada penelitian ini, untuk menguji normalitas data digunakan uji Jarque-Bera. Kriteria yang digunakan adalah jika nilai probabilitas Jarque-Bera JB test alpha 0,05 maka data dikatakan berdistribusi normal, atau dapat juga dilihat dari nilai JB X²tabel maka residualnya berdistribusi normal. Berikut hasil pengujian Jarque-Bera JB test: Tabel 4.6 Hasil Uji Jarque-Bera Nilai Jarque Bera Probability Kesimpulan 1,549 0, 460 Normal Sumber: Output Eviews Least Square Method, Normality Test. p d f Machine A pdf w rit er t hat produces qualit y PDF files w it h ease Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, sim ply open the docum ent you want to convert, click “print”, select the “ Broadgun pdfMachine printer” and that’s it Get yours now Universitas Sumatera Utara Pada Tabel 4.6 diketahui bahwa nilai probabilitas sebesar 0, 460 0,05, dan nilai Jarque Bera adalah 1,549 5,99 X²tabel yang berarti berdistribusi normal sehingga asumsi normalitas telah terpenuhi.

b. Autokorelasi

Untuk mendeteksi ada tidaknya korelasi serial dalam model penelitian ini dilakukan uji Lagrange Multiplier LM Test. Pemilihan LM Test untuk melakukan uji autokorelasi karena lebih mudah diinterpretasikan bila dibandingkan dengan Uji Durbin-Watson. Berikut ini hasil estimasi dari LM Test. Tabel 4.7. Hasil Estimasi Uji Korelasi Serial Breusch-Godfrey Serial Correlation LM Test: ObsR-squared 3.894128 Probability 0.142692 Berdasarkan hasil LM Test di atas, besarnya nilai X 2 hitung ObsR-squared adalah 3,89 lebih kecil dibandingkan dengan X 2 tabel sebesar 5,99 pada á = 5 persen. Dengan demikian hipotesis nol H yang menyatakan tidak ada autokorelasi dalam model empiris yang digunakan diterima. Hal ini berarti model yang diestimasi tidak mengandung korelasi parsial autokorelasi antar faktor pengganggu error term.

c. Heteroskedastisitas