BAB V. HASIL DAN PEMBAHASAN
5.1. Hasil Estimasi Model Fungsi Produksi Cobb-Douglas
Penelitian ini menggunakan metode analisis data Ordinary Least Square OLS dengan pendekatan fungsi produksi Cobb-Douglas dan analisis regresi
linear berganda yang dianalisis menggunakan software Eviews 4.1 dan Microsoft Excel 2003. Hasil estimasi fungsi produksi Cobb-Douglas dapat dilihat pada tabel
berikut: Tabel 5.1. Hasil Estimasi Fungsi Produksi Cobb-Douglas Industri Mobil di
Indonesia Periode 1985 – 2005
Variabel Koefisien
t-Statistik Probabilitas
Konstanta -1,281843
-0,381848 0,7079
X1 Bahan Baku 0,479733
3,029214 0,0085
X2 Modal 0,126073
1,076539 0,2987
X3 Energi 0,623389
3,894834 0,0014
DK Dummy Krisis 1997 -0,378624
-1,297922 0,2139
DR Dummy Deregulasi 1999 1,043332
2,964321 0,0096
R-squared 0,941429
Adjusted R-squared 0,921905
F-statistic 48,21954
ProbF-statistic 0,000000
Sumber : Lampiran 3 Catatan: taraf nyata 5 α=0,05, F-tabel = 2,90; t-tabel = 2,131.
5.2. Analisis Uji Statistik 5.2.1. Uji Koefisien Determinasi R
2
Hasil estimasi fungsi produksi Cobb-Douglas industri mobil pada Tabel 5.1 memperlihatkan bahwa nilai R
2
pada model tersebut adalah sebesar 0,9414. Hal ini berarti bahwa variabel independen pada model tersebut yaitu bahan baku,
modal, energi, dummy krisis ekonomi 1997, dan dummy deregulasi 24 Juni 1999
memiliki kemampuan sebesar 94 persen untuk menjelaskan variabel dependen output pada model tersebut. Sisanya, sebesar 6 persen dijelaskan oleh variabel-
variabel lain di luar model yang tidak dimasukkan sebagai variabel independen.
5.2.2. Uji F-statistik
Hasil analisis regresi pada model yang dipergunakan memiliki nilai F- statistik sebesar 48,21954 dengan probabilitas 0,0000. Nilai F-tabel pada
persamaan ini adalah sebesar 2,90 pada taraf nyata lima persen, lebih kecil dari nilai F-statistiknya, sehingga persamaan dalam penelitian ini lulus uji F-statistik.
Berdasarkan penjelasan diatas, dapat disimpulkan bahwa terdapat minimal satu variabel independen yang berpengaruh nyata terhadap variabel dependen output
pada tingkat kepercayaan 95 persen.
5.2.3. Uji t-statistik
Signifikansi dari pengaruh masing-masing variabel independen terhadap variabel dependen dapat diketahui dengan melihat nilai t-statistik dari masing-
masing variabel independen untuk kemudian dibandingkan dengan nilai t-tabel. Variabel independen yang memiliki nilai t-statistik yang lebih besar daripada nilai
t-tabel t-tabel = 2,131 dinyatakan memiliki pengaruh yang signifikan atau nyata terhadap variabel dependen. Berdasarkan Tabel 5.1 diatas, dapat dilihat bahwa
variabel bahan baku t-stat = 3,0292, energi t-stat = 3,8948, dan dummy deregulasi 24 Juni 1999 t-stat = 2,9643 memiliki pengaruh yang signifikan
terhadap output sedangkan variabel-variabel independen lainnya modal dan
dummy krisis ekonomi 1997 memiliki pengaruh yang tidak signifikan dengan nilai t-stat yang lebih kecil dari t-tabel. Selain dilihat dari nilai t-statistik,
signifikansi suatu variabel independen juga dapat dilihat dari probabilitasnya. Jika probabilitas suatu variabel lebih kecil dari taraf nyata α = 0,05, maka variabel
tersebut berpengaruh nyata signifikan.
5.3. Analisis Uji Ekonometrika 5.3.1. Uji Multikolinearitas
Kategori