✷ ✸
3. Langkah Penentuan Model Data Panel a. Uji Chow
Uji Chow test digunakan untuk mengetahui apakah teknik regresi data panel dengan fixed effect lebih baik daripada model regresi data panel common effect dengan
melihat residual sum squares Green, 2000. RRSS : Restricted Sum of Square Residual
Merupakan nilai Sum of Square Residual dari PLScommon effect URSS : Unrestricted Sum of Square Residual
Merupakan nilai Sum of Square Residual LSDVfixed effect N = Jumlah individu data
T = Panjang waktu data K = Jumlah variabel independen
Nilai chow test yang didapa dkemudian dibandingkan dengan F-tabel pada numerator sebesar N-1 dan denumerator NT-N-K. Nilai F-tabel menggunakan α sebesar 1 dan
5. Perbandingan tersebut dilakukan dengan hipotesis sebagai berikut : Ho
= menerima model common effect, jika nilai Chow F-tabel Hi
= menerima model fixed effect, jika nilai Chow F-tabel
✹ ✺
b. Uji Hausman
Uji Hausman digunakan untuk membandingkan apakah fixed effect model atau random effect model yang lebih sesuai. Ho dari uji Hausman yaitu random effect dan
sedangkan Hi yaitu fixed effect. Statistik uji Hausman mengikuti distribusi Chi Square dengan degree of freedom sebanyak jumlah variabel bebas dari model. Jika nilai
statistik Hausman lebih besar daripada nilai kritisnya maka model yang tepat adalah model fixed effect dan sebaliknya.
F. Uji Asumsi Klasik
Kelebihan penelitian menggunakan data panel adalah data yang digunakan menjadi lebih informatif, variabilitasnya lebih besar, kolineariti yang lebih rendah diantara
variabel dan banyak derajat bebas degree of freedom dan lebih efisien Hariyanto, 2005. Panel data dapat mendeteksi dan mengukur dampak dengan lebih baik dimana
hal ini tidak bisa dilakukan dengan metode cross section maupun time series. Panel data memungkinkan mempelajari lebih kompleks mengenai perilaku yang ada
dalam model sehingga pengujian data panel tidak memerlukan uji asumsi klasik Gujarati 1992 dalam Wahyuddin et al. Dengan keunggulan regresi data panel maka
implikasinya tidak harus dilakukannya pengujian asumsi klasik dalam model data panel Gujarati, 2006.
✻✻
G. Uji Hipotesis
Uji Hipotesis merupakan komponen utama yang diperlukan untuk dapat menarik kesimpulan dari suatu penelitian, uji hipotesis juga digunakan untuk mengetahui
keakuratan data. Uji Hipotesis dibagi menjadi beberapa pengujian diantaranya yaitu uji t stastistik dan uji f Gujarati, 2003.
1. Uji t Uji Parsial
Uji t digunakan untuk menguji secara parsial masing-masing variabel. Hasil uji t dapat dilihat pada tabel coefficients pada kolom sig significance. Jika probabilitas
nilai t atau signifikansi 0,05, maka dapat dikatakan bahwa terdapat pengaruh antara variabel bebas terhadap variabel terikat secara parsial. Namun, jika probabilitas nilai t
atau signifikansi 0,05, maka dapat dikatakan bahwa tidak terdapat pengaruh yang signifikan masing-masing variabel bebas terhadap variabel terikat Gujarati, 2012.
Prosedur pengujian ini adalah Gujarati:2012: a. Membuat hipotesa null Ho dan hipotesa alternatif Ha.
b. Menetukan tingkat keyakinan dan daerah nilai kritis D
f
= n – k – 1. c. Keputusan untuk menerima atau menolak Ho didasarkan pada perbandingan t-
hitung dan t-tabel nilai kritis. Apabila : t-hitung t-tabe l, maka Ho diterima dan Ha ditolak.
✼ ✽
Kriteria pengujiannya adalah: a. Harga Premium Bersubsidi
Ho: β
1
= 0, maka variabel harga premium bersubsidi tidak berpengaruh signifikan terhadap inflasi.
Ha: β
1
0, maka variabel harga premium bersubsidi berpengaruh positif terhadap inflasi.
b. Kondisi Infrastruktur Jalan Ho: β
2
= 0, maka variabel kondisi infrastruktur jalan tidak berpengaruh terhadap inflasi.
Ha: β
2
0, maka variabel kondisi infrastruktur jalan berpengaruh negatif terhadap inflasi.
c. Pengeluaran Pemerintah Ho: β
3
= 0, maka variabel pengeluaran pemerintah bersubsidi tidak berpengaruh signifikan terhadap inflasi.
Ha: β
3
0, maka variabel pengeluaran pemerintah berpengaruh positif terhadap inflasi.
d. Pertumbuhan Ekonomi Ho: β
4
= 0, maka variabel pertumbuhan ekonomi bersubsidi tidak berpengaruh signifikan terhadap inflasi.
Ha: β
4
0, maka variabel pertumbuhan ekonomi berpengaruh positif terhadap inflasi.
✾
2. Uji F statistik
Uji F dikenal dengan Uji serentak atau Uji modeluji Anova yaitu uji yang digunakan untuk melihat bagaimana pengaruh semua variabel bebas terhadap variabel terikat
dan untuk menguji apakah model regresi yang ada signifikan atau tidak signifikan. Uji F dapat dilakukan dengan membandingkan F hitung dengan F tabel Gujarati,
2003.
Pengujian Hipotesis yang digunakan dalam Uji F statistik adalah: - Menetukan Ho dan Ha.
- Menentukan tingkat keyakinan dan daerah kritis Df
1
= k – 1 dan Df
2
= n–k - Menentukan nilai f tabel kemudian membandingkan nilai f tabel dan nilai f hitung.
Kriteria pengambilan kesimpulan: -
Jika F hitung F tabel, maka Ho ditolak, Ha diterima. Ini berarti bahwa variabel independen berpengaruh signifikan terhadap variabel
dependen. -
Jika F hitung F tabel, maka Ho diterima, Ha ditolak. Ini berarti bahwa variabel independen tidak berpengaruh signifikan terhadap
variabel dependen. Berikut ini adalah langkah-langkah dalam uji-F statistik pada tingkat kepercayaan
95 dengan derajat kebebasan df 1 = k-1 dan df 2 = n-k:
✿ ❀
H ,
, ,
= 0 Diduga secara bersama-sama harga premium bersubsidi, kondisi infrastruktur jalan, pengeluaran pemerintah dan pertumbuhan ekonomi tidak
berpengaruh secara signifikan terhadap inflasi provinsi di Pulau Sumatera. H
, ,
0 Diduga secara bersama-sama harga premium bersubsidi, kondisi infrastruktur jalan, pengeluaran pemerintah dan pertumbuhan ekonomi
berpengaruh secara signifikan terhadap inflasi provinsi di Pulau Sumatera.
H. Koefisien Determinasi
Koefisien determinasi R menunjukkan seberapa besar variabel-variabel
independen dalam mempengaruhi variabel dependen. Kisaran nilai koefisien determinasi
R adalah 0 ≤ R ≤ 1. Model dikatakan semakin baik apabila nilai R mendekati 1 atau atau 100 Gujarati, 1995.
Kategori