70
Dari hasil regresi berdasarkan metode Pooled Least Square PLS dan Fixed Effect Model FEM diperoleh F-statistik yakni sebagai
berikut:
Tabel 4.1 Uji Chow
Redundant Fixed Effects Tests Pool: BANTEN
Test cross-section fixed effects Effects Test
Statistic d.f.
Prob. Cross-section F
11.485096 7,77
0.0000
Cross-section Chi-square
62.916252 7
0.0000
Sumber
:
Lampiran 3
diolah
Dari tabel 4.4 diatas diperoleh nilai F-statistik sebesar 11.485096 dengan nilai F-tabel pada df 7,3
7 α = 5 adalah 2,70 sehingga nilai F-statistik nilai F-tabel, maka H
ditolak sehingga model data panel yang dapat digunakan adalah Fixed Effect Model.
b. Uji Hausman
Pengujian ini dilakukan untuk menentukan apakah Fixed Effect Model atau Random Effect Model yang akan dipilih. Pengujian ini
dilakukan dengan hipotesa sebagai berikut: H
: Model REM H
1
: Model FEM Dari hasil regresi berdasarkan metode Fixed Effect Model FEM
dan Random Effect Model diperoleh F-statistik yakni sebagai berikut:
71
Tabel 4.2 Uji Hausman
Correlated Random Effects - Hausman Test Equation: BANTEN
Test cross-section random effects Test Summary
Chi-Sq. Statistic
Chi-Sq. d.f.
Prob. Cross-section random
20.031725 3 0.0002
Sumber
:
Lampiran 4
diolah
Dari tabel 4.5 diatas diperoleh nilai Chi-Square statistik sebesar
20.031725
dengan nilai Chi- square tabel pada df 3 α = 5 adalah
7.81473 sehingga nilai Chi-Square statistik nilai Chi-Square tabel, maka H
ditolak sehingga model data panel yang dapat digunakan adalah Fixed Effect Model.
3. Hasil Estimasi Model Data Panel
a. Pendekatan Fixed Effect Model FEM
Setelah dilakukan pengolahan data dengan metode Pooled Least Square PLS, selanjutnya dilakukan pengolahan data dengan
pendekatan Fixed Effect Model FEM. Dari pengolahan E-views 6 didapatkan hasil sebagai berikut:
72
Tabel 4.3 Regresi
Fixed Effect Model FEM
R-squared 0.652831
Adjusted R-squared 0.607744
Sumber
:
Lampiran 5
diolah
4. Uji Asumsi Klasik a. Uji Normalitas
Untuk menguji adakah variabel pengganggu atau residual terdistribusi normal dalam model regresi data panel dilakukan dengan
uji normalitas. Menurut Ajija 2011:42, uji normalitas hanya digunakan jika jumlah observasi adalah kurang dari 30, untuk
mengetahui apakah error term mendekati distribusi normal. Bila nilai J-B Jarque-Bera lebih kecil dari 2 data terdistribusi normal, jika
dilihat dari probabilitasnya lebih dari 5 maka data terdistribusi normal Winarno, 2011 : 5.37-5.39.
73
Gambar 4.5 Uji Normalitas
2 4
6 8
10 12
-2 -1
1 2
Series: Standardized Residuals Sample 2008S2 2013S2
Observations 88 Mean
1.34e-16 Median
-0.041454 Maximum
2.700477 Minimum
-2.031005 Std. Dev.
0.991493 Skewness
0.540592 Kurtosis
3.225801 Jarque-Bera
4.473127 Probability
0.106825
Sumber: Lampiran 6 diolah
Gambar 4.5 menunjukkan nilai probabilitas yang lebih besar dari α
= 5 maka dapat diketahui bahwa data dalam penelitian ini terdistribusi normal.
b. Uji Multikolinearitas