Tabel 4.4 Uji Autokorelasi dengan Bruesch Godfery
Breusch-Godfrey Serial Correlation LM Test
F-statistic
1.2123322
Prob. F14, 10 0.3005
ObsR-squared
2.599461
Prob. Chi-Square14 0.2726
Sumber : Hasil Penelitian 2016 data diolah
Karena Probabilitas ObsR-square 0.2726 0,05 dengan tingkat keyakinan
95, dapat dikatakan bahwa tidak terdapat autokorelasi dalam model regresi
4.3.3 Uji Heterokedasitas
Untuk mendeteksi ada tidaknya heterosledastisitas dapat dilakukan Uji White Heteroscedasticity. Dasar pengambilan keputusan adalah melihat angka
probabilitas dari Uji White Heteroscedasticity. Hasil uji ini dapat dilihat pada Tabel 4.4 sebagai berikut:
Tabel 4.5 Uji Heteroskedastisitas dengan Uji White Heteroscedasticity
Heteroskedasticity Test: White F-statistic
0.521744 Prob. F14, 10
0.8568 ObsR-squared
4.875282 Prob. Chi-Square14
0.8450 Scaled explained SS
8.872217 Prob. Chi-Square14
0.4492
Sumber: Hasil Penelitian 2016 data diolah
Berdasarkan Tabel 4.5 nilai Prob. Chi-Sque dan ObsR-squared = 0.8450 0,05. Maka asumsi homoskedastisitas terpenuhi. Dengan kata lain, tidak terjadi
gejala heteroskedastisitas yang tinggi pada residual.
4.4 Pemilihan Model Data Panel
Metode estimasi dalam teknik regresi data panel dapat menggunakan tiga pendekatan alternatif. Pendekatan-pendekatan tersebut ialah 1 Metode Common-
Universitas Sumatera Utara
Effect The Pooled OLS Method, 2 Metode Fixed Effect FEM, dan 3 Metode Random Effect REM. Berikut merupakan aplikasi dari pemilihan model.
4.4.1 Penentuan Model Estimasi antara Common Effect Model CEM dan Fixed Effect Model FEM dengan Uji Chow
Untuk menentukan apakah model estimasi CEM atau FEMdalam membentuk model regresi, maka digunakan uji Chow.
Hipotesis yang diuji sebagai berikut. Model CEM lebih baik dibandingkan model FEM.
Model FEM lebih baik dibandingkan model CEM Aturan pengambilan keputusan terhadap hipotesis sebagai berikut.
Jika nilai probabilitas cross section F 0,05, maka ditolak dan
diterima. Jika nilai probabilitas cross section F 0,05, maka
diterima dan ditolak.
Berikut hasil berdasarkan uji Chow dengan menggunakan Eviews 7
Tabel 4.6 Hasil Dari Uji Chow
Redundant Fixed Effects Tests Pool: Untitled
Test cross-section fixed effects Effects Test
Statistic d.f.
Prob. Cross-section F
1.742393 28,106
0.0231 Cross-section Chi-square
54.519969 28
0.0019
Sumber : Hasil Penelitian 2016 data diolah
Berdasarkan hasil dari uji Chow pada Tabel 4.3, diketahui nilai probabilitas F dan Chi-square adalah 0,0019. Karena nilai probabilitas 0,05, maka model
estimasi yang digunakan adalah model FEM.
Universitas Sumatera Utara
4.4.2 Penentuan Model Estimasi antara Fixed Effect Model FEM dan Random Effect Model REM dengan Uji Hausman
Untuk menentukan apakah model estimasi FEM atau REM dalam membentuk model regresi, maka digunakan uji Hausman. Hipotesis yang diuji
sebagai berikut. Model REM lebih baik dibandingkan model FEM.
Model FEM lebih baik dibandingkan model REM Aturan pengambilan keputusan terhadap hipotesis sebagai berikut.
Jika nilai probabilitas cross section random 0,05, maka ditolak dan
diterima. Jika nilai probabilitas cross section random 0,05, maka
diterima dan ditolak.
Berikut hasil berdasarkan Uji Hausman dengan menggunakan Eviews 7
Tabel 4.7 Hasil Dari Uji Hausman
Correlated Random Effects - Hausman Test Pool: Untitled
Test cross-section random effects Test Summary
Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section random 12.486148
9 0.1873
Sumber: Hasil Penelitian 2016 data diolah
Berdasarkan hasil dari uji Chow pada Tabel 4.4, diketahui nilai probabilitas F adalah 0,1873. Karena nilai probabilitas 0,05, maka model estimasi yang
digunakan adalah model REM.
Universitas Sumatera Utara
4.5 Analisis Regresi Berganda Data Panel