statistics dengan sum square residual unweighted statistics. Pada Tabel 5.1
memperlihatkan nilai sum square residual pada weighted statistics 1.229043 lebih kecil daripada sum square residual unweighted statistics
1.418016 sehingga hal ini mengindikasikan terjadinya heteroskedastisitas. Untuk mengatasi pelanggaran ini, dapat dilakukan dengan mengestimasi GLS
General Least Square dengan white-heteroscedasticity sebagai pembobot
sehingga masalah heteroskedastisitas dapat diatasi
c. Uji Multikolinieritas
Penggunaan Metode GLS juga dapat menghindari adanya masalah multikolinearitas, dilihat dari probabilitas variabel bebasnya Tabel 5.1 sehingga
persamaan dapat dinyatakan terbebas dari masalah multikolinearitas. 5.3. Pengujian Kriteria Statistik
a. Uji-F
Uji F dilakukan untuk melakukan uji hipotesis koefisien regresi secara keseluruhan. Bedasarkan nilai probabilitasnya Tabel 5.1. didapat F
statistik
taraf nyata 5 persen 0,000,05 maka keputusannya adalah menolak H
dimana untuk model secara keseluruhan signifikan pada taraf nyata 5 persen. Hasil tersebut
menunjukkan bahwa secara bersamaan semua faktor bebas dalam model mampu menjelaskan dengan baik perubahan volume penawaran ekspor televisi Indonesia
ke Malaysia, Singapura, dan Thailand.
b. Uji- t
Uji –t adalah statistik uji yang diigunakan untuk mengukur signifikan
parameter secara individual dan disebut juga sebagai uji signifikansi secara parsial karena melihat signifikansi masing-masing variabel yang terdapat di dalam model.
nilai t
tabel
yaitu t
0.025
,
28
adalah 2,04. Dengan melihat nilai t
statistik
yang sudah dimutlakkan dari masing-masing variabel, maka variabel harga ekspor, produksi
domestik, lag ekspor serta dummy memiliki nilai t
statistik
yang lebih besar dari t
tabel
sehingga keempat variabel tersebut berpengaruh secara signifikan terhadap volume penawaran ekspor televisi ke Malaysia, Singapura, dan Thailand.
Sedangkan variabel harga ekspor, konsumsi domestik, dan nilai tukar memiliki nilai t
statistik
yang lebih kecil dari t
tabel
sehingga keempat variabel tersebut tidak berpengaruh secara signifikan terhadap volume penawaran ekspor televisi ke
Malaysia, Singapura, dan Thailand.
c. Uji Koefisien Determinasi R
2
Koefisien determinasi Goodness of Fit merupakan suatu ukuran yang penting dalam regresi, karena dapat menginformasikan baik atau tidaknya
model regresi yang terestimasi. Nilai R-square mencerminkan seberapa besar
variasi dari peubah terikat Y dapat diterangkan oleh peubah bebas X. Berdasarkan Tabel 5.1 nilai R
2
atau koefisien determinasi sebesar 0.97399 yang menunjukkan bahwa sebesar 97,40 persen keragaman variabel tidak bebas
pada unit cross section contoh dapat dijelaskan oleh model tersebut, sedangkan sisanya dijelaskan oleh peubah lain diluar model. Hasil tersebut diperkuat dengan
probabilitas F
statistik
yang signifikan pada tingkat kepercayaan 95 persen. Pada
tingkat kepercayaan 95 persen taraf nyata 5 persen, nilai probabilitas F
statistik
yaitu 0,000. d. Uji Normalitas
Uji normalitas dilakukan untuk mengetahui apakah error term mendekati distribusi normal atau tidak. Jika asumsi tidak terpenuhi maka
prosedur pengujian menggunakan statistik t menjadi tidak sah. Bedasarkan nilai probabilitas Jarque Bera Lampiran 9 sebesar 1,55 yaitu lebih besar dari taraf
nyata 5 persen 0,005 maka dapat disimpulkan bahwa error term terdistribusi secara normal.
Jadi asumsi kenormalan residual pada model penawaran ekspor televisi telah dipenuhi oleh model regresi linier sehingga model dapat digunakan.
5.4. Faktor-faktor yang Mempengaruhi Penawaran Ekspor Televisi Indonesia ke Malaysia, Singapura, dan Thailand
Setelah dilakukan beberapa pendekatan didapat hasil estimasi terbaik yaitu pendekatan model fixed effect dengan pembobotan cross section weights.
Berikut adalah hasil penjelasan hasil analisis dari masing-masing peubah penjelas variabel bebas memberikan pengaruh terhadap volume penawaran ekspor
televisi Indonesia dengan menggunakan model terbaik tersebut :
a. Harga Ekspor
