Dasar penolakan H adalah jika Chi Square statistik Chi Square tabel maka
H ditolak model FEM. Berdasarkan pengujian diperoleh hasil sebagai berikut:
Tabel 4.8. Hasil Uji Hausman
Chi-Sq. Statistik df.
Chi-Sq. Tabel Keputusan
0.0000
X
4 9.4877
Karena Chi-Sq
statistik
Chi- Sq
tabel
, maka H diterima.
Sumber: Data diolah Lampiran 10 Keterangan :
x
Tidak Signifikan
Dari tabel di atas menunjukkan bahwa nilai Chi Square statistik 0,0000 Chi Square tabel 9,4877 maka H
diterima, model estimasi adalah REM. Chi Square statistik juga tidak signifikan. Menurut Gujarati, 2006 jika Chi Square
statistik tidak signifikan maka model REM atau FEM dapat digunakan karena kedua model tidak berbeda secara substansi.
4.3.3. Hasil Estimasi
Menurut pakar ekonometrika jika suatu penelitian memiliki jumlah data cross section yang lebih besar daripada jumlah data time series, maka disarankan untuk
menggunakan model REM. Berdasarkan uji Chow dan uji Hausman model yang digunakan adalah model REM. Teknik pengolahan menggunakan metode
Generalized Least Squares GLS dan Period weights PCSE yang merupakan metode Panel Corrected Standard Error Beck and Katz, 1995 serta menggunakan
Swamy and Arora estimator of component variances untuk mengatasi masalah multikolinieritas dan heterokedastisitas.
Adapun hasil estimasi dengan menggunakan program Eviews 6.0 untuk data panel dalam penelitian ini adalah sebagai berikut:
Tabel 4.9. Hasil Estimasi Random Effect Model REM
K = 3462.07 + 0.18600PDRB + 0.00077P + 0.34311KK – 183.311 i 5.8055 6.3463 2.7347 1.7925 -5.6435
Koefisien Random Efek Nias-C
= -4.329005 Karo-C
= 6.952033 Madina-C
= 11.95441 DSerdang-C
= 18.23384 Tapsel-C
= 7.829713 Langkat-C
= 28.62241 Tapteng-C
= 7.852040 Sibolga-C
= -9.727339 Taput-C
= -5.140379 TjBalai-C
= -9.112909 Tobasa-C
= -9.483102 Siantar-C
= 6.435717 LbBatu-C
= 10.68548 Tebing-C
= -7.819287 Asahan-C
= -42.03218 Medan-C
= -30.05860 Simalungun-C
= 27.49814 Binjai-C
= -1.624710 Dairi-C
= -6.736274 ------------------------------------------------------------------------------------------------------------
R
2
= 0.9552 F-statistic
= 784.682 DW-Stat
= 1.5756 Prob F-statistic
= 0.0000 Sumber : Data diolah Lampiran 9
Catatan : Signifikan pada
α 1 Signifikan pada
α 10
Estimasi yang diperoleh sudah sejalan dengan latar belakang teori yang ada di mana PDRB, Jumlah Penduduk dan Kredit Konsumsi mempunyai pengaruh yang
positif terhadap pengeluaran konsumsi masyarakat dan Tingkat Bunga Kredit Konsumsi mempunyai pengaruh yang negatif terhadap pengeluaran konsumsi
masyarakat. Dari 19 kabupatenkota yang diestimasi, intercept ke-19 kabupatenkota di Provinsi Sumatera Utara ini ada yang bertanda positif dan negatif. Nilai intercept
ini digunakan untuk melihat seberapa besar komponen error term dari tiap-tiap kabupatenkota cross section yang diteliti berbeda dari nilai koefisiennya.
Berdasarkan hasil estimasi di atas diperoleh nilai koefisien intercept sebesar 3462.070 yang berarti apabila variabel independen secara bersama-sama tidak
mengalami perubahan maka pengeluaran konsumsi masyarakat secara umum pada 19 kabupatenkota diperkirakan akan berada pada kisaran sebesar 3.462,07 milyar.
Nilai koefisien determinan R
2
sebesar 0,9552 yang bermakna bahwa variabel bebas yang digunakan dapat menjelaskan variasi variabel terikat sebesar
95,52 dan sisanya sebesar 4,48 dijelaskan oleh variabel lain yang tidak dimasukkan ke dalam model.
Nilai F-statistik sebesar 784,6824 dan probabilitas yang signifikan pada α
sebesar 1, maka hal ini bermakna bahwa seluruh variabel bebas secara bersama- sama memiliki pengaruh yang signifikan terhadap pengeluaran konsumsi masyarakat.
Apabila dilakukan analisis secara parsial dari masing-masing variabel bebas, menunjukkan bahwa variabel PDRB signifikan mempengaruhi konsumsi masyarakat
pada tingkat α sebesar 1, variabel Penduduk signifikan pada α sebesar 1, variabel
Kredit Konsumsi signifikan pada α sebesar 10 dan Tingkat Bunga Kredit Konsumsi
signifikan mempengaruhi konsumsi masyarakat pada tingkat α sebesar 1.
Berdasarkan analisis nilai R
2
, signifikansi nilai uji F dan signifikansi nilai uji t maka dapat diambil kesimpulan bahwa persamaan regresi data panel di atas dengan
menggunakan model REM terbebas dari gejala multikolinieritas. Berdasarkan pengujian korelasi parsial ternyata nilai R
2 1-4
R
2
sehingga persamaan regresi data
panel di atas telah terbebas dari gejala multikolinearitas, seperti tertera pada tabel berikut ini:
Tabel 4.10. Uji Multikolinearitas Koefisien Determinan
Nilai
R
2
0.9553 R
2 1
0.9447 R
2 2
0.5038 R
2 3
0.9181 R
2 4
0.0692
Sumber: Data diolah Lampiran 9 dan 11
Dari Tabel 4.10 diperoleh nilai Durbin-Watson DW-stat sebesar 1,5756. Menurut Gujarati, 2006 jika nilai DW-stat berada di antara nilai kritis bawah d
L
dan nilai kritis atas d
U
yang tergantung dengan jumlah observasi n dan variabel penjelas k maka tidak ada bukti yang kuat terjadinya korelasi positif maupun
negatif. Berdasarkan tabel Durbin Watson pada tingkat signifikansi sebesar 0,01 dengan n=152 dan k=4 diperoleh nilai d
L
=1,571 dan nilai d
U
=1,679, maka nilai DW- stat berada di antara nilai d
L
dan d
U
atau 1,571 ≤1,575≤1,679, sehingga dapat
dikatakan bahwa model estimasi terbebas dari gejala autokorelasi.
4.3.4. Interpretasi Model
