terjadi pelanggaran asumsi homoskedastisitas atau sering disebut sebagai heteroskedastisitas. Untuk mendeteksi heteroskedastisitas dapat menggunakan
metode General Least Square Cross Section Weights yaitu dengan membandingkan sum square residual dengan sum square residual unweighted
statistics. Apabila sum square residual lebih kecil dari sum square residual unweighted statistics maka terjadi heteroskedastisitas.
2. Uji Autokorelasi
Autokorelasi adalah korelasi yang terjadi antar observasi dalam satu peubah atau korelasi antar error masa yang lalu dengan error masa yang sekarang.
Terjadinya autokorelasi dapat berpengaruh terhadap efisiensi dari estimator yang diperoleh. Untuk mendeteksi adanya autokorelasi dapat menggunakan
statistik Durbin Watson DW. Untuk mengetahui ada autokorelasi atau tidak dilakukan dengan membandingkan nilai statistik DW dengan nilai DW-tabel.
Gujarati 2004 mengelompokkan nilia DW-tabel untuk identifikasi autokorelasi tabel 3.1.
Tabel 3.1. Nilai dan Arti Statistik Durbin Watson DW Nilai DW
ArtiHasil 4 – dl DW 4
Terdapat korelasi serial negatif 4 – du DW 4 - dl
Hasil tidak dapat ditentukan 2 DW 4 - du
Tidak ada korelasi serial du DW 2
Tidak ada korelasi serial dl DW du
Hasil tidak dapat ditentukan 0 DW dl
Terdapat korelasi serial positif
3.2.4.4 Evaluasi Model
Untuk mengevaluasi model yang diperoleh, beberapa uji yang dilakukan sebagai berikut:
1. Uji-F
Uji-F digunakan untuk menguji hipotesis koefisien regresi slope secara simultan. Hipotesis yang diuji adalah:
H :
I 0 j adalah jumlah variabel bebas
H
1
: Paling sedikit ada satu 2 0
Kriteria pengujiannya adalah jika nilai F-statistic F-tabel maka H ditolak
yang berarti minimal ada salah satu variabel bebas yang berpengaruh terhadap variabel tak bebas.
2. Uji-t
Uji-t digunakan untuk menguji parameter regresi secara individual parsial. Hipotesis yang diuji adalah:
H :
H
1
: 2 0
Kriteria pengujiannya adalah jika t-hitung t-tabel maka H ditolak yang
berarti bahwa variabel bebas tersebut berpengaruh pada taraf nyata terhadap variabel tak bebas.
3. Koefisien Determinasi
J Koefisien determinasi dalam regresi dapat juga disebut goodness of fit
merupakan ukuran yang menggambarkan seberapa besar variasi dari variabel tak bebas Y yang diterangkan oleh variabel-variabel bebas yang digunakan
X. Nilai J berkisar antara 0 dan 1. Makin besar koefisien determinasi,
model semakin fit. 4.
Uji Normalitas Uji normalitas digunakan untuk memeriksa apakah error term mengikuti
distribusi normal atau tidak. Jika asumsi kenormalan tidak terpenuhi, maka prosedur pengujian dengan statistik-t menjadi tidak sah. Uji normalitas error
term dapat dilakukan dengan menggunakan uji Jarque Bera. Apabila nilai probabilitas Jarque Bera lebih besar dari taraf nyata, maka disimpulkan bahwa
error term berdistribusi normal.
3.3 Spesifikasi Model
3.3.1 Pengaruh Investasi Pemerintah terhadap Kesenjangan PDRB per
Kapita di Pulau-pulau Utama di Indonesia Untuk mengetahui pengaruh dari faktor-faktor yang diperkirakan
mempengaruhi tingkat konvergensi suatu wilayah dapat menggunakan beta convergence. Prosedur pengujian beta convergence adalah terlebih dahulu
meneliti apakah terdapat konvergensi absolut absolute convergence, selanjutnya
