4.1.2. Uji F
statistik
Hasil uji F
statistik
pada model ini diperlihatkan pada Tabel 4.2. Berdasarkan nilai probability F
statistik
pada tabel tersebut terlihat bahwa nilai probability F
statistik
sebesar 0,0000. Karena nilai ini lebih kecil dari nilai taraf nyata sebesar lima persen atau 0,05, maka dapat disimpulkan bahwa seluruh variabel bebas tersebut
secara bersamaan berpengaruh nyata atau signifikan terhadap variabel tak bebasnya.
4.1.3. Uji Koefisien Determinasi R
2
Berdasarkan Tabel 4.2 nilai R
2
yang dihasilkan sebesar 0,9882. Hal ini menunjukkan bahwa keragaman variabel bebas dapat menjelaskan sebesar 98,82
persen terhadap keragaman variabel tak bebasnya, sisanya yaitu sebesar 1,18 persen dijelaskan oleh variabel lain yang tidak dimasukan ke dalam model.
4.2. Evaluasi Model
4.2.1. Heteroskedastisitas
Heteroskedastisitas pada data panel dapat dilakukan dengan estimasi metode General Least Squared Cross Section Weights yaitu Sum Square
Residual pada Weighted Statistik lebih kecil daripada Sum Square Residual pada Unweighted Statistik. Hasil estimasi pada Tabel 4.2 memperlihatkan nilai Sum
Square Residual pada Weighted Statistik yang lebih kecil daripada Sum Square Residual pada Unweighted Statistik 1,15×10
12
1,53×10
12
, dimana General Least Squared Cross Section Weights dengan estimasi White Heteroscedasticity
tidak memberikan perbedaan pada koefisien regresi, tetapi standar error koefisien menjadi lebih rendah. Hal ini menunjukkan bahwa heteroskedastisitas tidak ada
pada data awal, jika ada pun tidak signifikan.
4.2.2. Autokolerasi
Pada hasil estimasi Tabel 4.2 menunjukkan nilai DW-statistik sebesar 0,5698. Berdasarkan nilai ini maka dapat disimpulkan bahwa pada hasil estimasi
ini masih terdapat gejala autokolerasi positif. Hal ini disebabkan karena data yang dihasilkan pada periode sekarang memiliki hubungan yang sangat erat dengan
data pada periode sebelumnya. Misalnya pada variabel modal, modal yang didapat pada periode sekarang sangat dipengaruhi oleh modal yang diperoleh pada
periode sebelumnya dan juga memengaruhi modal pada periode yang akan datang.
4.2.3. Multikolinearitas
Untuk mendeteksi multikolinearitas pada data panel, dapat dilihat dari nilai probability t
statistik
dan probability F
staistik
yang dihasilkan. Jika seluruh nilai probability t
statistik
pada masing-masing variabel dan nilai probability F
staistik
lebih kecil dari taraf nyata yang ditentukan, maka tidak terjadi multikolinearitas. Hasil
estimasi pada Tabel 4.2 menunjukkan bahwa seluruh nilai probability t
statistik
pada masing-masing variabel dan nilai probability F
staistik
lebih kecil dari taraf nyata sebesar lima persen atau 0,05, jadi dapat disimpulkan bahwa hasil estimasi di atas
bebas dari masalah multikolinearitas.
4.3. Hasil Estimasi Model