75
3. Hasil Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan
ke pengamatan lain. Jika varians residual satu pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas dan jika berbeda disebut
heterokedastisitas. Metode GLS pada intinya memberikan pembobotan pada variasi data yang digunakan, sehingga dapat dikatakan dengan
menggunakan GLS maka masalah heterokedastisitas dapat diatasi. Masalah heterokedastisitas dapat disembuhkan dengan metode WLS yang ada pada
GLS yang memberikan pembobotan pada varians yang digunakan. Widarjono dalam Wibowo, 2013: 58.
4. Hasil Uji Normalitas
Uji Normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal atau
tidak dapat diketahui dengan membandingkan nilai probabilitas dengan tingkat signifikansi 5 0,05. Jika nilai probabilitas hasil pengujian lebih
besar dari tingkat signifikansi 5 0,05 maka dapat dikatakan bahwa data terdistribusi secara normal. Dari hasil pengujian normalitas di bawah ini
didapatkan nilai probabilitas lebih besar daripada nilai signifikansi 5 0,05 sehingga dapat disimpulkan bahwa data berdistribusi normal.
76
Tabel 4.3 Hasil Pengujian Normalitas
KabKota PE
Aglomerasi TPAK
Output 5
Kab Cilacap
0.804255 0.823545
0.855140 0.786961
0,05
Kab Banyumas 0.850896
0.766812 0.843532
0.795274 0,05
Kab Purbalingga 0.787504
0.795715 0.773136
0.824385 0,05
Kab Banjarnegara
0.772472 0.847194
0.781452 0.766765
0,05
Kab Kebumen 0.810323
0.768792 0.868144
0.868035 0,05
Kab Purworejo 0.786522
0.823022 0.811067
0.861832 0,05
Kab Wonosobo 0.772472
0.867944 0.797394
0.845187 0,05
Kab Magelang 0.857372
0.830809 0.783567
0.850791 0,05
Kab Boyolali 0.769696
0.795404 0.815714
0.864925 0,05
Kab Klaten 0.772057
0.768101 0.858703
0.802124 0,05
Kab Sukoharjo
0.853794 0.778641
0.856834 0.785696
0,05
Kab Wonogiri 0.831479
0.832530 0.841744
0.822790 0,05
Kab Karanganyar 0.767635
0.777712 0.767781
0.827406 0,05
Kab Sragen
0.784242 0.774432
0.865152 0.828947
0,05
Kab Grobogan 0.766850
0.787549 0.868487
0.794728 0,05
Kab Blora 0.767930
0.775971 0.855252
0.774943 0,05
Kab Rembang 0.781215
0.808359 0.815332
0.766822 0,05
Kab Pati 0.863016
0.845946 0.862400
0.865773 0,05
Kab Kudus 0.773047
0.767251 0.824333
0.768950 0,05
Kab Jepara
0.866378 0.769109
0.861625 0.776894
0,05
Kab Demak
0.774084 0.802367
0.786236 0.770232
0,05
Kab Semarang 0.864991
0.862353 0.801886
0.866078 0,05
Kab Temanggung 0.854781
0.773488 0.863895
0.863526 0,05
Kab Kendal
0.766894 0.866121
0.864118 0.862210
0,05
Kab Batang 0.791994
0.862954 0.767433
0.776929 0,05
Kab Pekalongan 0.769283
0.799829 0.866955
0.794571 0,05
Kab Pemalang
0.830969 0.817947
0.823325 0.868652
0,05
Kab Tegal 0.800498
0.868419 0.826419
0.867618 0,05
Kab Brebes 0.856490
0.768569 0.813703
0.783369 0,05
Kota Magelang
0.838768 0.768755
0.818357 0.851893
0,05
Kota Surakarta
0.829382 0.831341
0.786137 0.799989
0,05
Kota Salatiga 0.830702
0.766811 0.868815
0.830241 0,05
Kota Semarang 0.832050
0.816703 0.821342
0.866969 0,05
Kota Pekalongan
0.768604 0.766948
0.791123 0.868811
0,05
Kota Tegal 0.769636
0.766944 0.779532
0.798514 0,05
Sumber : Lampiran 15
77
E. Pengujian Hipotesis
HASIL REGRESI MODEL FIXED EFFECT
Dependent Variable: P__E__ Method: Panel EGLS Cross-section weights
Date: 062014 Time: 09:53 Sample: 2009 2011
Periods included: 3 Cross-sections included: 35
Total panel balanced observations: 105 Linear estimation after one-step weighting matrix
Variable Coefficient
Std. Error t-Statistic
Prob. C
1.006105 0.192088
5.237728 0.0000
AGLOMERASI -0.063717
0.040100 -1.588955
0.1168 TPAK
0.005390 0.002454
2.196322 0.0315
OUTPUT 0.044800
0.006077 7.372086
0.0000 Effects Specification
Cross-section fixed dummy variables Weighted Statistics
R-squared 0.964400 Mean dependent var
4.908496 Adjusted R-squared
0.944740 S.D. dependent var 4.923446
S.E. of regression 0.146864 Sum squared resid
1.445131 F-statistic
49.05459 Durbin-Watson stat 2.458796
ProbF-statistic 0.000000
Unweighted Statistics R-squared
0.615008 Mean dependent var 1.556464
Sum squared resid 1.835229 Durbin-Watson stat
2.667674 Sumber : Lampiran 16
Model data panel dengan menggunakan Fixed Effect Model dapat dijelaskan melalui persamaan sebagai berikut :
PE = 1.006105 – 0.063717Aglomerasi + 0.005390TPAK +
0.044800Output + e
Kategori