69
Tabel 4.4 Uji Autokorelasi dengan Uji Durbin-Watson
Test Equation: Dependent Variable: VAIC
Method: Least Squares Date: 082016 Time: 13:27
Sample: 1 69 Included observations: 69
F-statistic 3.449928 Durbin-Watson stat
1.653430 ProbF-statistic
0.008088
Sumber: Hasil Penelitian 2016 data diolah
Berdasarkan Tabel 4.4, nilai dari statistik Durbin-Watson adalah 1,6534. Perhatikan bahwa karena nilai statistik Durbin-Watson terletak di antara 1 dan 3,
maka asumsi non-autokorelasi terpenuhi. Dengan kata lain, tidak terjadi gejala autokorelasi yang tinggi pada residual Gio, 2015:31-32.
4.4 Pemilihan Model Data Panel
Metode estimasi dalam teknik regresi data panel dapat menggunakan tiga pendekatan alternatif. Pendekatan-pendekatan tersebut ialah:
1 Metode Common-Constant The Pooled OLS Method, 2 Metode Fixed Effect FEM, dan
3 Metode Random Effect REM.
4.4.1 Penentuan Model Estimasi antara Common Effect Model CEM dan Fixed Effect Model FEM dengan Uji Chow
Untuk menentukan apakah model estimasi CEM atau FEM dalam membentuk model regresi, maka digunakan uji Chow. Hipotesis yang diuji
sebagai berikut:
Universitas Sumatera Utara
70
� : Model CEM lebih baik dibandingkan model FEM
�
1
: Model FEM lebih baik dibandingkan model CEM Aturan pengambilan keputusan terhadap hipotesis sebagai berikut:
1. Jika nilai probabilitas cross section F 0,05, maka
� ditolak dan
�
1
diterima. 2.
Jika nilai probabilitas cross section F ≥ 0,05, maka �
diterima dan �
1
ditolak. Berikut hasil berdasarkan uji Chow dengan menggunakan Eviews 7
Tabel 4.5 Hasil dari Uji Chow
Redundant Fixed Effects Tests Pool: Untitled
Test cross-section fixed effects Effects Test
Statistic d.f.
Prob. Cross-section F
6.891090 22,41
0.0000 Cross-section Chi-square
106.747420 22
0.0000
Sumber:
Hasil Penelitian 2016 data diolah
Berdasarkan hasil dari uji Chow pada Tabel 4.2, diketahui nilai probabilitas adalah 0,0000. Karena nilai probabilitas 0,05, maka model estimasi
yang digunakan adalah model FEM.
4.3.2. Penentuan Model Estimasi antara Fixed Effect Model FEM dan Random Effect Model REM dengan Uji Hausman
Untuk menentukan apakah model estimasi FEM atau REM dalam membentuk model regresi, maka digunakan uji Hausman. Hipotesis yang diuji
sebagai berikut:
Universitas Sumatera Utara
71
� : Model REM lebih baik dibandingkan model FEM
�
1
: Model FEM lebih baik dibandingkan model REM Aturan pengambilan keputusan terhadap hipotesis sebagai berikut:
1. Jika nilai probabilitas cross section random 0,05, maka
� ditolak dan
�
1
diterima. 2.
Jika nilai probabilitas cross section random ≥ 0,05, maka �
diterima dan �
1
ditolak. Berikut hasil berdasarkan uji Hausman dengan menggunakan Eviews 7.
Tabel 4.6 Hasil dari Uji Hausman
Correlated Random Effects - Hausman Test Pool: Untitled
Test cross-section random effects Test Summary
Chi-Sq. Statistic
Chi-Sq. d.f. Prob.
Cross-section random 10.620800
5 0.0594
Sumber: Hasil Penelitian 2016 data diolah
Berdasarkan hasil dari uji Hausman pada Tabel 4.3, diketahui nilai probabilitas adalah 0,0594 Karena nilai probabilitas 0,05, maka model estimasi
yang digunakan adalah model REM.
4.4 Analisis Regresi Linier Berganda Data Panel
