commit to user
111
Milliar Dollar Persentase
Milliar Dollar Persentase
Milliar Dollar Persentase
AS 5,38
11,98 6,2
11,50 4,82
11,24 Singapura
4,22 9,39
5,17 9,6
4,34 10,12
Malaysia 2,03
4,51 3,17
5,88 2,29
5,34 India
2,35 5,23
3,26 6,05
3,28 7,65
Jepang 6,97
15,52 6,42
11,91 4,96
11,58 China
3,3 7,36
4,32 8,02
3,59 8,39
semester I 2007 Semester I 2008
Semester I 2009 Negara
Sumber : Ditjen Bea dan Cukai via Bank Indonesia persentase terhadap total
H. Hasil Analisis Data
Dalam penelitian ini variable independen adalah pendapatan perkapita Indonesia dan pendapatan perkapita China yang mempengaruhi variabel dependen
yaitu ekspor Indonesia. Untuk mengetahui seberapa besar pengaruh masing-masing variable independen terhadap variabel dependen, maka digunakan alat analisis regresi
berganda.
1. Pemilihan Model Metode Zarembaka
Metode Zarembaka digunakan untuk menguji atau menentukan bentuk model regresi yang akan digunakan dalam analisis regresi. Dalam uji Zarembaka apabila
RSS hitung X
2
tabel, maka bentuk yang paling tepat adalah log-linear sedangkan apabila RSS hitung X
2
tabel, maka bentuk yang tepat adalah linear. Hasil uji Zarembaka adalah sebagai berikut :
i. Mencari RSS1
Tabel 4.10 Uji Zarembaka
Dependent Variable: MTB Method: Least Squares
Date: 042011 Time: 20:09
commit to user
112
Sample: 2002 2009 Included observations: 8
Variable Coefficient
Std. Error t-Statistic
Prob. C
0.124552 0.402924
0.309121 0.7697
YI -0.000359
0.001536 -0.233947
0.8243 YJ
0.000373 4.83E-05
7.720030 0.0006
R-squared 0.931060 Mean dependent var
1.117612 Adjusted R-squared
0.903484 S.D. dependent var 0.518628
S.E. of regression 0.161123 Akaike info criterion
-0.533307 Sum squared resid
0.129802 Schwarz criterion -0.503516
Log likelihood 5.133227 F-statistic
33.76325 Durbin-Watson stat
0.784500 ProbF-statistic 0.001248
Sumber: Print Out eviews 3.0, 2011
Dari table 4.7 dapat dilihat nilai Sum squared resid sebesar 0,129802 RSS1= 0,129802.
ii. Mencari RSS2
Tabel 4.11 Uji Zarembaka
Dependent Variable: LMTB Method: Least Squares
Date: 042011 Time: 20:09 Sample: 2002 2009
Included observations: 8
Variable Coefficient
Std. Error t-Statistic
Prob. C
-8.832001 2.340312
-3.773856 0.0130
LYI 0.018211
0.330090 0.055168
0.9581 LYJ
1.109690 0.138530
8.010455 0.0005
R-squared 0.933479 Mean dependent var
2.02E-07 Adjusted R-squared
0.906870 S.D. dependent var 0.526364
S.E. of regression 0.160632 Akaike info criterion
-0.539409 Sum squared resid
0.129013 Schwarz criterion -0.509618
Log likelihood 5.157635 F-statistic
35.08189 Durbin-Watson stat
0.773088 ProbF-statistic 0.001141
Sumber: Print Out eviews 3.0, 2011
Dari table 4.8 dapat dilihat nilai Sum squared resid sebesar 0,160632 RSS2= 0,160632.
commit to user
113
Setelah mendapatkan nilai RSS1 dan RSS2 kemudian kita menghitung besarnya RSS hitung dengan rumus sebagai berikut :
1 2
T 2
1 RSS
RSS xLn
……………………………………..4.1
0,129802 0,160632
8 2
1 xLn
= 4 Ln 0,993922 = 4 -0,0061
= -0,02439 menggunakan harga mutlak = 0,02439. Setelah melakukan perhitungan tersebut didapat bahwa RSS hitung sebesar
0,02439 dan X
2
tabel sebesar 15,5073, maka dapat disimpulkan bahwa RSS hitung X
2
atau 0,0243915,5073, sehingga model yang paling layak digunakan adalah model linear. Model regresi linear yang digunakan dalam
penelitian ini adalah sebagai berikut : X = β0 + β1 Y
i
+ β2 Y
j
+ μi …………………..4.2
Dimana : X = Ekspor Indonesia
Y
i
= Pendapatan perkapita Indonesia Y
j
= Pendapatan perkapita China
commit to user
114
β0 = Koefisien Intersep β1 = Koefisien Pendapatan perkapita Indonesia
β2 = Koefisien Pendapatan perkapita China
μi = Varian pengganggu
2. Hasil Regresi Variabel Independen terhadap Variabel Dependen
