Selanjutnya fungsi tersebut dispesifikasikan ke dalam model linier sebagai berikut :
INVpt =
α
+
α
1
INVPt-1+
α
2
IHP
+
+
α
3
SBSP +
α
4
KE +
µ ...... .... 2
Dimana: INVP
= Investasi sektor pertanian Rp Juta INVPt-1 = Investasi sektor pertanian satu tahun sebelumnya Rp Juta
IHP = Tingkat indeks harga umum produk pertanian
SBSP = Tingkat suku bunga pinjaman sektor pertanian KE
= Krisis ekonomi variabel Dummy µ
= Kesalahan Pengganggu
α
0,
......
α
4 =
Koefisien Regresi
3.4. Uji Kesesuaian Test Goodness of Fit
Estimasi terhadap model dilakukan dengan mengguanakan metode yang tersedia pada program statistik Eviews versi 4.1. Koefisien yang dihasilkan dapat
dilihat pada out put regresi berdasarkan data yang di analisis untuk kemudian diinterpretasikan serta dilihat siginifikansi tiap-tiap variabel yang diteliti
a. R² koefisien determinasi bertujuan untuk mengetahui kekuatan variabel
bebas independent variable menjelaskan variabel terikat dependent variabel
Universitas Sumatera Utara
b. Uji serempak F-test, dimaksudkan untuk mengetahui signifikansi statistik
koefisien regresi secara serempak. Jika F
hit
F
tabel
, maka H ditolak dan H
1
diterima
.
c. Uji parsial z-test, dimaksudkan untuk mengetahui signifikansi statistik
koefisien regresi secara parsial.Jika z statistic z tabel
,
atau z statistik -z
table maka H
ditolak dan H
1
diterima
.
Signifikansi koefisien regresi secara parsial dapat juga diamati dari nilai probabilitas p- value. Apabila Nilai
probabilitas lebih kecil dari α , maka Ho ditolak dan sebaliknya apabila nilai
probabilitas lebih besar dari α , maka Ho diterima. Santosa, 2004.
3.5. Uji Penyimpangan Asumsi Klasik
Setelah dilakukan pengujian regresi, maka dilakukan evaluasi. Evaluasi ini dimaksudkan untuk mengetahui apakah penggunaan model Regresi Linier Berganda
dalam menganalisis telah memenuhi asumsi klasik yang dipersyaratkan. Asumsi klasik yang digunakan dalam penelitian ini, sebagai berikut :
a. Uji Multikolinieritas
Multikolnieritas digunakan untuk menunjukkan adanya hubungan linear diantara veriebel-veriabel dalam model regresi. Interprestasi dari persamaan regresi linier
secara emplisit bergantung bahwa variabel-variabel bebas dalam perasamaan tidak saling berkorelasi. Bila antara variabel-variabel bebas berkorelasi, maka di sebut
Universitas Sumatera Utara
terdapat multikolinieritas. Multikolineritas dapat dideteksi dengan besaran-besaran regresi yang didapat yaitu :
1. Korelasi antar variabel. Bila nilai R
2
yang dihasilkan dari hasil estimasi model empiris sangat tinggi, tetapi tingkat signifikansi variabel bebas sangat rendah tidak ada atau sangat
sedikit variabel bebas yang signifikan, berarti terdapat multikolinieritas antar variabel- variabel.
2. Menggunakan korelasi parsial. Apabila nilai R
2
dari masing- masing variabel independen lebih kecil dari nilai R
2
model berarti tidak terdapat masalah multikolinieritas antar variabel- variabel.
b. Uji Autokorelasi