persamaan elastisitas untuk model semi-log akan menjadi seperti berikut:
X s
elastisita ⋅
=
β .........................4.10
dimana:
X independen
peubah rata
rata X
X independen
peubah koefisien
− =
=
β
4.4.3 Uji Kesesuaian Model
Uji kesesuaian model dilakukan untuk mengetahui apakah model yang diduga sudah memenuhi teori. Dengan demikian, model yang diduga harus sesuai
dengan tiga kriteria kesesuaian model seperti berikut : 1.
Kriteria Ekonomi Model regresi berdasarkan kriteria ekonomi diuji tanda dan besaran dari
tiap koefisien dugaan yang telah diperoleh. Tanda dan besaran yang terdapat pada setiap koefisien dugaan disesuaikan dengan teori ekonomi. Apabila tanda dan
besaran yang terdapat pada setiap koefisien dugaan sesuai dengan teori ekonomi, maka dapat dikatakan bahwa model tersebut baik.
2. Kriteria Statistika
Pengujian suatu model berdasarkan uji statistik meliputi pengujian variabel secara parsial uji t, pengujian variabel secara keseluruhan uji F dan pengujian
terhadap ukuran kebaikan goodness of fit model berdasarkan koefisien determinasi R
2
. Uji t
Uji t yang merupakan uji variabel secara parsial dilakukan dalam penelitian ini untuk mengetahui apakah masing-masing variabel bebas yang terdapat dalam
model memiliki pengaruh yang signifikan terhadap volume impor TPT. Uji t yang dilakukan dengan hipotesis pengujian sebagai berikut :
H :
=
t
β n
t ,...,
2 ,
1 =
H
1
: ≠
t
β Jika p-value lebih besar daripada taraf nyata sebesar
α, maka penolakan terhadap H
. Kesimpulannya koefisien dugaan β tidak sama dengan 0 dan
variabel yang diuji berpengaruh nyata terhadap variabel tak bebas. Sebaliknya, jika p-value lebih kecil daripada taraf nyata sebesar
α, maka terima H .
Kesimpulannya koefisien dugaan β sama dengan 0 dan variabel yang diuji tidak
berpengaruh nyata terhadap variabel tak bebas. Uji F
Apabila uji model secara parsial telah dilakukan, maka dilanjutkan dengan pengujian model secara keseluruhan. Hipotesis pengujian adalah sebagai berikut :
H :
...
2 1
= =
= =
t
β β
β n
t ,...,
2 ,
1 =
H
1
: Minimal ada satu
t
β yang tidak sama dengan 0 Jika p-value lebih besar daripada taraf nyata sebesar
α, maka penolakan terhadap H
. Kesimpulannya model secara keseluruhan signifikan atau model yang dihasilkan telah cukup baik. Tetapi jika p-value lebih kecil daripada taraf
nyata sebesar α, maka terima H
. Kesimpulannya secara keseluruhan model yang dihasilkan tidak signifikan.
Uji R
2
ataupun adj-R
2
Uji R
2
ataupun adj-R
2
digunakan untuk melihat sejauh mana variabel- variabel yang terdapat di dalam model dapat menjelaskan keragaman yang terjadi
pada variabel tidak bebas. Nilai R
2
ataupun adj-R
2
yang besar menunjukkan
bahwa model yang didapat semakin baik. Nilai R
2
dapat dihitung dengan persamaan di bawah ini.
∑ ∑
∑
⎟⎟ ⎟
⎠ ⎞
⎜⎜ ⎜
⎝ ⎛
− −
⎥ ⎥
⎦ ⎤
⎢ ⎢
⎣ ⎡
⎟⎟ ⎟
⎠ ⎞
⎜⎜ ⎜
⎝ ⎛
− −
=
2 2
2
2
Y Y
Y Y
Y Y
Y Y
R
t t
t t
di mana:
t
Y = Y aktual
t
Y
∧
= Y dugaan Y = Y
rata-rata Adj-R
2
lebih baik untuk digunakan dalam analisis ekonometrika daripada R
2
. Hal ini karena R
2
cenderung untuk memberikan gambaran yang terlalu baik terhadap hasil regresi. Hal ini terutama terjadi saat jumlah variabel bebas dalam
model cukup besar atau mendekati jumlah pengamatan Theil dalam Gujarati, 1978.
3. Kriteria Ekonometrika
Model regresi linier yang sesuai dengan kriteria ekonometrika harus memenuhi asumsi-asumsi yang digunakan dalam metode OLS. Asumsi-asumsi
tersebut diantaranya : a.
Asumsi Kenormalan Uji kenormalan digunakan dalam pengujian hipotesis dan penyusunan
selang kepercayaan bagi variabel dugaan. Apabila terjadi ketidaknormalan akan menyebabkan pengujian hipotesis dan penyusunan selang kepercayaan tidak
sesuai dengan yang ditentukan. Uji kenormalan dapat dilakukan dengan melihat
histogram atau plot normal dari residual. Apabila bentuk sebaran uji kenormalan berbentuk garis lurus, maka residual dapat dikatakan menyebar normal.
b. Multikolinearitas
Multikolinearitas merupakan suatu keadaan dimana antar variabel bebas terdapat hubungan yang sangat erat. Apabila ada korelasi antar variabel bebas,
maka akan ada ketidaksesuaian pada model yang telah dibuat. Multikolinearitas dalam model dapat dilihat dari nilai Variance Inflation Factor VIF pada masing-
masing variabel bebas. Apabila nilai VIF 10 maka tidak ada korelasi antar variabel bebas. Sedangkan jika nilai VIF 10 maka ada korelasi antar variabel
bebas sehingga ada ketidaksesuaian model. c.
Autokorelasi Autokorelasi menunjukkan bahwa unsur gangguan yang berhubungan dengan
observasi tidak dipengaruhi oleh disturbansi atau gangguan yang berhubungan dengan pengamatan lain manapun Gujarati, 1978. Uji
autokorelasi dilakukan dengan percobaan d dari Durbin-Watson. Percobaan d dari Durbin-Watson dirumuskan sebagai berikut :
d = Mekanisme uji Durbin-Watson adalah sebagai berikut :
- Dapatkan nilai kritis d
L
dan d
U
- Hipotesis Ho adalah tidak ada autokorelasi, maka jika : • dd
L
atau d4-d
L
berarti tolak Ho ada autokorelasi positif atau negatif • d
U
d4-d
U
berarti tidak tolak Ho tidak ada autokorelasi positif atau negatif
• d
L
≤d≤d
U
atau 4-d
U
≤d≤4-d
L
berarti merupakan daerah keragu-raguan. d.
Heteroskedastisitas Heteroskedastisitas terjadi pada model regresi linier tidak memiliki
penyebaran varians yang sama Gujarati, 1978. Heteroskedastisitas tidak merusak sifat ketakbiasan dan konsistensi dari penduga OLS, tetapi penduga yang
dihasilkan tidak lagi mempunyai varians yang minimum. Apabila terjadi heteroskedastisitas, maka akan berakibat sebagai berikut :
- Estimasi dengan menggunakn OLS tidak akan memiliki varians yang minimum atau estimator tidak efisien.
- Tidak dapat dilakukan uji nyata atu tidaknya koefisien atau selang kepercayaan dengan menggunakn formula yang berkaitan dengan nilai
varians. Uji heteroskedastisitas dapat dilakukan dengan melihat plot residual dengan
dugaan respon Residual Versus Fitted Values. Apabila ragam residual homogen, maka plot tersebut tidak memiliki pola. Sedangkan jika ragam residual tidak
homogen, maka plot tersebut akan membentuk suatu pola.
BAB V PERKEMBANGAN PERDAGANGAN TEKSTIL DAN PRODUK
