Inflasi
t =
0,166669Inflasi
t-1
+ 0,700431- 0,166669 x 0,700431 - 0,071104 tpid
t
– 0,700431 tpid
t-1
Sehingga persamaan menjadi: Inflasi
t =
0,58369087+ 0,166669Inflasi
t-1
- 0.071104 tpid
t
- 0.700431 tpid
t-1
Selanjutnya kita coba untuk membuktikan apakah estimasi regresi di atas tidak lagi memiliki autokorelasi. Untuk pengujian tersebut, maka digunakan LM
Test. Hasil LM Test yang diperoleh sebagai berikut:
Tabel 4.5. Hasil Uji LM Test Dengan Model AR
Breusch-Godfrey Serial Correlation LM Test: F-statistic
1.647263 Probability
0.196340 ObsR-squared
3.334291 Probability
0.188785
Sumber: diolah dari Eviews 7.0 Hasil pengujian menunjukkan bahwa nilai ObsR-squared bernilai 3,334291
dengan nilai probability adalah 0,188785. Hasil ini menunjukkan probabilitasnya yang cukup besar di atas 0,05, sehingga kita tidak dapat menolak hipotesa
nol,yaitu tidak ada autokorelasi. Berdasarkan hasil tersebut, maka kita lebih cenderung untuk menggunakan model penghapusan autokorelasi yang kedua
yakni dengan menggunakan model AR1.
4.3.2 Analisis Regresi Variabel Bebas Dummy
Analisis regresi merupakan suatu metode yang digunakan untuk menganalisis hubungan antarvariabel. Regresi dengan variabel dummy adalah
regresi dengan menggunakan variabel bebasnya X bertipe data nominal. Untuk mengetahui peranan Tim Pemantauan dan Pengendalian Inflasi Daerah TPID
terhadap pengendalian Inflasi Sumatera Utara, sebelum dan setelah di bentuknya Tim Pemantauan dan Pengendalian Inflasi Daerah TPID maka teknik analisis
Universitas Sumatera Utara
yang digunakan adalah analisis regresi linier sederhana dengan menggunakan variabel bebas dummy .Untuk menguji hipotesis seluruhnya maka penulis
membuat analisis yang merupakan hasil regresi linear sederhana dengan variabel bebas dummy berdasarkan data-data yang diperoleh.
Model estimasi persamaanya adalah sebagai berikut: Y= f X
1
Kemudian dibentuk dalam metode ekonometrika dengan persamaan regresi linear sederhana variabel bebas dummy, yaitu sebagai berikut :
Y = α + β
1
D + µ
Dimana :
Y = Tingkat inflasi di Sumatera Utara
α = Konstanta
β
1
= Koefisien Regresi D
= Sebelum dan sesudah adanya TPID D = 1 ; setelah adanya TPID
D = 0 ; sebelum adanya TPID µ
= Variabel Gangguan error term
Berdasarkan data yang diperoleh dari hasil penelitian dan telah diolah ke dalam model melalui perhitungan komputer dengan menggunakan program
Eviews 7.0 . Adapun hasil regresi yang diperoleh adalah sebagai berikut:
Tabel 4.6. Hasil Uji Regresi Variabel Bebas Dummy
Variable Coefficien
Std. Error t-Statistic
Prob. C
0.700431 0.193382
3.622000 0.0004
TPID -0.071104
0.271680 -0.261718 0.7939
AR1 0.166669
0.082283 2.025564
0.0447 R-squared
0.529225 ProbF-statistic 0.125403
Adjusted R-squared 0.515357
Durbin-Watson stat 1.923369 Dependent Variabel: INFLASI
Sumber: diolah dari Eviews 7.0 Dari hasil uji regresi variabel bebas dummy diperoleh persamaan regresi
sebagai berikut:
Universitas Sumatera Utara
INFLASI = 0.700431 – 0.071104 TPID + µ Model persamaan regresi tersebut bermakna :
1. Nilai konstanta sebesar 0,700431 yang berarti apabila nilai variabel independen TPID Dummy Variabel Bebas dianggap konstan, maka INFLASI Provinsi
Sumatera Utara sebesar -0,071104 . 2. Variabel dummy Tim Pemantauan dan Pengendalian Inflasi Daerah TPID
memiliki koefisien regresi sebesar -0.071104 menunjukkan bahwa Tim Pemantauan dan Pengendalian Inflasi Daerah TPID berpengaruh negatif
terhadap Inflasi Provinsi Sumatera Utara, yang berarti sesudah adanya Tim Pemantauan dan Pengendalian Inflasi Daerah TPID Provinsi Sumatera Utara
Inflasi secara kumulatif inflasi menurun, sesuai hipotesis penelitian TPID berperan positif dalam pengendalian inflasi Provinsi Sumatera Utara, berarti TPID
berperan menurunkan Inflasi Provinsi Sumatera Utara sebesar 7,11.
4.3.3 Hasil Uji Kesesuaian Test Goodness of fit
