49
Tabel 4.4 Nilai AR 1
Dependent Variable: IMBALHASIL Method: Least Squares
Date: 031015 Time: 08:16 Sample adjusted: 2 612
Included observations: 611 after adjustments Convergence achieved after 5 iterations
Variable Coefficient
Std. Error t-Statistic
Prob. C
-0.005241 0.002905
-1.803862 0.0718
VART 0.704720
0.300109 2.348216
0.0192 VART_1
-2.251756 0.432562
-5.205620 0.0000
VART_2 1.467826
0.432427 3.394388
0.0007 VART_3
0.292377 0.307536
0.950709 0.3421
AR1 -0.121137
0.040364 -3.001127
0.0028
Sumber: Hasil Penelitian, 2015 Data Diolah
1. Uji Normalitas
Uji normalitas digunakan untuk mengetahui apakah dalam sebuah model regresi nilai residu, regresi mempunyai distribusi normal. Model regresi yang
baik adalah model yang berdistribusi normal. Metode yang digunakan untuk menguji normalitas adalah dengan menggunakan teknik Jarque Berra normality
test.
Tabel 4.5 Uji Normalitas
Sumber: Hasil Penelitian, 2015 Data Diolah
Pada Tabel 4.4 nilai Jarque-Berra Test sebesar 3,711573 lebih kecil dari Chi Square
2
χ
α= 5, df= 2, yaitu sebesar 5,99416 dan nilai probabilitas sebesar 0,156330 lebih besar dari 0,05 sehingga residual berdistribusi normal.
20 40
60 80
100
-0.04 -0.02
0.00 0.02
0.04
Series: Residuals Sample 1032014 6272025
Observations 600 Mean
5.18e-17 Median
0.002083 Maximum
0.050430 Minimum
-0.051774 Std. Dev.
0.018178 Skewness
-0.159792 Kurtosis
3.215243 Jarque-Bera
3.711573 Probability
0.156330
50
2. Uji Heterokedastisitas
Uji heteroskedastisitas digunakan utuk menguji ada tidaknya varian variabel dalam model yang tidak sama. Jika varians sama maka terjadi
homoskedastisitas. Uji heteroskedastisitas dilakukan melalui uji ARCH.
Tabel 4.6 Uji ARCH Heterocedasticity
Sumber: Hasil Penelitian, 2015 Data Diolah
Pada Tabel 4.5 hasil uji ARCH Heterocedasticity probability Chi Square 0,05 sehingga tidak terjadi heterokedastisitas pada estimasi.
3. Uji Autokorelasi
Uji autokorelasi bertujuan untuk melihat apakah dalam model regresi linear ada korelasi antar kesalahan peganggu pada periode t dengan kesalahan
peganggu pada periode sebelumnya. Uji autokorelasi dalam penelitian ini menggunakan Durbin Watson
Tabel 4.7 Hasil Uji Durbin Watson
R-squared 0.066753 Mean dependent var
0.005729 Adjusted R-squared
0.060479 S.D. dependent var 0.018817
S.E. of regression 0.018239 Akaike info criterion
-5.162167 Sum squared resid
0.197942 Schwarz criterion -5.125526
Log likelihood 1553.650 Hannan-Quinn criter.
-5.147903 F-statistic
10.63972 Durbin-Watson stat 2.067400
ProbF-statistic 0.000000
Sumber: Hasil Penelitian, 2015 Data Diolah
Pada uji Durbin Watson untuk n = 600, k=4 nilai d
L
ialah 1,87569 dan d
u
ialah 1,85587. Dimana d
u
d 4-d
u
maka tidak terdapat autokorelasi. Sehingga 1,8557569 2,067400 2,1442431 tidak terdapat autokorelasi.
Heteroskedasticity Test: ARCH F-statistic
2.504267 Prob. F1,597 0.1141
ObsR-squared 2.502160 Prob. Chi-Square1
0.1137
51
4.2.3.2 Uji Hipotesis
