76
mempunyai varian dan kovarian yang besar sehingga sulit mendapatkan estimasi yang tepat dan menyebabkan variabel independen secara statistik melalui uji t
kecil dan tidak signifikan terhadap variabel dependen. Menguji multikolinearitas dapat menggunakan metode uji matrikorelasi
yaitu menguji tingkat korelasi antar variabel independen dengan melihat r atau
koefisien korelasi. Jika r lebih besar dari 0,85 maka kita duga ada multikolinieritas, sebaliknya jika lebih kecil darinya maka kita duga tidak ada
multikolinieritas Agus W, 2005,135.
5.5.2 Uji Heteroskedastisitas
Heteroskedastisitas adalah varian dari residual model regresi yang digunakan dalam penelitian tidak homoskedastis atau dengan kata lain tidak
konstan. Data yang diambil dari pengamatan satu ke lain atau data yang diambil dari observasi satu ke yang lain tidak memiliki residual yang konstan atau tetap.
Kemungkinan terjadinya heteroskedastis ini jikalau data diambil dengan teknik cross section.
Konsekuensinya adalah metode OLS tidak mempunyai varian yang minimum lagi sehingga kondisi BLUE tidak ditemukan hanya dapat ditemui
kondisi LUE. Standar erorr metode OLS tidak dapat lagi dipercaya sehingga interval estimasi maupun uji hipotesis yang didasarkan pada distribusi t dan F
tidak lagi dapat dipercaya untuk evaluasi hasil regresi Agus W, 2005, 147. Untuk menguji ada tidaknya heteroskedastisitas maka dapat digunakan
metode uji White. Hipotesis nul dalam uji ini adalah tidak adanya heteroskedastisitas. Uji White didasarkan pada jumlah sampel n dikalikan
dengan yang akan mengikuti distribusi chi-square dengan degree of
R
2
77
freedom sebanyak variabel independen tidak termasuk konstanta dalam regresi auxiliary. Jika nilai chi-square hitung lebih besar daripada nilai X square kritis
dengan derajat kepercayaan tertentu alpha maka ditemukan adanya heteroskedastisitas dan menolak hipotesis nul begitu pula sebaliknya. Dapat juga
dilihat ada tidaknya heteroskedastisitas melalui nilai probabilitas Chi squares atau pada probabilitas
ρ nya, jika lebih kecil dari alpha maka ditemukannya heteroskedastisitas dan menolak hipotesis nul begitu juga sebaliknya.
5.5.3 Uji Autokorelasi
Autokorelasi adalah adanya korelasi antara anggota observasi satu dengan yang lain yang berlainan waktu. Dalam kaitannya dengan asumsi metode OLS
autokorelasi merupakan korelasi antara satu residual dengan residual yang lainnya. Data time series sering ditemukan adanya korelasi karena begitu dekatnya
hubungan data yang dikumpulkan dan mempengaruhi, disebabkan data time series terkait dengan kebijakan atau kejadian yang saling berkaitan mempengaruhi data
yang dikumpul ditahun-tahun yang beruntuntan tersebut. Dengan adanya autokorelasi memiliki konsekuensi atas model regresi yaitu
estimator dalam OLS masih linier dan tidak bias tetapi tidak memiliki varian yang minimum lagi. Estimator OLS tidak lagi bisa dikatakan BLUE tetapi LUE. LUE
dalam model dikarenakan adanya autokorelasi maka akan menyebabkan perhitungan standar erornya tidak lagi bisa dipercaya kebenarannya sehingga
interval estimasi maupun uji hipotesis yang didasarkan pada distribusi t maupun F tidak lagi bisa dipercaya untuk evaluasi hasil daripada regresi model OLS Agus
W, 2005, 180.
78
Untuk menguji adanya autokorelasi dapat digunakan metode Bruesch- Godfrey yang dikenal telah mengembangkan metode uji Langrange Multiplier
LM. Hipotesis nul yang dibuat adalah tidak adanya autokorelasi, jika kita menolak hipotesis nul maka ada ditemukannya autokorelasi. Jika n-p
yang merupakan chi-squares χ hitung lebih besar dari nilai kritis chi-squares
R
2
χ pada derajat kepercayaan tertentu
α
, kita menolak hipotesis nul. Jika nilai chi- squares hitung lebih kecil dari nilai kritisnya maka dari nilai kritisnya maka kita
akan menerima hitpotesis nul. Juga bisa diketahui dari melihat nilai chi-squares probabilitas
ρ nya, yaitu jika lebih kecil dari alpha maka ditemukannya autokorelasi dan menolak hipotesis nul begitu juga sebaliknya Agus W, 2005,
186.
79
BAB VI ANALISIS DAN PEMBAHASAN
6.1 Hasil Pengujian Model Dengan MWD test
1. Dalam uji MWD ditemukan nilai dari probabilitas value nya adalah
0.3044 lebih kecil daripada alpha 0.05 maka Z1 secara statistik tidak signifikan.
2. Sedangkan Z2 nilai dari probabilitas value nya adalah
0.7644 lebih besar daripada alpha 0.05 maka Z2 secara statistik tidak signifikan.
3. Kesimpulan dalam pemilihan model adalah pada model log-linier karena
kedua model adalah sama baiknya yaitu terbukti dengan tidak
signifikannya kedua nilai Z1 dan Z2 maka bisa digunakan salah satunya. 6.2 Pengujian Hipotesis
6.2.1 Analisis Varian Hasil dari Uji F
Dalam analisis varian hasil dari uji F ditemukan bahwa nilai F tabel adalah 3,24 ; sedangkan nilai F hitung sebesar
66.90549 ; dengan begitu
maka F tabel F hitung maka dapat dikatakan bahwa ketiga variabel independen secara bersama-
sama berpengaruh signifikan terhadap variabel dependennya. Terlihat juga pada probabilitas value sebesar 0.00 0.05 alpha 0.5 . Hipotesis nol dengan
demikian tertolak dan menerima hipotesis alternatif. bisa dilihat pada lampiran 3.
80
6.2.2 Analisis Varian Hasil dari Uji t
Dalam uji t satu sisi dengan alpha 0,05 ditemukan bahwa nilai dari t tabel adalah ± 1.746, sedangkan pada ke-tiga variabel independen tersebut setelah diuji
menghasilkan temuan sebagai berikut: 1.
Pada variabel independen inflasi ditemukan bahwa nilai dari t hitungnya adalah sebesar -3.166335, karena t tabel t hitung maka
artinya adalah signifikan yaitu variabel independen inflasi mempengaruhi variabel dependen KUK, dan juga bisa dilihat dari
nilai probabilitas sebesar 0.0060: 2 = 0.003 karena satu sisi
ternyata dari alpha 0.05, dengan demikian hipotesis nol ditolak dan menerima hipotesis alternatifnya. bisa dilihat pada lampiran
3. 2.
Pada variabel independen jumlah penghimpunan dana ditemukan bahwa nilai dari t hitungnya adalah sebesar
6.182259, karena t tabel t hitung maka artinya adalah signifikan yaitu variabel
independen jumlah penghimpunan dana mempengaruhi variabel dependen KUK, dan juga bisa dilihat dari nilai probabilitas sebesar
0.0000 : 2 = 0.000 karena satu sisi ternyata dari alpha 0.05, dengan demikian hipotesis nol ditolak dan menerima hipotesis
alternatifnya. bisa dilihat pada lampiran 3. 3.
Pada variabel independen suku bunga riil ditemukan bahwa nilai dari t hitungnya adalah sebesar -3.293316, karena t tabel t hitung
maka artinya adalah signifikan yaitu variabel independen suku
