Fahmi Hasbullah : Analisis Pengaruh Ekspor Sektor Industri Dan Penanaman Modal Asing Sektor Industri Terhadap Pertumbuhan Ekonomi Indonesia, 2009.
USU Repository © 2009
Rumus untuk memperoleh F-hitung :
k n
R k
R hitung
F −
− −
= −
1 1
2 2
Keterangan : R
2
= koefisien determinasi k = jumlah variabel independen ditambah intercept dari model persamaan.
n = jumlah sampel
Hipotesis : H
:
2 1
= =
β β
H
a
:
2 1
≠ ≠
β β
Kriteria Pengambilan Keputusan: H
diterima apabila F-hitung F-tabel H
a
diterima apabila F-hitung F-tabel
3.7 Uji Penyimpangan Asumsi Klasik
3.7.1 Multikolinearitas
Multikolinearitas adalah suatu fenomena yang terjadi pada model regresi jika dua atau lebih variabel independen cenderung berubah dengan pola yang sama. Variabel-
varabel tersebut biasanya punya hubungan yang sangat erat dan tidak mungkin dianalisis secara terpisah pengaruhnya terhadap variabel dependen.
Fahmi Hasbullah : Analisis Pengaruh Ekspor Sektor Industri Dan Penanaman Modal Asing Sektor Industri Terhadap Pertumbuhan Ekonomi Indonesia, 2009.
USU Repository © 2009
Pengaruhnya terhadap nilai taksiran : •
Nilai-nilai koefisien tidak mencerminkan nilai yang benar. •
Karena standar errornya tinggi maka kesimpulan tidak dapat diambil melalui t- test.
• T-test tidak dapat dipakai untuk menguji keseluruhan hasil taksiran.
• Tanda yang diharapkan pada hasil taksiran koefisien akan bertentangan menurut
teori. Adapun cara mengatasinya:
• Salah satu variabel independen jangan diikutsertakan dalam menaksir model.
Tetapi harus diperhatikan mungkin variabel tersebut secara teori berhubungan terhadap variabel dependen maka hasil taksiran menjadi bias.
• Mendefinisikan kembali variabel-variabel tersebut.
• Mencari informasi-informasi teori-teori yang berlaku.
• Penambahan data-data.
3.7.2 Autokorelasi
Istilah autokorelasi dapat didefinisikan sebagai korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu seperti dalam data deretan waktu
atau ruang seperti dalam data cross sectional. Model regresi linear klasik mengasumsikan autokorelasi tidak terdapat di dalamnya disturbansi atau gangguan u
i
Gujarati, 1988: 201. Dilambangkan dengan : Eu
i
u
j
= 0 i ≠ j
Fahmi Hasbullah : Analisis Pengaruh Ekspor Sektor Industri Dan Penanaman Modal Asing Sektor Industri Terhadap Pertumbuhan Ekonomi Indonesia, 2009.
USU Repository © 2009
Menurut Tintner, autokorelasi adalah korelasi ketinggalan waktu lag correlation suatu deretan tertentu dengan dirinya sendiri, tertinggal oleh sejumlah unit waktu. Faktor-
faktor yang menyebabkan autokorelasi terjadi : •
Spatial autokorelasi •
Pengaruh yang berkelanjutan Prolonged Influence of Shocks •
Inersia Psychological Conditioning •
Manipulasi data •
Bias spesifikasi Miss Specification yaitu terjadi karena tidak disertakannya
variabel independen yang berhubungan.
Terdapat beberapa cara untuk menguji keberadaan autokorelasi: •
Dengan menggunakan atau memplot grafik •
Dengan D-W Test Uji Durbin Watson
D-W Test Uji Durbin-Watson
D-W test digunakan untuk mengetahui apakah dalam model terdapat autokorelasi ataupun antara disturbance error-nya.
∑ ∑
− −
−
− =
n t
t t
et e
e DW
1 2
1 2
2 1
1
Fahmi Hasbullah : Analisis Pengaruh Ekspor Sektor Industri Dan Penanaman Modal Asing Sektor Industri Terhadap Pertumbuhan Ekonomi Indonesia, 2009.
USU Repository © 2009
Kriteria Pengambilan Keputusan: Nilai D-W berdasarkan estimasi
Model Regresi Kesimpulan
4-D.W.LDW4
4-DWUDW4-DWL 2DW4-DWU
DWUDW2 DWLDWDWU
0DWDWL Tolak H
. Terdapat serial korelasi negatif diantara disturbance error.
Tidak ada kesimpulan Terima H
Terima H
a
Tidak ada kesimpulan Tolak H
. Terdapat serial korelasi positif diantara disturbance terms.
Bentuk hipotesis sebagai berikut: H
: p = 0 → tidak ada serial korelasi
H : p
≠ 0 → ada serial korelasi Kurva D-W test dapat dilihat sebagai berikut:
Inconclusive
Autokorelasi + Autokorelasi -
H diterima
tidak autokorelasi 0 dl du 2 4-du 4-dl 4
1 =
ρ =
ρ 1
− =
ρ
Fahmi Hasbullah : Analisis Pengaruh Ekspor Sektor Industri Dan Penanaman Modal Asing Sektor Industri Terhadap Pertumbuhan Ekonomi Indonesia, 2009.
USU Repository © 2009
Gambar 3.1 Kurva D-W Test
Jika beberapa di antara variabel independen tersebut merupakan lagged variables maka anggapan penggunaan D-W test tidak berlaku dalam mengetahui apakah pada
model tersebut terdapat autokorelasi atau tidak. Sehingga oleh sebab itu Durbin 1978 mengembangkan D-W test menjadi h-statistic untuk mengetahui ada autokorelasi atau
tidak dalam model tersebut :
2
var 1
2 1
β
N N
dw statistic
h −
− =
−
Dimana : dw
= Nilai D-W test Var
β
2
= Standar error β
N = Jumlah observasi
3.8 Defenisi Operasional Variabel
