Metode Analisis Uji Kesesuaian Goodness of Fit

SHCM = Jumlah tenaga kerja berpendi-didikan menengah orang SHCU = Jumlah tenaga kerja berpendidikan tinggi orang β adalah konstanta atau intercept 1 , 2 , 3 , 4 adalah koefisien atau parameter μ adalah error term atau kesalahan penganggu.

3.5. Metode Analisis

Untuk menguji hipotesis dilakukan pengujian estimasi dengan menggunakan metode OLS Ordinary Least Square. Metode OLS secara teknis akurat atau unggul dan mudah menginterpretasikan hasil perhitungannya serta sebagai alat estimasi linier dengan unbiased terbaik atau Best Linier Unbiased Estimation atau BLUE Gujarati, 2003. Untuk mengidentifikasi besarnya pengaruh faktor-faktor ekonomi terhadap pertumbuhan ekonomi di Indonesia dalam penelitian ini digunakan persamaan linier dengan variabel terikat dependen adalah Peningkatan Produk Domestik Bruto PDB atau GDP Indonesia. Sedangkan variabel independen explanatory adalah akumulasi modal fisik AMF, investasi pemerintah Indonesia dalam bidang HC yaitu anggaran pembangunan pemerintah di sektor pendidikan dan kesehatan GIHC, jumlah tenaga kerja produktif berpendidikan menengah SHCM dan jumlah tenaga kerja produktif berpendidikan tinggi SHCU selama 30 tahun atau antara tahun 1975 sampai dengan 2004 . Armin Thurman Situmorang : Analisis Investasi Dalam Human Capital dan Akumulasi Modal Fisik Terhadap…, 2007 USU e-Repository © 2008

3.6. Uji Kesesuaian Goodness of Fit

Untuk mengetahui sejauh mana kesesuaian atau kecocokan sejumlah data sampel untuk diregresi dibutuhkan Uji kesesuaian goodness of fit dengan mengukur besarnya koefisien determinasi r 2 untuk dua variabel atau R 2 untuk regresi berganda dengan lebih dari dua variabel. Dalam penelitian ini dicari besarnya R 2 karena jumlah variabel penelitian lebih dari dua. R 2 merupakan koefisien determinasi berganda yang menjelaskan variabel independen X i mempengaruhi variabel dependen Y i .. Besarnya R 2 dapat dihitung berdasarkan persamaan berikut : R 2 = ˆ β 2 Σ y i x 2i + ˆ β 3 Σ y i x 3i Σ y 2 i atau : R 2 = ∑ ∑ − − − i y i 2 2 1 μ Nilai R 2 berada antara 0 dan 1 Jika R 2 = 1 maka derajat kesesuaian regeresi 100 persen menjelaskan variabel Y. R 2 = 0 maka model tidak mampu menjelaskan pengaruh variabel independen terhadap variabel dependen Y

3.6.1. Uji Parsial t-test

Uji-t t -test atau uji parsial digunakan untuk menguji hipotesis secara parsial dari masing-masing koefisien regresi dengan standard error se. Bentuk paling sederhana dari hubungan stokastik antara dua variabel X dan Y melalui metode Armin Thurman Situmorang : Analisis Investasi Dalam Human Capital dan Akumulasi Modal Fisik Terhadap…, 2007 USU e-Repository © 2008 kuadrat terkecil OLS dalam model regresi linier sederhana dikemukakan oleh Carl Friedrich Gauss dengan memasukkan unsur μ i untuk mengeliminasi kesalahan pemilihan bentuk regresi pada pendekatan persaman Y i = β + β 1 X 1 + μ i Pindyck 1981 menulis regresi berganda Multiple Regeression Model dengan tiga variabel atau lebih yakni variabel dependen Y sebagai fungsi linier dari variabel independen X 1 , X 2 , ………….. X k , dan pengganggu error term ε dalam persamaan : Y = β 1 + β 2 X 2i + β 3 X 3i + ……… + β k X ki + ε i Di mana : Y = variabel terikat X 1i ,X 2i , ……,X ki = variabel eksplanatori bebas ε = error term β 1 = konstantaintersep Pada penelitian ini terdapat 4 variabel independen sehingga persamaan di atas menjadi : Y = β 1 + β 2 X 2i + β 3 X 3i + β 4 X 4i + β 5 X 5i + μ i H ; β 3 = β 4 atau β 3 - β 4 = 0 H 1 ; β 3 ≠ β 4 atau β 3 - β 4 ≠ 0 t-Test adalah : t = β 3 - β 4 - β 3 - β 4 se β 3 - β 4 Jika ; t -hitung t -tabel maka H ditolak t -hitung t -tabel maka H diterima Armin Thurman Situmorang : Analisis Investasi Dalam Human Capital dan Akumulasi Modal Fisik Terhadap…, 2007 USU e-Repository © 2008

3.6.2. Uji Serempak atau Testing the Overall Significance Uji-F

Untuk menguji sejumlah variabel eksplanatori penjelas secara serempak simultaneously kita tidak dapat menggunakan t-test melainkan harus diuji melalui teknik analysis of variance ANOVA atau F-test dengan persamaan berikut : F = ˆ β 2 Σy i x 2I + ˆ β 3 Σy i x 3i 2 = ESSdf Σ ˆμ 2 I n-3 RSSdf untuk menguji hipotesis : H ; 2 = 3 = … = k = 0 H 1 ; 2 = 3 = … = k ≠ 0 di mana k, adalah jumlah variabel Jika : F -hitung F α k-1, n-k, maka H ditolak atau H 1 diterima F -hitung F α k-1, n-k, maka H diterima atau H 1 ditolak

3.7. Uji Penyimpangan Asumsi Klasik :