93
4.2.1.1.2 Uji Multikolienearitas
Masalah multikolenearitas dapat dideteksi dengan melihat nilai koefisien determinasi R
2
regresi model utama dibandingkan dengan nilai R
2
regresi parsialnya atau dikenal dengan istilah korelasi parsial examination of partial
correlation. Bila didapati nilai R
2
regresi model utama lebih besar daripada nilai R
2
regresi parsialnya, maka dikatakan model yang diteliti tidak terkena masalah multikolinearitas.
Tabel 4.8 menunjukkan nilai R
2
hasil regresi parsial untuk masing-masing persamaan.
Tabel 4.9 Koefisien Determinasi R
2
Parsial Persamaan PE
PE Regresi Parsial Variabel Independen
DF PD TK AG R
2
= 0.875719 R
2
= 0.693724 R
2
= 0.487117 R
2
= 0.567212 R
2
= 0.669056 Sumber : Lampiran D
Dari rangkuman regresi parsial pada Tabel 4.9, dapat dilihat bahwa nilai regresi R
2
pada persamaan regresi utama PE lebih besar dari nilai R
2
pada regresi parsial variabel independen PE R
2
= 0.875719, yaitu DF R
2
= 0.693724, PD R
2
= 0.487117, TK R
2
= 0.567212, AG R
2
= 0.669056. Artinya, model estimasi regresi PE tidak terkena gejala multikolinearitas.
94
4.2.1.1.3 Uji Autokorelasi
Uji Autokolerasi dalam penelitian ini menggunakan uji Durbin Watson D- W test untuk menguji apakah dalam model regresi linier ada korelasi antara
anggota serangkaian observasi runtut waktu atau ruang. Bila nilai D-W statistik terletak antara du d 4 – du, maka model dikatakan bebas dari autokolerasi.
Dari hasil estimasi didapat nilai D-W statistik pada PE sebesar 0,443759 pada degree of fredom 121 didapat nilai du sebesar 1,758, dl sebesar 1.592, dan 4-du
sebesar 2,242 dan 4-dl sebesar 2,408. Maka dari data statistik tersebut dapat di intepretasikan bahwa model memilki autokorelasi positif..
Tabel 4.10 Nilai Durbin-Watson D-W Persamaan PE
Degree of freedom = 121 D
dl Du
4 - du 4 - dl
0,443759 1.592
1,758 2,242
2,408 Sumber : Lampiran D
Dalam model regresi PE, autokorelasi positif yang muncul disebabkan adanya regresi lancung spurious regression, dimana dalam model regresi PE
memiliki koefisien determinasi nilai F tinggi, memilki nilai R
2
tinggi, memilki nilai signifikasi t tinggi, tetapi memilki nilai Durbin-Watson D-W rendah
Winarno, 2009. Regresi lancung yang terdapat dalam model ini menjelaskan bahwa hubungan antara variabel dependen dengan variabel independen memiliki
data yang bersifat trend atau data runtun waktu, dimana data variabel dependen dan independen sama-sama menunjukkan kecenderungan meningkat dengan
bertambahanya waktu. Data seperti ini tidak bersifat stasioner, tetapi bila
95
dianalisis secara bersama-sama akan bersifat stasioner, biasanya akan stasioner seteleh didiferensi pada tahap pertama Winarno, 2009. Keadaan tersebut
menjelaskan bahwa hubungan yang terjadi antara variabel dependen dengan variabel independen signifikan pada jangka panjang Gujarati, 2004.
Untuk menghilangkan autokorelasi possitif yang terjadi akibat adanya regresi lancung pada model PE akan diperbaiki dengan TSEG Two Stage Engle-
Granger, yaitu dengan melakukan ECM Error Correction Model dua tahap. Setelah melakukan TSEG maka signifikasnsi dari residualnya baik. Dimana nilai t
statistiknya 2,094 dengan Probabilitas adalah 0,038 0,05, yang menunjukkan model koreksi kesalahan ECM yang digunakan sudah baik.
4.2.1.1.4 Uji Heteroskedastisitas
Kategori