Kriteria Statistik Evaluasi Model Penduga

Keramat Jati PIKJ sebagai perkiraan produksi dan harga Indonesia. Pasokan buah lokal yang digunakan adalah pasokan buah mangga dan jeruk. Pasokan buah mangga digunakan substitusi apel, pear dan anggur. Dasar yang digunakan mangga adalah untuk melihat pengaruh musiman buah lokal. Selain itu, buah mangga merupakan salah satu buah yang disukai oleh masyarakat Indonesia. Sedangkan pasokan jeruk PIKJ digunakan sebagai substitusi jeruk impor yaitu untuk oranges dan mandarin. Dummy bulanan digunakan untuk melihat puncak musim di negara pengekspor. Selain variabel yang dimasukkan ke dalam model, masih terdapat variabel yang berpengaruh terhadap permintaan impor buah. Karena keterbatasan data dalam bentuk time series bulanan, maka variabel tersebut tidak dimasukkan ke dalam model. Variabel-variabel tersebut seperti jumlah penduduk, preferensi konsumen dan peningkatan pendapatan

4.5.2.2. Evaluasi Model Penduga

Evaluasi model penduga bertujuan untuk mengetahui apakah model yang diduga terpenuhi secara teori dan statistik. Untuk itu kriteria pemilihan model terbaik dalam analisis regresi linier berganda harus sesuai dengan kriteria sebagai berikut:

1. Kriteria Statistik

Pengujian terhadap model penduga permintaan impor dilakukan untuk mendapatkan model terbaik dan tak bias. Pengujian yang dilakukan antara lain, yaitu sebagai berikut: a. Uji Autokorelasi Uji autokorelasi digunakan untuk melihat apakah ada hubungan linier antara error serangkaian observasi yang diurutkan menurut waktu data time series. Uji autokorelasi perlu dilakkan apabila data yang dianalisa merupakan data time series Gujarati, 1997. 42 ∑ ∑ − − = i e 2 1 i e i e d Keterangan: d = nilai Durbin Watson ∑e i = jumlah kuadrat sisa Nilai Durbin Watson kemudian dibandingkan dengan nilai d tabel . Hsail perbandingan akan menghasilakn kesimpulan seperti kriteria sebagai berikut: 1. Jika d dl, berarti terdapat autokorelasi positif 2. Jika d 4-dl, berarti terdapat autokorelasi negatif 3. Jika du d 4-dl, berarti tidak terdapat auto korelasi 4. Jika dl d du atau 4-du 4-dl, berarti tidak dapat disimpulkan b. Uji Multikolinearitas Masalah multikolinearitas dalam model dapat diketahui dengan melihat nilai Varians Inflation Facktor VIF pada masing-masing variabel bebasnya. 2 i R 1 1 VIF − = Dimana: R 2 = koefisien determinasi Apabila nilai VIF kurang dari 10, maka dapat disimpulkan bahwa dalam model tidak terdapat masalah multikolinearitas. Selain itu, untuk melihat korelasi antar peubah bebas dalam model dapat digunakan uji korelasi pearson, dimana nilai yang semakin mendekati satu berarti korelasi peubah bebas semakin kuat. c. Uji Heteroskadastis homoskedastis yang menyatakan bahwa variasi dari setiap unsur residual model adalah sama konstan. Asumsi ini bila dilanggar akan menyebabkan model yang dihasilkan menjadi tidak bias, konsisten, terbaik dan linier tetapi tidak efisien Gujarati, 1997 43 Jika tidak ada informasi empiris mengenai sifat heteroskedastisitas, dalam praktek analisis regresi dapat dilakukan atas asumsi tidak ada heteroskedastisitas dan kemudian melakukan pengujian sesudahnya dari kuadrat residual yang ditaksir ℮ i 2 untuk melihat jika residual tadi menunjukkan suatu pola yang sistematis. Untuk melihat ada atau tidaknya pola tersebut maka ℮ i 2 dipetakan terhadap Y i atau satu dari variabel bebas. Jika tidak ada pola yang sistematis maka tidak ada heteroskedastisitas. d. Uji Normalitas Asumsi normalitas mengharuskan nilai residual dalam model menyebar atau terdistribusi secara normal. Untuk mengetahuinya dapat dilakukan uji Kolmogorov-Smirnov dengan memplotkan nilai standar residual dengan probabilitinya pada tes normalitas. Apabila pada grafik titik-titik residual yang ada tergambar segaris dan p-value lebih besar dari α = 0,05, maka dapat disimpulkan bahwa residual model terdistribusi dengan normal. e. Uji model penduga Tujuan dari pengujian ini adalah untuk mengetahui apakah model penduga yang diajukan layak untuk menduga parameter dari fungsi impor. Hipotesis: H : 1 = 2 =….= i = 0, variabel bebas Xi secara serentak tidak berpengaruh nyata terhadap permintaan buah impor H 1 : paling tidak salah satu i ≠ 0, i = 1, 2, 3,….,, variabel bebas Xi secara serentak berpengaruh nyata terhadap permintaan buah impor minimal yang digunakan adalah uji F: 44 F-hitung = ⎟ ⎟ ⎠ ⎞ ⎜ ⎜ ⎝ ⎛ ⎟ ⎟ ⎠ ⎞ ⎜ ⎜ ⎝ ⎛ − − − k n 2 R 1 1 k 2 R F-tabel = F αk-1,n-k Di mana: R 2 = koefisien determinasi K = jumlah parameter termasuk intersep N = jumlah observasi Kriteria uji: F-hitung F αk-1,n-k , maka tolak H F-hitung F αk-1,n-k , maka terima H 1 Jika H ditolak maka seluruh variabel bebas secara bersama-sama mempengaruhi varabel tidak bebasnya pada tingkat signifikasi tertentu dan derajat bebas tertentu. Jika H diterima maka seluruh variabel bebas secara bersama-sama tidak mempengaruhi variabel tak bebas pada tingkat signifikasi tertentu dan derajat bebas tertentu. f. Uji untuk masing-masing parameter pengujian ini bertujuan untuk mengetahui variabel bebas yang berpengaruh secara parsial terhadap variabel tak bebas. Hipotesis: H : ij = 0 H 1 : i ≠ 0 Uji statistik yang digunakan adalah uji-t t-hitung = ⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ − i i i b S b β t-tabel = t α2n-k Dimana: b i = Koefisien k-i yang diduga S b i = Standar deviasi parameter b i i = Parameter ke-i yang diduga k = Jumlah parameter termasuk intersep n = Jumlah observasi Kriteria uji: t-hitung t α2n-k , maka tolak H t-hitung t α2n-k , maka terima H 45 Jika t-hitung lebih besar dari t-tabel α, n-k maka tolak H artinya peubah bebas berpengaruh nyata terhadap peubah tidak bebas dalam model pada taraf nyata α persen dan sebaliknya apabila t-hitung lebih kecil daripada t- tabel α, n-k, maka terima H 0, artinya peubah bebas tidak berpengaruh nyata terhadap peubah tidak bebas dalam model pada taraf nyata α persen.

2. Kriteria Ekonomi