Hasil Uji Heterokedastisitas Hasil dan pembahasan
106
dibandingkan alpha α yaitu 0.5606 0.05, maka dapat diberikan
penjelasan bahwa model penelitian ini terbebas dari permasalah autokorelasi 2.
Hasil Regresi Metode Ordinari Least Square OLS
Estimasi hubungan antara variabel-variabel yang mempengaruhi jumlah uang beredar M2 dilakukan pendekatan OLS yang ditampilkan pada
tabel berikut: Tabel 4.11
Hasil Olah Data dengan Metode OLS
Dependent Variable: LNJUB Method: Least Squares
Date: 121111 Time: 07:14 Sample: 2003Q1 2010Q4
Included observations: 32
Variable Coefficient Std. Error
t-Statistic Prob.
LNER -0.223226 0.068218
-3.272221 0.0030
LNCR 0.714208 0.011907
59.98123 0.0000
SBI 0.023649 0.004996
4.733735 0.0001
INF -0.014105 0.002494
-5.656488 0.0000
LNINV 0.000309 0.005511
0.056095 0.9557
C 12.28302 0.560163
21.92758 0.0000
R-squared 0.995761 Mean dependent var
34.87706 Adjusted R-squared
0.994946 S.D. dependent var 0.323435
S.E. of regression 0.022994 Akaike info criterion
-4.539769 Sum squared resid
0.013747 Schwarz criterion -4.264944
Log likelihood 78.63631 Hannan-Quinn criter.
-4.448672 F-statistic
1221.447 Durbin-Watson stat 1.526903
ProbF-statistic 0.000000
Sumber :Hasi olahan data
107
Dari tabel 4.11 maka dapat disusun persamaan regresi linier berganda sebagai berikut:
JUB = 12.283 - 0.223ER + 0.714 CR + 0.023 SBI – 0.014INF + 0.0003 INV + e
t
Dengan nilai konstanta sebesar 12.283. Hal ini diartikan bahwa apabila semua variabel bebas dianggap konstan atau tidak mengalami perubahan maka akan
meningkatkan jumlah uang beredar M2 sebesar 12.283. Berdasarkan tabel 4.11 bisa memberikan gambaran bahwa melalui hasil
regresi berganda dengan menggunakan OLS Ordinary Least Square menunjukkan hasil sebagai berikut: