97
Tabel 4.8 Hasil Uji Heterokedastisitas
Heteroskedasticity Test: White F-statistic
1.911468 Prob. F35,33
0.0322 ObsR-squared
46.20752 Prob. Chi-Square35
0.0974 Scaled explained SS
43.55124 Prob. Chi-Square35
0.1521
Dari tabel diatas diketahui bahwa nilai probabilitas dari Chi-Square sebesar 0.0974 yang lebih besar dari nilai
α sebesar 0.05. karena nilai probabilitas Chi-Square lebih besar dari
α =5 maka Ho diterima sehingga dapat disimpulkan bahwa dalam model tidak ada masalah heterokedastisitas Agus Widarjono,2005.
6. Hasil Regresi Metode Error Correction Model ECM
Dengan ditemukannya fenomena hubungan jangka panjang antara variable- variabel yang digunakan dalam pengujian kointegrasi di atas, maka langkah
selanjutnya adalah melakukan pendekatan Error Correction Model ECM. Model koreksi kesalahan digunakan untuk melihat apakah ada atau tidaknya hubungan antar
variable dalam jangka pendek. Error Correction Model merupakan salah satu pendekatan untuk menganalisis model time series yang digunakan untuk melihat
adanya konsistensi hubungan jangka pendek dengan hubungan jangka panjang dari variable-variabel yang diuji. Berikut merupakan persamaan ECM yang digunakan
dalang penelitian ini : DLNPBPRS
t = β0 + β1 DLNDPK t + β2 DNPF t + β3 DINFLASI t + β4 LNDPK t-
1 + β5 NPF t-1 + β6 INFLASI t-1 + β7 ECT 4.1
Sumber : Eviews 6 data diolah
98
Hasil pengolahan data yang dilakukan dengan pendekatan Error Correction Model ECM menggunakan program computer Eviews 6.0 dengan model regresi
linier ditampilkan sebagai berikut :
Tabel 4.9 Hasil Uji
Error Correction Model
Dependent Variable: DLNPBPRS Method: Least Squares
Date: 012713 Time: 23:31 Sample adjusted: 2007M02 2012M10
Included observations: 69 after adjustments Variable
Coefficient Std. Error t-Statistic
Prob. C
0.764596 0.362670
2.108243 0.0391
DLNDPK 0.243404
0.115679 2.104125
0.0395 DNPF
-0.154115 0.596516 -0.258359
0.7970 DINFLASI
-0.205306 0.377398 -0.544006
0.5884 LNDPK-1
-0.021328 0.011479 -1.857963
0.0680 NPF-1
-1.286195 0.633232 -2.031158
0.0466 INFLASI-1
0.173486 0.122841
1.412287 0.1629
ECT 0.168579
0.059598 2.828581
0.0063 R-squared
0.280371 Mean dependent var 0.022957
Adjusted R-squared 0.197791 S.D. dependent var
0.017660 S.E. of regression
0.015818 Akaike info criterion -5.346730
Sum squared resid 0.015262 Schwarz criterion
-5.087703 Log likelihood
192.4622 Hannan-Quinn criter. -5.243965
F-statistic 3.395129 Durbin-Watson stat
1.715516 ProbF-statistic
0.003982
Dengan melihat hasil regresi diatas menunjukan bahwa nilai koefisien ECT sebesar 0.168579 yang berarti bahwa ketidaksesuaian pertumbuhan LnPBPRS aktual
dengan pertumbuhan LnPBPRS potensial akan dihilangkan atau dieliminasi dalam satu periode penelitian sebesar 16.85. dan dapat dilihat nilai probabilitas dari ECT
Sumber : Eviews 6 data diolah
99
Coefficiient Variabel
Notasi Jangka
Pendek Jangka
Panjang Konstanta
C 0.764596
0.764596 Dana Pihak Ketiga
DlnDPK 0.243404
0.873483 Non Performing Financing
DNPF -0.154115
-1.117616 Tingkat Inflasi
DlNFLASI -0.205306
2.029108 adalah sebesar 0.0063, hal ini menunjukan bahwa ECT sudah signifikan dengan
menggunakan level signifikansi α=5 0.05, oleh karena itu pengujian ECM ini sudah dapat dikatakan valid.
Dari hasil estimasi dengan pendekatan ECM, variable jangka pendek ditunjukan oleh DLNDPK, DNPF, dan DINFLASI. Namun untuk melihat
pengaruh jangka panjangnya perlu dihitung dengan cara menjumlahkan koefisien variable jangka panjang LNDPK-1, NPF-1, dan INFLASI-1 dengan koefisien
ECT kemudian dibagi lagi oleh koefisien ECT. Rumus koefisien jangka panjang adalah sebagai berikut :
LNDPK-1 = C
4
+C
7
C
7
NPF-1 = C
5
+C
7
C
7
INFLASI-1 = C
6
+C
7
C
7
Tabel 4.10 Hasil Perhitungan Koefisien ECM
Sumber : Eviews 6 data diolah
Keterangan : C
4
= Koefisien LNDPK-1 C
5
= Koefisien NPF-1 C
6
= Koefisien INFLASI -1 C
7
= Koefisien ECT