Data dan Jenis Data

b. Uji Hausman Uji Hausman digunakan untuk memilih model terbaik apakah Fixed Effect Model FEM atau Random Effect Model REM. Hipotesis nolnya adalah bahwa model yang tepat untuk regresi data panel adalah model Random Effect dan hipotesis alternatifnya adalah model yang tepat untuk regresi data panel adalah model Fixed Effect Model. Ho : Random Effect Model Ha : Fixed Effect Model Apabila nilai probabilitas Hausman lebih kecil dari taraf signifikansi 0,05 maka hipotesis nol ditolak yang artinya model yang tepat untuk regresi data panel adalah model Fixed Effect Model, begitu juga sebaliknya. 2. Uji Asumsi Klasik a. Uji Normalitas Uji Normalitas digunakan untuk menguji apakah nilai residual yang telah distandarisasi pada model regresi berdistribusi normal atau tidak. Normalitas dilihat dari nilai probabilitas Jarque-Bera JB. Apabila nilai probabilitas5 maka residual terdistribusi dengan normal. b. Uji heteroskedastisitas Uji heteroskedastisitas digunakan untuk mengetahui penyimpangan asumsi klasik heteroskedastisitas yaitu adanya perbedaan varian dari residual untuk semua pengamatan pada model regresi. Adanya heteroskedastisitas dalam data dapat diketahui dengan uji Park. Uji Park merupakan prosedur dua tahap. Pada tahap pertama kita melakukan regresi OLS dengan mengabaikan heteroskedastisitas. Pada tahap ini kita akan memperoleh �̂ � 2 . Tahap kedua kita melakukan regresi dengan menggunakan log �̂ � 2 sebagai variabel terikatnya. Apabila � atau probabilitas secara statistik signifikan, maka heteroskedastisitas terjadi pada data. Jika tidak signifikan maka asumsi homoskedastisitas diterima Gujarati, 2004:404 c. Uji Autokorelasi Autokorelasi adalah keadaan dimana faktor-faktor pengganggu yang satu dengan yang lain saling berhubungan. Uji autolorelasi yang paling sederhana adalah menggunakan uji Durbin-Watson DW. Hasil pengujian ditentukan sebagai berikut Gujarati, 2004:470: Tabel 4. Indikator Hasil Uji Durbin-Watson Hipotesis Nol Keputusan Jika Tidak ada autokorelasi positif Tolak 0 d dL Tidak ada autokorelasi positif Tidak ada keputusan dL ≤ d ≤ dU Tidak ada autokorelasi negatif Tolak 4 − dL d 4 Tidak ada autokorelasi negatif Tidak ada keputusan 4 − dU ≤ d ≤ 4 – dL Tidak ada autokorelasi, baik positif atau negatif Terima dU d 4 – dU

Dokumen yang terkait

Faktor faktor yang mempengaruhi ketimpangan distribusi pendapatan antar kabupaten / kota Di Propinsi Jawa Timur tahun 2001-2012

2 27 102

FAKTOR-FAKTOR YANG MEMPENGARUHI KETIMPANGAN PENDAPATAN DI JAWA TIMUR TAHUN 2008-2012

6 41 100

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KETIMPANGAN PENDAPATAN DI PULAU SUMATERA TAHUN 2011- ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KETIMPANGAN PENDAPATAN DI PULAU SUMATERA TAHUN 2011-2015.

0 4 15

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KETIMPANGAN PENDAPATAN DI PULAU SUMATERA TAHUN 2011- ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KETIMPANGAN PENDAPATAN DI PULAU SUMATERA TAHUN 2011-2015.

0 3 16

PENDAHULUAN ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KETIMPANGAN PENDAPATAN DI PULAU SUMATERA TAHUN 2011-2015.

0 3 10

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KETIMPANGAN PENDAPATAN DI PROVINSI JAWA TIMUR Analisis Faktor-Faktor Yang Mempengaruhi Ketimpangan Pendapatan Di Provinsi Jawa Timur (Tahun 2011-2015).

0 2 13

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KETIMPANGAN PENDAPATAN DI PROVINSI JAWA TIMUR Analisis Faktor-Faktor Yang Mempengaruhi Ketimpangan Pendapatan Di Provinsi Jawa Timur (Tahun 2011-2015).

0 3 17

ANALISIS KETIMPANGAN DISTRIBUSI PENDAPATAN DAN FAKTOR-FAKTOR YANG MEMPENGARUHI DI Analisis Ketimpangan Distribusi Pendapatan Dan Faktor-Faktor Yang Mempengaruhi Di Kabupaten Banjarnegara Tahun 1990-2010.

0 1 15

PENDAHULUAN Analisis Ketimpangan Distribusi Pendapatan Dan Faktor-Faktor Yang Mempengaruhi Di Kabupaten Banjarnegara Tahun 1990-2010.

0 3 10

ANALISIS KETIMPANGAN DISTRIBUSI PENDAPATAN DAN FAKTOR-FAKTOR YANG MEMPENGARUHI DI Analisis Ketimpangan Distribusi Pendapatan Dan Faktor-Faktor Yang Mempengaruhi Di Kabupaten Banjarnegara Tahun 1990-2010.

0 0 13