pengangguran. Pengaruh positif dari kedua variabel terhadap tingkat pengangguran sesuai dengan dugaan yang digunakan.
Koefisien inflasi yang diperoleh bernilai 0.004659. Hasil estimasi menunjukkan bahwa terdapat hubungan yang positif antara tingkat inflasi dengan
tingkat pengangguran. Uji hipotesis menunjukkan bahwa parameter yang diperoleh tidak berpengaruh nyata.
Jumlah angkatan kerja signifikan berpengaruh terhadap tingkat pengangguran. Peningkatan angkatan kerja sebesar 1 persen menyebabkan tingkat
pengangguran meningkat sebesar 7.79 persen dari jumlah pengangguran tahun sebelumnya, asumsi ceteris paribus. Hal ini sesuai dengan hipotesis yang
menyatakan bahwa pertambahan angkatan kerja mengakibatkan pengangguran meningkat.
Tingkat pengangguran tahun sebelumnya signifikan berpengaruh terhadap tingkat pengangguran saat ini. Jika tingkat pengangguran tahun lalu meningkat
sebesar 1 persen, maka tingkat pengangguran tahun sekarang bertambah 0.57 persen dari jumlah pengangguran tahun sebelumnya, asumsi ceteris paribus.
5.1.2. Uji Asumsi OLS
Interpretasi hasil estimasi dilakukan apabila asumsi-asumsi OLS yang ada telah terpenuhi, sehingga hasil estimasi merupakan BLUE Best Liniear Unbiased
Estimator. Uji asumsi OLS secara statistik yang diterapkan memberikan kesimpulan bahwa keseluruhan asumsi terpenuhi. Taraf nyata atau tingkat
signifikansi yang digunakan adalah α = 0.10 atau sebesar 10 persen.
Asumsi homoskedastisitas
diuji dengan
White’s General
Heteroskedasticity test. Tabel 5.2. menunjukkan nilai probability ObsR- squared sebesar 0.59. Pada tingkat signifikansi
α = 0.10, H diterima.
Kesimpulan yang diperoleh yaitu regresi model tidak mengalami gejala heteroskedastisitas Lampiran 3.
Tabel 5.2. Uji Heteroskedastisitas White Heteroskedasticity Test:
F-statistic 0.682627 Probability
0.700483 ObsR-squared
6.454101 Probability 0.596503
Asumsi tidak adanya autokorelasi diuji dengan Breusch-Godfrey BG Test. Tabel 5.3. menunjukkan nilai probability ObsR-squared sebesar
0.512343. Pada tingkat signifikansi α = 0.10, H
diterima. Kesimpulan yang diperoleh yaitu regresi model tidak mengalami autokorelasi Lampiran 4.
Tabel 5.3. Uji Autokorelasi Breusch-Godfrey Serial Correlation LM Test:
F-statistic 0.342347 Probability
0.565741 ObsR-squared
0.429279 Probability 0.512343
Asumsi normalitas diuji dengan JB test. Hasil uji, dapat dilihat pada Gambar 5.1., menunjukkan probabilitas sebesar 0.75 yang lebih besar dari tingkat
signifikansi α = 0.10. Kesimpulan yang diperoleh yaitu residual terdistribusi
normal Lampiran 5.
Gambar 5.1. Hasil Uji Normalitas
Asumsi tidak adanya multikolinearitas diuji dengan menggunakan matriks korelasi. Tabel 5.4. menunjukkan terdapat koefisien korelasi yang bernilai lebih
besar dari│0.8│Lampiran 6.
Tabel 5.4. Matriks Korelasi INF
t
LNAK
t
UN
t-1
INF
t
1.000000 -0.000211
-0.030270 LNAK
t
0.113954 1.000000
0.930502 U
t-1
-0.030270 0.930502
1.000000
Dari Tabel 5.4. bisa kita temukan adanya multikolinearitas. Untuk itu, akan kita lakukan uji Klein yang meliputi langkah langkah-langkah sebagai
berikut Arief, 1993: 1 Regresikan model lengkap, dan akan diperoleh nilai R
2
UN
t
= C+ λ
1
INF
t
+ λ
2
LNAK
t
+ λ
3
UN
t-1
+ e
t
2 Regresikan masing-masing variabel independen terhadap seluruh variabel independen lainnya, dapatkan nilai Ri2. Regresi ini disebut auxiliary
regression, yang pada kasus ini meliputi: INF
t
= α + α
1
LNAK
t
+ α
2
UN
t-1
LNAK
t
= α + α
1
INF
t
+ α
2
UN
t-1
UN
t-1
= α + α
1
INF
t
+ α
2
LNAK
t
3 Apabila terdapat Ri2 R2 berarti terdapat masalah multikolinieritas yang serius, dan sebaliknya.
Tabel 5.5. Hasil Uji Klein
Variabel dependen Variabel independen
R
i
-squared
INF
t
LNAK
t
, UN
t-1
0.151463 NAK
t
INF
t
, UN
t-1
0.886051 UN
t-1
INF
t
, LNAK
t
0.884658
Tabel 5.5. menunjukkan hasil uji Klein. R
i
-squared yang dihasilkan ternyata lebih kecil dari R-squared persamaan 5.1 yakni sebesar 0.89. Sehingga
dapat disimpulkan bahwa multikolinearitas yang muncul pada uji melalui matriks korelasi dapat diabaikan Lampiran 7.
Tabel 5.6. Uji Bias Spesifikasi Model Ramsey RESET Test:
F-statistic 0.352310 Probability
0.708075 Log likelihood ratio
0.934083 Probability 0.626854
Uji asumsi spesifikasi model tidak bias diterapkan dengan menggunakan uji Ramsey RESET. Tabel 5.6. menunjukkan probabilitas dari statistik F bernilai
0.71 tidak signifikan pada tingkat signifikansi α = 0.10. Kesimpulan yang
diperoleh yaitu model tidak mengalami kesalahan spesifikasi Lampiran 8.
5.1.3. Uji Stabilitas Parameter
