Uji kenormalan normalitas digunakan untuk mengetahui apakah setiap model peubah memiliki sebaran normal atau tidak. Suatu model menunjukan
sebaran normal jika nilai p-value probability menunjukan lebih dari nilai α
sebesar 5 persen. Pada Tabel 5.5 menunjukan bahwa nilai p-value probability
untuk nilai output sektor industri pengolahan sebesar 0.922939, p-value
probability untuk tenaga kerja sebesar 0.826530, p-value probability untuk nilai investasi sebesar 0.619649, p-value probability untuk bahan baku sebesar
0.980225, p-value probability untuk bahan bakar minyak sebesar 0.708327
sedangkan p-value probability untuk listrik sebesar 0.378721. Nilai p-value
probability semua peubah menunjukan melebihi dari nilai α sebesar 5 persen,
maka dapat disimpulkan bahwa semua peubah memiliki sebaran normal.
5.2.1. Analisis Ekonometrika
Untuk dapat diterima sebagai model yang baik, suatu model ekonometrika harus dapat memenuhi kriteria ekonometrika. Berikut ini diberikan fungsi hasil
pendugaan model persamaan menggunakan data-data dari tahun 2002 sampai 2008 dengan melihat kriteria suatu model ekonometrika.
a. Uji Heteroskedastisitas Suatu model terbebas dari masalah heteroskedastisitas jika probabilitas
Chi-Square lebih besar dari nilai yang ada pada model. Berikut hasil analisis untuk melihat hasil Uji Heteroskedastitas menggunakan e-views.
Tabel 5.6. Heteroskedasticity Test: White
F-statistic 0.343498 Prob. F5,1
0.8513 ObsR-squared
4.424093 Prob. Chi-Square5 0.4901
Scaled explained SS 0.081479 Prob. Chi-Square5
0.9999 Sumber: E-Views data diolah
Pada Tabel 5.6 menunjukan bahwa nilai 0.9999, lebih besar dari tingkat
signifikasinya sebesar 0.05 = 5 . Jadi dapat disimpulkan bahwa hasil estimasi persamaan fungsi produksi pada penelitian ini tidak mengandung
heteroskedastisitas. b. Uji Autokorelasi
Autokorelasi dalam Gujarati 1993, adalah korelasi antara error masa lalu dengan masa sekarang
. Berikut hasil analisis untuk melihat Autokorelasi pada setiap peubah dengan menggunakan Breusch-Godfrey Serial
Correlation LM Test pada eviews. Tabel 5.7. Breusch-Godfrey Serial Correlation LM Test
F-statistic 0.174189 Prob. F1,1
0.7483 ObsR-squared
1.038438 Prob. Chi-Square1 0.3082
Sumber: E-Views data diolah
Suatu model terbebas dari masalah Autokorelasi jika nilai probabilitas Chi-Square dari Breusch-Godfrey Serial Correlation LM Test lebih besar dari
pada nilai yang digunakan. Pada Tabel 5.7 nilai probabilitas dari Breusch-
Godfrey Serial Correlation LM Test menunjukan angka 0.3082 lebih besar dari tingkat signifikasinya sebesar 0.05
. Jadi dapat disimpulkan bahwa nilai estimasi pada persamaan ini tidak mengandung autokorelasi.
c. Uji Multikoliniearitas Salah satu asumsi dalam model regresi linear berganda adalah tidak ada
hubungan sempurna atau korelasi sempurna antar peubah bebas. Ketika terjadi korelasi sempurna maka disebut dengan perfect multicolinearity, dan jika terjadi
multikolinearitas sempurna, maka minimal ada satu peubah bebas yang dapat direpresentasikan sebagai kombinasi linear dari peubah bebas lainnya.
Multikolinear adalah suatu situasi dimana adanya keadaan korelasi variabel- variabel diantara satu dengan yang lainnya.
Tabel 5.8. Covariance Analysis Covariance Analysis: Ordinary
Date: 062811 Time: 21:28 Sample: 2002 2008
Included observations: 7 Correlation
Probability Ln_OUTPUT
Ln_TK Ln_INV
Ln_BB Ln_BBM
Ln_LSTRK Output 1.000000
TK -0.009125 1.000000
INV 0.754099 0.340319
1.000000 BB 0.803015
0.169953 0.559487 1.000000
BBM 0.299497 -0.630187 -0.385869 0.226354
1.000000 LSTRK 0.727367
0.181872 0.529761 0.906137
0.124952 1.000000
Sumber: E-Views data diolah Keterangan:
Ln_OUTPUT : Nilai Ln Output Ln_TK
: Nilai Ln Tenaga Kerja Ln_INV
: Nilai Ln Investasi Modal Ln_BB
: Nilai Ln Bahan Baku Ln_BBM
: Nilai Ln Bahan Bakar Minyak Ln_LSTRK
: Nilai Ln Listrik
Jika terdapat korelasi sempurna diantara sesama variabel bebas ini sama dengan satu, dari hasil Covariance Analysis menunjukan bahwa korelasi, nilai
output sektor industri dengan tenaga kerja adalah -0.009125, korelasi antara nilai output sektor industri dengan nilai investasi adalah 0.754099, korelasi antara nilai
output sektor industri dengan bahan baku adalah 0.803015, korelasi antara nilai output sektor industri dengan bahan bakar minyak adalah 0.299497, korelasi
antara nilai output sektor industri dengan listrik adalah 0.727367,. Korelasi antar peubah bebas tidak begitu kuat mendekati 1, maka diasumsikan tidak ada
multikolinieritas.
5.2.2. Analisis Kriteria Statistik dan Ekonomi
