yang diestimasi melakukan pelanggaran atau tidak terhadap asumsi klasik OLS. Sedangkan pengujian ekonomi dilakukan untuk melihat apakah tanda dan besaran
koefisien dugaan yang diperoleh sesuai dengan teori ekonomi.
3.5.1 Kriteria Statistik
Uji-t
Pengujian ini digunakan untuk menghitung koefisen regresi secara individu atau masing-masing dari variabel bebas dan bagaimana pengaruhnya
apakah nyata atau tidak terhadap variabel dependennya. Hipotesis dalam pengujian ini dapat dituliskan sebagai berikut:
H : β
t
= 0 H
1
: β
t
≠ 0; t = 1, 2, ….., n
Dari hipotesis tersebut, dapat diartikan bahwa jika probabilitas nilai t-statistiknya mempunyai nilai yang kurang dari derajat kepercayaan yang digunakan α maka
tolak H atau mempunyai arti bahwa variabel bebas mempunyai pengaruh yang
signifikan atau nyata terhadap variabel dependennya. Begitu pula sebaliknya, jika H
diterima maka variabel bebas tidak mempunyai pengaruh yang signifikan terhadap variabel dependennya.
Untuk menghitung t-statistiknya, digunakan rumus sebagai berikut:
dimana: b
= Parameter dugaan β
t
= Parameter hipotesis Seβ = Standar eror parameter β
Jika nilai t yang diperoleh pada taraf nyata se besar α ternyata lebih besar dari t-
tabel t-stat t-tabel maka tolak H , sehingga dapat dikatakan bahwa koefisien β
duga tidak sama dengan 0 dan variabel yang diuji mempunyai pengaruh yang nyata terhadap variabel dependennya atau dapat dikatakan bahwa β duga
signifikan secara statistik. Namun sebaliknya jika t-statistik lebih kecil dari t-tabel t-stat t-
tabel pada taraf nyata sebesar α maka terima H yang berarti bahwa
koefisien β duga sama dengan 0 dan variabel yang diuji tidak mempunyai pengaruh yang nyata terhadap variabel dependennya.
Uji F
Uji F digunakan untuk melakukan uji hipotesis koefisien atau slope regresi secara bersamaan. Pengujian terhadap uji F ini dilihat dari nilai probabilitas F-
statistiknya. Jika F-statistiknya menunjukkan nilai yang lebih kecil dari taraf nyata yang digunakan maka tolak H
yang artinya bahwa paling tidak ada satu atau seluruh variabel yang berpengaruh terhadap variabel dependennya atau signifikan
secara statistik.
Uji p-value
Uji p-value ini biasanya ditampilkan pada penggunaan output komputer. Uji ini digunakan untuk menguji bagaimana suatu model signifikan atau tidak,
baik secara parsial atau keseluruhan. Jika nilai dari p-value lebih kecil dari taraf nyata sebesar α, maka dapat dinyatakan bahwa variabel bebas mempengaruhi
secara nyata terhadap variabel dependennya, dan jika p-value nya lebih besar dari taraf nyata sebesar α maka variabel bebas tersebut tidak berpengaruh secara nyata
terhadap variabel dependennya.
Uji Koefisien Determinasi R
2
Nilai koefisien determinasi R
2
mencerminkan seberapa besar variasi atau keragaman dari variabel dependen yang dapat diterangkan oleh variabel bebas.
Besarnya nilai dari R
2
ini adalah 0 R
2
1. Jika nilai nya sama dengan 0 R
2
= 0 maka artinya keragaman dari variabel dependen tidak dapat diterangkan sama
sekali oleh variabel bebasnya. Sedangkan jika nilai R
2
= 1 maka artinya keragaman dari variabel dependen secara keseluruhan dapat diterangkan oleh
variabel independennya. Jadi, baik atau buruknya suatu persamaan regresi ditentukan oleh R
2
nya yang mempunyai nilai antara nol dan satu. 3.5.2
Kriteria Ekonometrik Multikolinearitas
Dalam suatu model, jika multikolinearitas tinggi maka akan diperoleh nilai R
2
yang tinggi, tetapi tidak ada koefisien regresi yang signifikan secara statistik. Multikolinearitas dapat dideteksi dengan melihat koefisien korelasi antar variabel
bebasnya. Model dianggap tidak mempunyai kolinearitas jika nilai korelasi antar variabel bebasnya kurang dari 0,8. Namun, jika nilainya lebih dari 0,8 maka
terdapat multikolinearitas dalam model tersebut. Selain itu, multikolinearitas juga dapat dideteksi dengan melihat nilai VIF atau Variance Inflation Factor.
Kolinearitas dianggap ada jika nilai VIF 10, yang artinya menganggap model tidak mempunyai kolinearitas jika korelasi antar variabel bebas hanya mencapai
0,9. Dimana VIF = dengan R
2
adalah koefisien determinasi antara variabel bebas ke-j dengan variabel bebas lainnya.
Autokorelasi
Uji autokorelasi dilakukan untuk melihat apakah antara galat atau eror terdapat hubungan dalam suatu persamaan regresi. Untuk menguji ada atau
tidaknya autokorelasi adalah dengan melakukan uji Durbin-Watson DW. Akibat dari adanya autokorelasi ini adalah bahwa penduga yang diperoleh dengan
menggunakan OLS tidak lagi bersifat BLUE, walaupun masih bersifat tak bias dan konsisten. Untuk melihat seberapa kuat adanya pengaruh autokorelasi, dapat
ditunjukkan dari koefisien korelasinya atau ρ. Besarnya koefisien tersebut adalah -
1 ρ 1. DW = 2
-
-
3.10 Dari persamaan diatas maka diperoleh nilai statistik DW yaitu 0
≤ d ≤ 4, dengan d menggambarkan koefisien DW, jika statistik DW bernilai 2 maka ρ akan bernilai
0, yang berarti tidak ada autokorelasi. Jika statistik DW bernilai 0, maka ρ akan bernilai 1 yang berarti ada autokorelasi posit
if dan jika DW bernilai 4 maka ρ akan bernilai -1 yang berarti ada autokorelasi negatif. Adanya autokorelasi akan
menyebabkan estimasi dari standar eror dan varian koefisien regresi yang diperoleh akan underestimate atau lebih kecil dari nilai sebenarnya. Sehingga
koefisien R
2
akan besar, uji-F dan uji-t menjadi tidak valid lagi. Namun, untuk mempermudah mengetahui apakah terdapat autokorelasi atau tidak, dapat
digunakan Tabel 3 berikut ini. Jika nilai d berada diantara 1,54 dan 2,46 maka tidak ada autokorelasi dan bila nilai d berada diantara 0 hingga 1,10 maka terdapat
autokorelasi positif, dan seterusnya.
Tabel 3. Penentuan Ada Tidaknya Autokorelasi dengan Uji Durbin-Watson
Tolak H , berarti
ada autokorelasi positif
Tidak dapat diputuskan
Terima H , berarti tidak
ada autokorelasi Tidak dapat
diputuskan Tolak H
, berarti ada autokorelasi
negatif
d
L
d
u
2 4-d
u
4-d
L
4 1,10
1,54 2,46
2,90
Sumber: UPP STIM YKPN, 2007
Heteroskedastisititas
Heteroskedastisitas adalah bila varian residual atau error tidak konstan atau berubah-ubah. Karena adanya heteroskedastisitas maka akan mengakibatkan
varian koefisien regresi cenderung akan besar. Sehingga akan berakibat pada uji hipotesis baik uji-t maupun uji-F tidak lagi akurat. Untuk mengetahui ada
tidaknya heteroskedastisitas dapat digunakan uji White dengan melihat pada nilai R
2
nya. Jika nilai probabilitas R
2
melebihi nilai kritis dengan α yang dipilih, maka hal tersebut menunjukkan bahwa tidak ada heteroskedastisitas, begitu pula
sebaliknya.
IV. GAMBARAN UMUM PERKEMBANGAN EKSPOR TEKSTIL
