t
= stokhastik term eror dari pertumbuhan ekonomi
t t
t t
t
GOV TAX
CPI GRO
3 2
1 1
=
Dari persamaan 3.1B ditunjukkan bahwa nilai
1
t
tidak selalu sama dengan nol. Jika
1
t
≠ 0 maka model pertumbuhan ekonomi tidak mempunyai keseimbangan.
Apabila
t
GRO
=
t
CPI
=
t
TAX
=
t
GOV
= 0 dan
1
t
0 artinya
t
GRO di atas keseimbangan. Selanjutnya apabila
t
GRO di atas keseimbangan,
1 3
t
negatif menyebabkan
t
GRO
negatif sehingga nilai
t
GRO
naik pada periode berikutnya untuk mengoreksi kesalahan keseimbangan atau ECM. Sebaliknya jika
1
t
0 atau
t
GRO di bawah keseimbangan,
1 3
t
positif menyebabkan
t
GRO positif sehingga nilai
t
GRO turun pada periode berikutnya untuk mengoreksi kesalahan keseimbangan koefisien
3
menjelaskan seberapa cepat kesalahan keseimbangan dikoreksi kembali. Semakin besar koefisien
3
maka kesalahan keseimbangan semakin cepat dikoreksi. Apabila koefisien
3
signifikan maka pertumbuhan ekonomi
GRO
tidak mencapai keseimbangan jangka pendek.
3.5.1. Uji Kesesuaian
Uji kesesuaian menggunakan beberapa tehnik statistik yaitu uji statistik – t dan uji statistik – F. Uji statistik –t statistik –F masing-masing adalah uji parsial
t-test dimaksudkan untuk mengetahui signifikan statistik.
Universitas Sumatera Utara
t – statistik =
i i
SE
3.2.A koefisien regresi secara parsial. Jika t hitung t tabel, maka Ho ditolak.
F – statistik = 1
1
2 2
k N
R k
R
3.2.B
Uji serempak F-test, dimaksudkan untuk mengetahui signifikansi statistik koefisien regresi secara serempak. F hitung F tabel, maka Ho ditolak.
3.5.2. Pelanggaran Asumsi Klasik
Dalam suatu model regresi ada beberapa permasalahan yang bisa terjadi yang secara statistik dapat mengganggu model yang telah ditentukan, bahkan dapat
menyesatkan kesimpulan yang diambil dari persamaan yang dibentuk. Untuk itu maka perlu melakukan uji penyimpangan asumsi klasik, yang terdiri dari Gujarati,
2004: 1. Stasioneritas
Uji stasioneritas menggunakan Augmented Dickuy Fuller ADF test yaitu
Apabila ADF test statistik lebih besar dari nilai kritis mackinon maka variabel dikatakan stasioner
t i
t t
t
Y Y
T Y
1
1 1
3.3 2. Multikolinieritas
Multikolinieritas digunakan untuk menunjukkan adanya hubungan linear diantara variabel-variabel bebas dalam model regresi. Interpretasi dari persamaan regresi
Universitas Sumatera Utara
linier secara implisit bergantung pada asumsi bahwa variabel-variabel bebas dalam persamaan tidak saling berkorelasi. Uji multikolineritas menggunakan statistik .
VIF =
2
1 1
ij
r
3.4
Di mana: VIF = variable inflating faktor atau derajat multikolieritas, dan
ij
r = koefisien korelasi antar variabel bebas.
Jika nilai VIF 10 maka variabel bebas mengalami multikolinearitas yang serius .
3. Autokorelasi Autokorelasi dapat didefinisikan sebagai korelasi antara anggota serangkaian
observasi yang diurutkan menurut waktu. Dalam konteks regresi, model regresi linier klasik mengasumsikan bahwa autokorelasi seperti itu tidak terdapat dalam
disturbansi atau penggunaan. Dengan menggunakan lambang
t
secara sederhana dapat dikatakan model klasik mengasumsikan bahwa unsur gangguan yang
berhubungan dengan observasi tidak dipengaruhi oleh unsur disturbansi atau gangguan yang berhubungan dengan pengamatan lain yang manapun. Statistik
autokorelasi dirumuskan sebagai berikut: d =
2 2
1 t
t t
3.5
Apabila nilai 1 d 2 maka disimpulkan bahwa
t
tidak mengalami autokorelasi.
Universitas Sumatera Utara
4. Normalitas Asumsi model regresi linier klasik adalah bahwa faktor pengganggu u
i
mempunyai nilai rata-rata yang sama dengan nol, tidak berkorelasi dan mempunyai varian yang konstan. Dengan asumsi ini, OLS estimator atau penaksir
akan memenuhi sifat-sifat statistik yang diinginkan, seperti ketidakbiasan dan mempunyai varian yang minimum.
Untuk mengetahui normal tidaknya faktor gangguan u
i
, dilakukan dengan Jarque- Bera Test J-B Test. Uji ini menggunakan hasil estimasi residual dan X²
probability distribution, yaitu dengan membandingkan nilai JB
hitung
yaitu X
2 hitung
dengan X
2 tabel
. Kriteria keputusan sebagai berikut: 1. Jika nilai JB
hitung
X
2 tabel
Prob. 0,05, maka hipotesis yang menyatakan bahwa residual u
i
terdistribusi normal ditolak. 2. Jika nilai JB
hitung
X
2 tabel
Prob. 0,05, maka hipotesis yang menyatakan bahwa residual u
i
terdistribusi normal tidak ditolak.
JB – Statistik = N
24 3
2 2
k G
S 3.6
Di mana: S = skewness dari nilai
t
, dan k = kurtosis dari nilai
t
Universitas Sumatera Utara
BAB IV HASIL DAN PEMBAHASAN
