☎☎
C. Pengolahan Data
Dalam penelitian ini, pengolahan data menggunakan program komputer yaitu menggunakan program E-Views 9.0.
D. Metode Analisis Data
Untuk mengetahui pengaruh konsumsi rumah tangga, investasi, dan pengeluaran pemerintah terhadap pertumbuhan ekonomi provinsi lampung ekonomi, penulis
menggunakan metode Ordinary Least Square OLS. Perhitungan dilakukan dengan menggunakan beberapa pengujian, diantaranya : Uji Koefisien
Determinasi R
2
, Uji Hipotesis yang terdiri dari Uji T Statistik dan Uji F Statistik. Serta Uji Empat Asumsi Klasik yang terdiri dari Uji Heteroskedastisitas,
Uji Multikolinieritas dan Uji Normalitas.
E. Spesifikasi Model Penelitian
Data-data yang digunakan dianalisis secara kuantitatif dengan menggunakanan alias statistik yaitu persamaan regresi linier berganda. Bentuk persamaannya
adalah: =
+ +
+ +
Di aplikasikan dalam variabel menjadi : =
+ +
+ +
Dimana: Y
= Perekonomian yang Diukur Dengan PDRB Atas Dasar Harga Konstan tahun 2000 Dalam Triliun Rupiah
β0 = Konstanta
✆ ✝
β1,β2,β3 = Koefisien Regresi Masing-Masing Variabel
= Konsumsi Rumah Tangga Dalam Milyar Rupiah = Investasi Dalam Milyar Rupiah
= Pengeluaran Pemerintah Dalam Milyar Rupiah et
= Eror Term
F. Uji Asumsi Klasik
Di dalam metode Ordinary Least Square, data yang digunakan harus terbebas dari asumsi-asumsi klaasik. Adapun uji asumsi klasik yang digunakan dalam
penelitian ini antara lain: uji normalitas, uji multikolinearitas, uji heteroskedastisitas, dan uji autokorelasi. Di bawah ini merupakan uraian dari
masing-masing pengujian asumsi klasik. 1. Uji Normalitas
Uji Normalitas adalah untuk mengetahui apakah residual terdistribusi secara normal atau tidak, pengujian normalitas dilakukan menggunakan metode Jarque-
Bera. Residual dikatakan memiliki distribusi normal jika Jarque Bera Chi square, dan atau probabilitas p-value α = 5 Gujarati, 2000:97. Cara
mengukur dengan menggunakan metode Jarque-Bera JB adalah: JB = n +
Dimana S melambangkan skewness tidak simetriscondong dan K melambangkan kurtosis simetriscondong. Di bawah hipotesis nol mengenai
normalitas, JB terdistribusi sebagai sebuah statistik chi-square dengan derajat bebas df 2.
✞ ✟
Ho : Jarque Bera stat Chi square, p-value 5, residual berdistribusi dengan normal
Ha: Jarque Bera stat Chi square, p-value 5, residual tidak berdistribusi dengan normal.
2. Heteroskedastisitas Heteroskedastisitas adalah varian dari residual model regresi yang digunakan
dalam penelitian tidak homokedastis atau dengan kata lain tidak konstan. Data yang diambil dari pengamatan satu ke lain atau data yang diambil dari observasi
satu ke yang lain tidak memiliki residual yang konstan atau tetap. Untuk menguji ada tidaknya heteroskedastisitas maka dapat digunakan metode White
Heteroskedastisitas Test no cross term. Uji keberadaan heteroskedastisitas dilakukan dengan menguji residual hasil estimasi menggunakan metode White
Heteroskedastisitas Test no cross term dengan membandingkan nilai ObsR square dengan nilai Chi-square. Jika ObsR square χ
2
-hitung Chi-square χ
2
– tabel, berarti terdapat masalah heteroskedastisitas didalam model. Dan jika
ObsR square χ
2
-hitung Chi-square χ
2
–tabel, berarti tidak ada masalah heteroskedastisitas. Dalam hal ini, hipotesis pendugaan masalah
heteroskedastisitas adalah sebagai berikut Gujarati, 2000: 105 : Ho :ObsR square χ
2
-hitung Chi-square χ
2
–tabel maka mengalami masalah heteroskedastisitas.
Ha: ObsR square χ
2
-hitung Chi-square χ
2
–tabel, Model terbebas dari masalah heteroskedastisitas.
✠
3. Autokorelasi Autokolerasi adalah keadaan dimana faktor-faktor pengganggu yang satu dengan
yang lain tidak saling berhubungan, pengujian terhadap gejala autokorelasi dalam model analisa regresi dilakukan dengan pengujian Breusch-Godfrey Serial
Correlation LM Test dengan membandingkan nilai ObsR square dengan nilai Chi-square. Jika ObsR square χ
2
-hitung Chi-square χ
2
–tabel, berarti hasil uji Breusch-Godfrey Serial Correlation LM Test mengindikasikan bahwa terdapat
masalah autokolerasi didalam model. Dan jika ObsR square χ
2
-hitung Chi- square χ
2
–tabel,berarti hasil uji Breusch-Godfrey Serial Correlation LM Test mengindikasikan bahwa tidak ada masalah autokolerasi. Dalam hal ini, hipotesis
pendugaan masalah autokolerasi adalah sebagai berikut Gujarati, 2000:117 : Ho : ObsR square χ
2
-hitung Chi-square χ
2
–tabel maka mengalami masalah autokolerasi.
Ha: ObsR square χ
2
-hitung Chi-square χ
2
–tabel maka terbebas dari masalah autokolerasi.
4. Multikolinearitas Multikolinearitas adalah hubungan linier yang terjadi diantara variabel-variabel
independen, meskipun terjadinya multikolinearitas tetap menghasilkan estimator yang BLUEBest Linear Unbiased Estimator. Pengujian terhadap gejala
multikolinearitas dapat dilakukan dengan menghitung Variance Inflation Factor VIF dari hasil estimasi. Jika VIF 10 maka antara variabel independen tidak
terjadi hubungan yang linier atau tidak ada multikolinearitas Gujarati, 2000:125. Cara menghitung VIF adalah sebagai berikut:
Kategori