sehingga dapat disimpulkan Bahwa Regresi Bebas dari gejala Autokorelasi korelasi serial.
3. Pengujian adanya Heteroskedastisitas
Salah satu metode yang dipakai untuk mengetahui adanya Heteroskedastisitas adalah dengan Uji Rank Spearman atau Spearman Rho. Adapun
hasil perhitungan dari komputer adalah sebagai berikut :
Tabel 9. Korelasi antara variabel bebas dengan Residual error
Variabel Korelasi
Probabilitas Inflasi X
1
Pengeluaran pemerintahX
2
Penanaman Modal Dalam Negeri X
3
-0,039 -0,164
0,046 0,889
0,558 0,869
Sumber : lampiran 4 Pengambilan keputusan :
Ho diterima, jika Probabilitas 0,05, maka terjadi Heteroskedastisitas
Ho ditolak jika Probabilitas 0,05, maka terjadi Homoskedastisitas Berdasarkan hasil pada tabel 9 diatas, semua probabilitas dari dari setiap
variabel lebih besar dari 0,05, dapat disimpulkan bahwa regresi bebas dari gejala adanya Heteroskedastisitas, ini berarti variance dari variabel pengganggunya adalah
tetap atau sama. Dari Pendeteksian adanya pelanggaran terhadap asumsi-asumsi klasik diatas
dapat disimpulkan bahwa regresi sudah tidak terdapat estimator-estimator yang bias atau sudah memenuhi kriteria BLUE Best Linear Unbiased Estimator.
4.3.2. Hasil Perhitungan Regresi Linier Berganda
Selanjutnya dilakukan analisis untuk mengetahui adanya pengaruh yang signifikan antara variabel bebas, yaitu : InflasiX
1
, Pengeluaran pemerintahX
2
,
dan Penanaman Modal Dalam NegeriX
3
terhadap variabel terikat yaitu Pertumbuhan ekonomiY.
Dalam analisis ini menggunakan model Analisis Regresi Linier berganda yang berguna untuk mengetahui terdapat atau tidaknya pengaruh diantara variale
bebas dan variabel terikat, hasil tersebut dapat dilihat pada tabel di bawah ini : Tabel 10 : Hasil Perhitungan Regresi Linier Berganda dengan menggunakan
Program SPSS Variabel Koefisien
Regresi Std. Error
t
hitung
Sig r
parsial
InflasiX
1
-0,277 0,041
-6,685 0,000
-0,896 Pengeluaran
pemerintahX
2
-1,11 x 10
-9
2,114 x 10
-9
-0,527 0,609 -0,157
Penanaman Modal Dalam
NegeriX
3
-2,722 x 10
-7
1,611 x 10
-6
-0,169 0,869 -0,051
Variabel terikat : Pertumbuhan ekonomiY Konstanta
: 9,971 Koefisien Korelasi R
= 0,899 Koefisien determinasi R
2
= 0,808
t
tabel
= 2,201 Sumber : Lampiran 4
Berdasarkan hasil perhitungan tersebut di atas, diperoleh persamaan regresi Linier berganda sebagai berikut :
Y = 9,971 - 0,277 X
1
– 0,0000000001114 X
2
- 0,0000002722 X
3
Berdasarkan persamaan tersebut diatas, maka dapat dijelaskan melalui penjelasan sebagai berikut :
β = Konstanta = 9,971
Ini menunjukkan besarnya pengaruh berbagai faktor variable lain terhadap Pertumbuhan ekonomi artinya, apabila variabel bebas konstan atau sama dengan
0, maka Pertumbuhan ekonomi akan bernilai sebesar 9,971 persen.
β
1
= Koefisien regresi untuk X
1
= -0,277 Ini menunjukkan besarnya pengaruh variabel InflasiX
1
terhadap Pertumbuhan ekonomi, artinya apabila variabel Inflasi meningkat 1 persen,
maka Pertumbuhan ekonomi akan menurun sebesar 0,277 persen dengan asumsi variabel X
2
, dan X
3
adalah konstan. β
2
= Koefisien regresi untuk X
2
= -0,0000000001114 Ini menunjukkan besarnya pengaruh Pengeluaran pemerintahX
2
terhadap Pertumbuhan ekonomi, artinya apabila Pengeluaran pemerintahX
2
meningkat Rp 1 ribu, maka Pertumbuhan ekonomi akan menurun sebesar
0,0000000001114 persen dengan asumsi variabel X
1
, dan X
3
adalah konstan. β
3
= Koefisien regresi untuk X
3
= -0,0000002722 Ini menunjukkan besarnya pengaruh Penanaman Modal Dalam Negeri
terhadap Pertumbuhan ekonomi, artinya apabila Penanaman Modal Dalam Negeri meningkat 1 juta rupiah, maka Pertumbuhan ekonomi menurun sebesar
0,0000002722 persen, dengan asumsi variabel X
1
, dan X
2
adalah konstan.
4.3.3. Koefisien Determinasi R
Kategori