Uji Asumsi Klasik Analisis Model Financial Deepening Terhadap Pertumbuhan Ekonomi
kesalahan pada pada model. Selanjutnya pengujian heteroskedastisitas dengan menggunakan White Test dengan with cross term untuk mendeteksi adanya
heteroskedastisitas penenlitian ini menunjukkan tidak adanya masalah ketidaksamaan varians dari residual pengamatan satu ke pengamatan lain pada
model. Hal ini dibuktikan dengan lebih besarnya nilai probabilitas ObsR-squared dari pada
α α = 5 = 0.05 dengan nilai 0.0827 0.0000 0.05. Uji autokolerasi bertujuan untuk mengetahui ada tidaknya korelasi antara
kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1. Dari tabel uji autokorelasi dengan menngunakan Breusch-Godfrey Serial
Correlation LM Tes dapat diketahui bahwa tidak terdapat masalah autokorelasi
pada model. Hal tersebut ditunjukkan dengan lebih besarnya nilai probabilitas ObsR-squared dari pada
α α = 5 = 0.05 dengan nilai 0.2383 0.2474 0.05. Untuk mengetahui apakah suatu model berdistribusi normal atau tidak, dilakukan
uji normalitas. Hasil pengujian dengan menggunakan Jarque-Bera test menunjukkan bahwa model tidak mengalami masalah normalitas. Hal ini
dibuktikan dengan nilai probabilitas Jarque-Bera sebesar 0.800397 lebih besar dari pada nilai
α α = 5 = 0.05. Hasil ini memberikan kesimpulan bahwa data dalam model berdistribusi normal.
Tabel 4.9 Hasil uji diagnosis asumsi klasik pada model 3.2
Uji Diagnosis Test
Output Hitung
Probabilitas α=5
Kesimpulan Multikolinearitas
Correlation Matrix -
- Tidak terjadi
multikolinearitas Linearitas
Ramsey Reset Test 10.42159
0.0012 Data tidak linier
Heteroskedastisitas White Test
with Cross Term 16.75212
0.0050 Terjadi
Heteroskedastisitas Autokorelasi
Breucsh Godfrey Test
17.72749 0.0001
Terdapat autokorelasi
Normalitas Jarque-Berra Test
0.324950 0.850037
Berdistribusi normal
Sumber : lampiran D, diolah
Paparan tabel di atas dilihat dari hasil estimasi data variabel penelitian menunjukkan bahwa tidak semua kriteria asumsi klasik terpenuhi. Asumsi
linieritas pada uji Ramsey Reset Test tidak terpenuhi dengan nilai probabilitas likelihood ratio sebesar 0.0012
lebih kecil dibandingkan dengan α α = 5 = 0.05. Pengujian tersebut memberikan kesimpulan bahwa terdapat masalah
spesifikasi kesalahan pada pada model. Selanjutnya pengujian heteroskedastisitas dengan menggunakan White Test dengan with cross term untuk mendeteksi
adanya heteroskedastisitas penenlitian ini menunjukkan adanya masalah ketidaksamaan varians dari residual pengamatan satu ke pengamatan lain pada
model. Hal ini dibuktikan dengan lebih besarnya nilai probabilitas ObsR-squared dari pada
α α = 5 = 0.05 dengan nilai 0.0050 0.0050 0.05. Dari tabel uji autokorelasi dengan menngunakan Breusch-Godfrey Serial
Correlation LM Tes dapat diketahui bahwa terdapat masalah autokorelasi pada
model. Hal tersebut ditunjukkan dengan lebih besarnya nilai probabilitas ObsR- squared dari pada
α α = 5 = 0.05 dengan nilai 0.0001 0.0001 0.05. Untuk mengetahui apakah suatu model berdistribusi normal atau tidak, dilakukan uji
normalitas. Hasil pengujian dengan menggunakan Jarque-Bera test menunjukkan bahwa model tidak mengalami masalah normalitas. Hal ini dibuktikan dengan
nilai probabilitas Jarque-Bera sebesar 0.850037 lebih besar dari pada nilai α α =
5 = 0.05. Hasil ini memberikan kesimpulan bahwa data dalam model berdistribusi normal.
Tabel 4.10Hasil uji diagnosis asumsi klasik pada model 3.3
Uji Diagnosis Test
Output Hitung
Probabilitas α=5
Kesimpulan Multikolinearitas
Correlation Matrix -
- Tidak terjadi
multikolinearitas Linearitas
Ramsey Reset Test 1.980354
0.1594 Data linier
Heteroskedastisitas White Test
with Cross Term 7.145308
0.2101 Tidak Terjadi
Heteroskedastisitas Autokorelasi
Breucsh Godfrey Test
2.951439 0.2286
Tidak Terdapat autokorelasi
Normalitas Jarque-Berra Test
0.614968 0.735295
Berdistribusi normal
Sumber : lampiran D , diolah
Tabel di atas dilihat dari hasil estimasi data variabel penelitian menunjukkan bahwa semua kriteria asumsi klasik terpenuhi. Asumsi linieritas pada uji Ramsey
Reset Test terpenuhi dengan nilai probabilitas likelihood ratio sebesar
0.1594
lebih besar dibandingkan dengan α α = 5 = 0.05. Pengujian tersebut
memberikan kesimpulan bahwa terdapat masalah spesifikasi kesalahan pada pada model. Selanjutnya pengujian heteroskedastisitas dengan menggunakan White
Test dengan with cross term untuk mendeteksi adanya heteroskedastisitas
penenlitian ini menunjukkan tidak adanya masalah ketidaksamaan varians dari residual pengamatan satu ke pengamatan lain pada model. Hal ini dibuktikan
dengan lebih besarnya nilai probabilitas ObsR-squared dari pada α α = 5 =
0.05 dengan nilai 0.2101 0.2101 0.05. Dari tabel uji autokorelasi dengan menngunakan Breusch-Godfrey Serial
Correlation LM Tes dapat diketahui bahwa tidak terdapat masalah autokorelasi
pada model. Hal tersebut ditunjukkan dengan lebih besarnya nilai probabilitas ObsR-squared dari pada
α α = 5 = 0.05 dengan nilai 0.2286 0.22860.05. Untuk mengetahui apakah suatu model berdistribusi normal atau tidak, dilakukan
uji normalitas. Hasil pengujian dengan menggunakan Jarque-Bera test menunjukkan bahwa model tidak mengalami masalah normalitas. Hal ini
dibuktikan dengan nilai probabilitas Jarque-Bera sebesar 0.735295 lebih besar dari pada nilai
α α = 5 = 0.05. Hasil ini memberikan kesimpulan bahwa data dalam model berdistribusi normal.
Tabel 4.11 Hasil uji diagnosis asumsi klasik pada model 3.4
Uji Diagnosis Test
Output Hitung
Probabilitas α=5
Kesimpulan Multikolinearitas
Correlation Matrix -
- Tidak terjadi
multikolinearitas Linearitas
Ramsey Reset Test 2.137032
0.1438 Data linier
Heteroskedastisitas White Test
with Cross Term 4.367741
0.4978 Tidak Terjadi
Heteroskedastisitas Autokorelasi
Breucsh Godfrey Test
2.750129 0.2528
Tidak Terdapat autokorelasi
Normalitas Jarque-Berra Test
0.675415 0.713404
Berdistribusi normal
Sumber : lampiran D , diolah
Tabel di atas dilihat dari hasil estimasi data variabel penelitian menunjukkan bahwa semua kriteria asumsi klasik terpenuhi. Asumsi linieritas
pada uji Ramsey Reset Test terpenuhi dengan nilai probabilitas likelihood ratio sebesar 0.1438
lebih besar dibandingkan dengan α α = 5 = 0.05. Pengujian tersebut memberikan kesimpulan bahwa tidak terdapat masalah spesifikasi
kesalahan pada pada model. Selanjutnya pengujian heteroskedastisitas dengan menggunakan White Test dengan with cross term untuk mendeteksi adanya
heteroskedastisitas penenlitian ini menunjukkan tidak adanya masalah ketidaksamaan varians dari residual pengamatan satu ke pengamatan lain pada
model. Hal ini dibuktikan dengan lebih besarnya nilai probabilitas ObsR-squared dari pada
α α = 5 = 0.05 dengan nilai 0.4978 0.4978 0.05. Dari tabel uji autokorelasi dengan menngunakan Breusch-Godfrey Serial
Correlation LM Tes dapat diketahui bahwa tidak terdapat masalah autokorelasi
pada model. Hal tersebut ditunjukkan dengan lebih besarnya nilai probabilitas ObsR-squared dari pada
α α = 5 = 0.05 dengan nilai 0.2528 0.25280.05. Untuk mengetahui apakah suatu model berdistribusi normal atau tidak, dilakukan
uji normalitas. Hasil pengujian dengan menggunakan Jarque-Bera test menunjukkan bahwa model tidak mengalami masalah normalitas. Hal ini
dibuktikan dengan nilai probabilitas Jarque-Bera sebesar 0.713404 lebih besar dari pada nilai
α α = 5 = 0.05. Hasil ini memberikan kesimpulan bahwa data dalam model berdistribusi normal.
Kesimpulannya bahwa pada keempat model tersebut diantaranya pada model 3.1, 3.2, 3.3 dan 3.4. Hanya model 3.2 dengan variabel GDP, CPSGDP,
dan M2GDP yang mengalami masalah yaitu data tidak linier, terdapat heteroskedastistas dan terdapat autokorelasi. Yang artinya bahwa variabel
AMCGDP sangat penting dalam mempengaruhi pertumbuhan ekonomi, jelas bahwa ketika model 3.1 di simulasi hingga menjadi pada model 3.2 dimana dalam
model 3.2 tidak terdapat variabel AMCGDP. Pentingnya rasio kapitalisasi pasar dalam mempengaruhi pertumbuhan ekonomi.