Sample: 1980 2009 Included observations: 28
Series: PDB SBPU Lags interval: 1 to 1
Selected 0.05 level Number of Cointegrating Relations by Model Data Trend:
None None
Linear Linear
Quadratic Test Type
No Intercept Intercept
Intercept Intercept
Intercept No Trend
No Trend No Trend
Trend Trend
Trace 1
2 Max-Eig
1 2
Critical values based on MacKinnon-Haug-Michelis 1999
Sumber: Data diolah dengan EViews 4.1
4.4. Analisis Data Penelitian
Untuk mengetahui hubungan simultanitas antara PDB dan SBPU di Indonesia 1980-2009, maka digunakan metode Two Stage Least Square 2SLS yaitu metode yang
digunakan untuk menaksir persamaan struktural yang Overidentified. Two Stage Least Squares adalah suatu metode yang sistematis dalam menciptakan variabel-variabel
instrument untuk menggantikan variabel-variabel endogen dalam posisinya sebagai variabel-variabel penjelas dalam sistem persamaan-persamaan simultan. Two Stage Least
Squares 2SLS digunakan untuk menggantikan metode OLS yang tidak dapat digunakan untuk mengestimasi suatu persamaan-persamaan simultan, terutama karena adanya saling
ketergantungan antara variabel distrurbance dengan variabel-variabel penjelas endogen atau adanya pelanggaran terhadap Asumsi Klasik nomor tiga. Tabel 4.8 dibawah berikut
Universitas Sumatera Utara
merupakan hasil regresi persamaan simultan dengan menggunakan Metode 2SLS Two Stage Least Squares.
Tabel 4.9. Hasil Estimasi Two Stage Least Squares
System: SYS01 Estimation Method: Iterative Two-Stage Least Squares
Sample: 1980 2009 Included observations: 30
Total system unbalanced observations 59 Convergence achieved after 6 iterations
Coefficient Std. Error
t-Statistic Prob.
C10 6.775545
1.511767 4.481873
0.0000 C11
-0.690681 0.242804
-2.844600 0.0064
C12 0.364830
0.124054 2.940897
0.0049 C13
0.566629 0.056130
10.09495 0.0000
C21 0.669629
0.141425 4.734885
0.0000 C22
0.960591 0.443890
2.164026 0.0352
C23 -0.973905
0.305418 -3.188761
0.0024 C24
0.598520 0.164243
3.644112 0.0006
Determinant residual covariance 0.002029
Equation: LOGPDB=C10+C11LOGSBPU+C12LOGTAX-GOV +C13LOGKURS
Instruments: C TAX GOV KURS IHK M1 Observations: 30
R-squared
0.914484 Mean dependent var 12.72508
Adjusted R-squared 0.904616 S.D. dependent var
0.768277 S.E. of regression
0.237276 Sum squared resid 1.463803
Durbin-Watson stat 1.959708
Universitas Sumatera Utara
Equation: LOGSBPU=C21LOGPDB+C22LOGIHK+C23LOGM1 +[AR1=C24]
Instruments: C TAX GOV KURS IHK M1 Observations: 29
R-squared
0.392191 Mean dependent var 2.709367
Adjusted R-squared 0.319254 S.D. dependent var
0.292925 S.E. of regression
0.241685 Sum squared resid 1.460288
Durbin-Watson stat 1.987397
Sumber: Data diolah dengan EViews 4.1
Uji asumsi dari model PDB dan SBPU yang digunakan adalah asumsi normalitas, asumsi nonautokorelasi dan uji non multikolinieritas. Uji normalitas dari residual PDB dan
SBPU menggunakan Jarque-Bera, dimana Jarque-Bera residual PDB sebesar 0.7013 dengan probabilitas 0.7042 dan Jarque-Bera residual SBPU sebesar 0.1557 dengan
probabilitas 0.9251. Dengan demikian disimpulkan bahwa residual PDB dan SBPU adalah terdistribusi secara normal. Sedangkan uji multikolinieritas variabel bebas adalah
menggunakan matrix korelasi yang ditunjukkan pada Tabel 4.10.
Tabel 4.10 Matrix Korelasi dan VIP Antar Variabel Bebas
TAX GOV
KURS IHK
M1 TAX
1 GOV
0.9754 1
KURS 0.3295
0.2914 1
IHK 0.3690
0.3328 0.9715
1 M1
0.5420 0.5084
0.8581 0.9191
1 TAX
∞ GOV
20.5429 ∞
KURS 1.1218
1.0928 ∞
IHK 1.1576
1.1245 17.7846
∞ M1
1.4160 1.3485
3.7919 6.4390
∞
Sumber: Data diolah dengan EViews 4.1 Dari Tabel 4.10 ditunjukkan bahwa korelasi antara IHK dengan KURS sebesar
0.9715 dan korelasi antara GOV dengan TAX sebesar 0.9754, sehingga dapat dikatakan bahwa model persamaan simultan mengalami multikolinieritas yang serius. Uji
Universitas Sumatera Utara
nonautokorelasi menggunakan Durbin-Watson statistic, dimana nilai Durbin-Watson statistic residual PDB dan SBPU masing-masing sebesar 1.9597 dan 1.9874. Oleh sebab itu
disimpulkan bahwa model PDB dan SBPU tidak mengalami autokorelasi atau non autokorelasi.
4.5. Pembahasan 4.5.1. Produk Domestik Bruto
