64
5 Uji Autokorelasi
Uji autokorelasi adalah sebuah uji yang bertujuan untuk mengetahui apakah ada tidaknya korelasi antar variabel. Autokolerasi didefinisikan
sebagai kolerasi atau hubungan antara anggota serangkaian observasi yang diurutkan menurut waktu seperti time-series atau ruang cross-section.
Masalah kolerasi biasanya muncul dalam data time-series dan tidak menutup kemungkinan dapat terjadi juga dalam data cross-section. Dalam
data time-series, autokolerasi terjadi khususnya apabila selang waktu pengamatan sangat pendek. Sedangkan dalam data cross-section, observasi
tidak diurutkan, namun tidak menutup kemungkinan autokolerasi dapat terjadi.
Cara mendeteksi ada tidaknya masalah autokolerasi salah satunya adalah dengan uji Durbin-Watson. Keunggulan dari uji D-W dalam mendeteksi
masalah autokolerasi adalah karena uji ini didasarkan pada residual yang ditaksir. Dimana dalam berbagai program komputer seperti E-views
misalnya, secara rutin menampilkan nilai D-W statistik.
4. Pengujian Statistik Analisis Regresi
Uji signifikansi merupakan prosedur yang digunakan untuk diterima atau ditolaknya secara statistik hasil hipotesis nol Ho dari sample keputusan untuk
mengolah Ho dibuat berdasarkan nilai uji statistik yang diperoleh dari data yang ada.
65
1 Koefisien Determinan Adjusted R²
Nilai Adjusted R² disebut juga koefisien detrminasi. Koefisien determinasi adjusted R² menunjukan seberapa besar persentase variasi variable
independent dapat menjelaskan variasi variable dependennya goodness of fit test. Nilai adjusted R² berkisar antara nol dan satu 0Adjusted R²1. Nilai
Adjusted R² yang kecil atau mendekati nol berarti kemampuan variable independent dalam menjelaskan variasi variable dependen amat terbatas.
Sebaliknya jika nilai Adjusted R² mendekati satu berarti variable independent memberikan hampir semua informasi yang dibutuhkan untuk memprediksi
variasi variabel dependen dalam model tersebut dapat dikatakan baik.
2 Pengujian Best of Fit Model
a. Pengujian koefisien regresi serentak uji F Uji F merupakan alat uji statistik secara bersama-sama atau
keseluruhan dari koefisien regresi variabel independen terhadap variabel dependen. Dari uji F dapat diketahui variabel independen
yang masuk dalam model memiliki pengaruh secara bersama-sama atau tidak terhadap variabel dependen. Hipotesis nol Ho yang
diajukan dalam penelitian ini adalah apakah semua variabel independen bukan merupakan penjelas yang signifikan terhadap
variabel dependen atau: Ho :
β1 = β2 = β3 = β4 = 0
66 Sedangkan hipotesis alternatifnya Hı adalah semua variabel
independent mampu mempengaruhi variabel dependen secara bersama-sama. Atau:
H1 : β1 = β2 = β3 = β4 ≠ 0
Kriteria dalam uji F yaitu bila niali Fhitung lebih besar dibandingkan dengan nilai F tabel FF
α, df, maka Hο ditolak, dan Hı diterima. Atau apabila F-hitung lebih besar dari F-tabel, maka variabel
independen berpengaruh signifikan terhadap variabel dependen secara bersama-sama. Sebaliknya, apabila F-hitung lebih kecil dari F-tabel,
maka variabel independen tidak berpengaruh signifikan terhadap variabel dependen secara bersama-sama. F-tabel diperoleh dengan
derajat kebebasa variasi regresi k banyaknya variabel, dan derajat kebebasan variasi residual n-k-1 banyaknya observasi-banyaknya
variabel-1 b. Pengujian koefisien regresi secara individual Uji t
Uji t dilakukan untuk mengetahui apakah variabel independen secara individual mempengaruhi variabel dependennya. Hipotesis yang
diajukan adalah: Hipotesis 1
H : β1 ≥ 0,05 PDRB berpengaruh secara signifikan terhadap tingkat
kemiskinan H
ο : β1 0,05 PDRB tidak berpengaruh negatif dan signifikan terhadap tingkat kemiskinan.
67 Hipotesis 2
H : β2 ≤ 0,05 Angka Harapan Hidup berpengaruh secara signifikan
terhadap tingkat kemiskinan H
ο: β2 0,05 Angka Harapan Hidup tidak berpengaruh negatif dan signifikan terhadap tingkat kemiskinan
Hipotesis 3 H
: β3 ≥ 0,05 Angka Melek Huruf berpengaruh secara signifikan terhadap tingkat kemiskinan
H ο : β3 0,05 Angka Melek Huruf tidak berpengaruh negatif dan
signifikan terhadap tingkat kemiskinan Uji t dapat dilakukan dengan dua cara, pertama dengan
membandingkan nilai t-hitung dengan t-tabel. Nilai t-hitung dapat diperoleh dari nilai t-statistik pada output eviews, sedangkan nilai t-
tabel dapat diperoleh dari tabel t dengan dengan menggunakan degree of freedom
df sebesar n-k. Apabila t-hitung lebih besar dari pada t- tabel maka H
ο ditolak dan Hı diterima, sebaliknya jika t-hitung lebih kecil daripada t-tabel maka H
ο diterima dan Hı ditolak. Cara kedua yaitu dengan membandingkan nilai probalilitas output eviews dengan
nilai α. Apabila nilai probabilitas lebih kecil dari nilai α maka Hο
ditolak dan Hı diterima, sebaliknya jika nilai probabilitas lebih besar daripada nilai
α maka Hο diterima dan Hı ditolak.
68
E. Definisi Operasional
