77
4.2 Hasil Uji Asumsi Klasik
Uji asumsi klasik perlu dilakukan karena dalam model regresi perlu memperhatikan adanya penyimpangan-penyimpangan atas asumsi klasik, karena
pada hakekatnya jika asumsi klasik tidak dipenuhi maka variabel-variabel yang menjelaskan akan menjadi tidak efisien.
4.2.1 Uji Multikolinearitas Multikolinearitas merupakan keadaan dimana terdapat hubungan linear
atau terdapat korelasi antar variabel independen. Dalam penelitian ini untuk menguji ada tidaknya multikolinearitas dilihat dari perbandingan antara nilai R
2
regresi parsial auxiliary regression dengan nilai R
2
regresi utama. Apabila nilai R
2
regresi parsial auxiliary regression lebih besar dibandingkan nilai R
2
regresi utama, maka dapat disimpulkan bahwa dalam persamaan tersebut terjadi
multikolinearitas. Tabel 4.6 menunjukkan perbandingan antara nilai R
2
regresi parsial auxiliary regression dengan nilai R
2
regresi utama.
Tabel 4.6 R
2
Auxiliary Regression Pengaruh IPM, Tenaga Kerja, Pertumbuhan Penduduk, Kepadatan Penduduk dan
Dependency Ratio Terhadap Pertumbuhan Ekonomi 35 kabkota di Jawa Tengah Tahun 2008
No. Persamaan R
2
R
2
1. IPM LOG_TK GP LOG_DE DR
0.614599 0.717589
2. LOG_TK IPM GP LOG_DE DR
0.421435 0.717589
3. GP IPM LOG_TK LOG_DE DR
0.259876 0.717589
4. LOG_DE IPM LOG_TK GP DR
0.610326 0.717589
5. DR IPM LOG_TK GP LOG_DE
0.507539 0.717589
Sumber : Lampiran C
R
2
= R
2
hasil regresi utama R
2
= R
2
hasil auxiliary regression
78 Tabel 4.8 menunjukkan bahwa model persamaan pengaruh IPM, tenaga
kerja, pertumbuhan penduduk, kepadatan penduduk dan dependency ratio terhadap pertumbuhan ekonomi di Jawa Tengah tahun 2003-2006 tidak
mengandung multikolinearitas karena tidak ada nilai R
2
regresi parsial auxiliary regression yang lebih besar dibandingkan nilai R
2
regresi utama.
4.2.2 Uji Autokorelasi
Menurut Imam Ghozali 2005. uji autokorelasi digunakan untuk melihat apakah di dalam model regresi terjadi hubungan korelasi antara kesalahan
pengganggu pada periode t dengan kesaahan pengganggu pada periode sebelumnya t-1. Dalam penelitian ini digunakan uji Breusch-Godfrey untuk
mengetahui ada tidaknya autokorelasi yang dapat dilihat pada Tabel 4.7
Tabel 4.7 Hasil Uji Breusch-Godfrey Pengaruh IPM, Tenaga Kerja, Pertumbuhan
Penduduk, Kepadatan Penduduk, dan Dependency Ratio
Terhadap Pertumbuhan Ekonomi 35 KabKota di Jawa Tengah Tahun 2008
Breusch-God Frey Serial Correlation F Statistic
0.8547 Obs R-Squared
2.083952
Pada model persamaan pengaruh IPM, tenaga kerja, pertumbuhan penduduk, kepadatan penduduk dan rasio ketergantungan penduduk terhadap
pertumbuhan ekonomi di Jawa Tengah tahun 2008 dengan n = 35 dan k = 5, maka diperoleh degree of freedom df = 30 n-k, dan menggunakan
α = 5 persen diperoleh nilai
χ
2
tabel sebesar 43,7730. Dibandingkan dengan nilai ObsR- squared hasil regresi pengaruh IPM, tenaga kerja, pertumbuhan penduduk,
79 kepadatan penduduk dan rasio ketergantungan penduduk terhadap pertumbuhan
ekonomi di Jawa Tengah tahun 2008, yaitu sebesar 2,083952 maka nilai ObsR- squared uji Breusch-Godfrey lebih kecil dibandingkan nilai
χ
2
tabel, sehingga dapat disimpulkan bahwa model regresi persamaan tersebut bebas dari gejala
autokorelasi.
4.2.3 Uji Heteroskedastisitas
Kategori