commit to user 107
5. Uji F
Hasil uji F dari analisis regresi diperoleh harga F hitung sebesar 30.21364 dengan probabilitas sebesar 0.000004. Karena
F
tabel
3,23 F
hitung
30.21364 maka disimpulkan bahwa ada pengaruh antara investasi dan inflasi secara simultan terhadap pertumbuhan
ekonomi di Soloraya.
Sumber : Hasil Analisis Data, 2011
Gambar 4.4 Daerah Kritis Uji F
6. Koefisien Determinasi R square Nilai koefisien determinasi atau R square R
2
dari hasil analisis diperoleh sebesar 0.877961. Besarnya harga tersebut
menunjukkan bahwa besarnya kontribusi variabel bebas yaitu inflasi dan investasi terhadap variabel terikat pertumbuhan ekonomi sebesar
0.877961 x 100 = 87,79. Dengan demikian dapat diketahui bahwa pertumbuhan ekonomi dipengaruhi oleh variabel lain di luar
penelitian sebesar 12,21. Daerah
Daerah 3,23
commit to user 108
I. Uji Asumsi Klasik
Uji asumsi klasik dalam penelitian ini meliputi uji multikolinieritas, uji heteroskedastisitas, dan uji autokorelasi. Hasil uji
asumsi klasik tersebut adalah sebagai berikut:
1. Uji Multikolineritas Multikolinearitas merupakan suatu keadaan dimana terdapatnya
lebih dari satu hubungan linier pasti antara beberapa atau semua variabel independen dari model regresi Gujarati, 1995. Salah satu
asumsi model klasik yang menjelaskan ada tidaknya hubungan antara beberapa atau semua variabel dalam model regresi. Jika dalam
model terdapat multikolinieritas, maka model tersebut memiliki kesalahan standar yang besar sehingga koefisien tidak dapat diukur
dengan ketepatan tinggi. Pengujian multikolinieritas dalam penelitian ini menggunakan
pengujian dengan
pendekatan Koutsoyiannis.
Metode ini
dikembangkan oleh Koutsoyiannis 1977, menggunakan metode coba-coba dalam memasukkan variabel bebas. Dari hasil coba-coba
tersebut, selanjutnya akan diklasifikasikan dalam 3 macam Aisyah, 2007: 109, yaitu :
1 suatu variabel bebas dikatakan berguna
commit to user 109
2 suatu variabel bebas dikatakan tidak berguna
3 suatu variabel bebas dikatakan merusak
Dengan membandingkan nilai R
2
R
2
awal pada regresi dengan dua variabel bebas dan nilai R
2
pada regresi dengan masing-masing variabel bebas. Jika R
2
awal R
2
maka kedua variabel memang layak atau berguna untuk dimasukkan ke dalam model.
Hasil uji multikolinieritas diperoleh harga-harga sebagai berikut:
R
2
= 0.051159 R
2
aawal= 0.475589 Dari hasil tersebut diketahui bahwa R
2
sebesar 0.051159 lebih kecil dari harga R
2
aawal sebesar 0.475589. Karena itu dapat disimpulkan bahwa tidak ada gejala multikolinieritas pada variabel tingkat inflasi.
R
2
= 0.226705 R
2
aawal= 0.462572 Dari hasil tersebut diketahui bahwa R
2
sebesar 0.226705 lebih kecil dari harga R
2
aawal sebesar 0.462572. Karena itu dapat disimpulkan bahwa tidak ada gejala multikolinieritas pada variabel investasi.
2. Uji heteroskedastisitas Uji heteroskedastisitas digunakan untuk mengetahui adanya
kesalahan pengganggu yang mempunyai variasi sama, yaitu suatu keadaan dimana variasi dari kesalahan pengganggu tidak sama untuk
semua nilai variabel bebas. Jika asumsi ini tidak dipenuhi, maka
commit to user 110
terjadi heteroskedastisitas Ghozali, 2001. Pengujian terhadap ada tidaknya heteroskedastisitas dalam model empirik di lakukan dengan
uji Park. Kriteria pengujian yaitu dengan membandingkan nilai t
hitung
dengan t
tabel
. Apabila t
hitung
t
tabel
maka tidak ada masalah heterokesdasitas.
Hasil uji heteroskedastisitas diperoleh harga-harga sebagai berikut:
Tabel 4.13 Hasil Uji Heteroskedastisitas
Variabel
hitung
t
tabel
Keteranga n
Inflasi
1 .
6 8
4
Tidak ada masalah heteroskedastisi
tas
Investasi
1 .
6 8
4
Tidak ada masalah heteroskedastisi
tas
Sumber : Data diolah, 2011 3. Uji Autokorelasi
commit to user 111
Autokorelasi terjadi apabila pengganggu dalam suatu periode mempunyai korelasi dengan kesalahan pengganggu dengan periode
sebelumnya. Adapun untuk melihat autokorelasi dapat digunakan uji Durbin Watson D-W.
Sasaran yang hendak dijelaskan guna mengetahui ada tidaknya penyimpangan autokorelasi adalah dengan menunjukan
posisi dari nilai Durbin-Watson yang diperoleh dari hasil perhitungan regresi. Sedangkan penentuan adalah dengan cara
membandingkan antara nilai d
U
tabel dengan DW hitung dan d
L
tabel juga dengan DW hitung. Dari hasil perhitungan regresi linier data
panel diketahui nilai Durbin Watson sebesar 1.96. Nilai DW tabel dengan derajat kepercayaan 5 dan derajat bebas variabel bebas
sebanyak 2 dan jumlah sampel sebanyak 42 diperoleh nilai d
L
sebesar 1,39 dan nilai d
U
sebesar 1,60.
Tabel 4.14. Hasil Uji Autokorelasi
commit to user 112
D-W d
L
d
U
4 -
d
U
Kriteria Ket
e r
a n
g a
n
1 .
9 6
1 ,
3 9
1,60 2,40
1,39 1.96 2,40 idak ada masalah
autokorelasi
Sumber : Data diolah, 2011 Nilai statistik Durbin Watson berdasarkan jumlah selisih kuadrat
nilai-nilai taksiran faktor-faktor gangguan yang beruntun. Durbin Watson test merupakan test yang paling sering digunakan untuk
mendeteksi adanya autokorelasi sehingga tidak perlu dihitung lagi dan langsung bisa dibandingkan dengan nilai statistik Durbin Watson
tabel Ghozali, 2001.
commit to user 113
Sumber : Hasil Analisis Data, 2011
Gambar 4.5 Hasil Autokorasi
Nilai D-W berada di daerah bebas autokorelasi, yaitu d
u
D-W 4-d
U
yaitu 1,60 1.96 2,40, sehingga dapat dinyatakan bahwa tidak ada gangguan autokorelasi dalam regresi.
J. Pembahasan
1. Inflasi mempunyai pengaruh negatif dan signifikan terhadap pertumbuhan ekonomi. Dalam angka konstan 4.513931 jika inflasi naik 1 satuan maka
variabel pertumbuhan ekonomi turun sebesar 0.028 satuan. Pada hasil penelitian ini sesuai dengan teori Vikesh Gokal yang berpendapat bahwa
pengujian menunjukkan bahwa pengaruh negatif yang lemah ada di antara inflasi dan pertumbuhan ekonomi.
Menola k
Daerah T
Meneri m
a Daerah
T Menola
k
0 dL dU 4-dU 4-dL
Kategori