model digunakan Ramsey test. Kriteria yang digunakan adalah jika nilai probabilitas uji F lebih besar dari alpha = 0,05, maka dikatakan linieritas model dapat diterima.
Berikut hasil uji Ramsey test:
Tabel 4.6. Hasil uji Ramsey
Ramsey RESET Test:
F-statistic 0.729954 Probability
0.398252 Log likelihood ratio
0.837194 Probability 0.360200
Sumber: Output Eviews Least Square Method, Ramsey Test. Tabel 4.6 menunjukkan bahwa nilai probabilitas F hitung sebesar 0,360
0,05. Sehingga asumsi linieritas telah terpenuhi.
4.8.3. Uji Akar Unit
Uji stasioneritas dapat dilakukan dengan uji akar-akar unit yang dikembangkan oleh Dickey Fuller. Alternatif dari uji Dickey Fuller adalah
Augmented Dickey Fuller ADF yang berusaha meminimumkan autokorelasi. Uji ini berisi regresi dari diferensi pertama data runtut waktu terhadap lag variabel tersebut,
lagged difference terms, konstanta, dan variabel trend Kuncoro, 2001. Untuk melihat stasioneritas dengan menggunakan uji DF atau ADF dilakukan dengan
membandingkan t statistik dari variabel lag variabel dependen dengan nilai kritis DF atau ADF dalam tabel. Data yang tidak stasioner bisa menyebabkan regresi yang
lancung sehingga perlu dilakukan uji stasioneritas data. Hasil uji stasioneritas variabel-variabel dalam penelitian ditampilkan pada tabel di bawah ini.
Universitas Sumatera Utara
Tabel 4.7. Hasil Pengujian Akar-akar Unit dengan Level
Variebel Nilai Augmented
Dickey Fuller Nilai Kritis
Mc Kinnon
pada Tingkat Signifikansi 1
Prob Kesimpulan
PLNS IRD
KURSR NE
TAB -0.943486
-6.217217 -2.374801
-2.972364
1.556899
-3.596616 -3.592462
-3.592462 -3.592462
-3.596616 0.7643
0.0000 0.1546
0.0456 0.9992
Tidak stasioner Stasioner
Tidak stasioner Stasioner
Tidak Stasioner Sumber: Lampiran Pengujian Unit Root Test.
Hasil uji Augmented Dickey Fuller pada Tabel 4.7 tersebut di atas menunjukkan bahwa data hampir semua variabel tidak stasioner kecuali data IRD,
sebagaimana ditunjukkan oleh nilai Dickey Fuller statistik yang di bawah nilai kritis Mc Kinnon pada derajat kepercayaan 1. Bahkan pada Lampiran 2 menunjukkan
bahwa hampir semua data tidak stasioner pada level kecuali variabel IRD tahun sebelumnya di mana nilai ADF lebih besar dibandingkan dengan nilai Mc Kinnon
pada signifikan 1 dan probabilitas sebesar 0,000 maka data dinyatakan stasioner pada level 1. Solusi yang dapat dilakukan untuk data yang tidak stasioner adalah
dengan menciptakan variabel baru dengan cara first difference, lalu dilakukan uji ADF kembali. Hasilnya adalah sebagai berikut:
Universitas Sumatera Utara
Tabel 4.8. Hasil Pengujian Akar-akar Unit dengan 1
st
Diference
Variebel Nilai Augmented
Dickey Fuller Nilai Kritis
Mc Kinnon
pada Tingkat Signifikansi 1
Prob Kesimpulan
PLNS KURSR
NE TAB
-9.535657 -7.235704
-7.408826 -10.04349
-3.596616 -3.596616
-3.596616 -3.596616
0.0000 0.0000
0.0000 0.0000
Stasioner Stasioner
Stasioner Stasioner
Sumber: Lampiran Pengujian Unit Root Test. Berdasarkan Tabel 4.8 di atas, diperoleh hasil semua variabel mempunyai
nilai ADF test statistic sebesar -4.546536. Nilai ADF test nilai kritis maka kita bisa mengambil keputusan untuk menolak hipotesis. Sehingga kesimpulan data time series
semua variabel adalah stasioner. Kemudian nilai probabilitas semua variabel lebih kecil dari 0,001 0,05 dan 0,10 sehingga data dinyatakan stasioner. Berdasarkan
pengujian stasioneritas dengan akar-akar unit diketahui bahwa semua variabel tidak terkena akar unit atau dinyatakan data stasioner.
4.7.4. Uji Statistik Hasil Estimasi Model Penelitian
