Ha : β1 ≠ 0 Ha diterima, artinya variabel independen secara parsial berpengaruh nyata terhadap variabel dependen T hitung T tabel.
1. Variabel Jumlah Uang Beredar X1
Dari hasil analisa, T hitung adalah 2,115 α = 5
df = n – k – 1 = 17 maka T tabel = 1,740
Dari hasil estimasi diatas, dapat diketahui variabel Jumlah Uang Ber
edar X1 berpengaruh signifikan pada α = 5. Dimana T hitung T tabel 2,115 1,740. Dengan demikian Ha diterima, artinya Jumlah Uang
Beredar berpengaruh nyata signifikan terhadap PDB Indonesia pada tingkat kepercayaan 95.
Ha diterima Ho diterima
-1,740 1,740 2,115 Gambar 4.2 Kurva uji T statistik
2. Variabel Angkatan Kerja X2
Dari hasil analisa, T hitung adalah 3,961 α = 1
df = n – k – 1 = 17
Universitas Sumatera Utara
maka T tabel = 2,567 Dari hasil estimasi di atas, dapat diketahui variabel Angkatan Kerja
X2 berpengaruh signifikan pada α = 1. Dimana t hitung T tabel 3,961 2,567. Dengan demikian Angkatan Kerja mempunyai pengaruh
yang nyata signifikan terhadap PDB Indonesia pada tingkat kepercayaan 99.
Ha diterima Ho diterima
-2,567 2,567 3,961 Gambar 4.3 Uji T statistik
3. Variabel Penanam Modal Asing X3
Dari hasil analisa, T hitung adalah 2,062 α = 5
df = n – k – 1 = 17 maka T tabel = 1,740
Dari hasil estimasi diatas dapat diketahui variabel Penanaman Modal Asing X3 mempunyai pengaruh nyata signifikan pada α = 5.
Dimana T hitung T tabel 2,062 1,740. Dengan demikian Penanam Modal Asing mempunyai pengaruh yang nyata signifikan terhadap PDB
Indonesia pada tingkat kepercayaan 95.
Universitas Sumatera Utara
Ha diterima Ho diterima
-1,740 1,740 2,062 Gambar 4.4 Uji T statistik
4.5.3 Uji Asumsi Klasik
1. Multikolienearitis
Multikolinearitas yaitu adanya korelasi yang kuat diantara variabel independen dalam suatu model estimasi. Dalam penelitian ini tidak terdapat
adanya multikolinearitas. Ini terlihat dari setiap koefisien determinasi R
2
sesuai hipotesis yang tidak terlalu tinggi, F-hitung yang tidak terlalu tinggi, dan nilai T-
hitung semua signifikan. Model analisis:
Y = α + β1X1 + β2X2 + β3X3 Hasil pengujian terhadap antarvariable independen:
X1 = α + β2X2 + β3X3………………………………………………………….1 R
2
= 0,898939 ; F statistik = 80,05490 X2 = α + β1X1 + β3X3………………………………………………………….2
R
2
= 0,895634 ; F statistik = 77,23509 X3 = α + β1X1 + β2X2………………………………………………………….3
R
2
= 0,101509 ; F statistik = 1,016790
Universitas Sumatera Utara
Dari hasil pengujian terhadap sesama variabel independen terlihat bahwa koefisien R
2
dari hasil regresi masing – masing persamaan 1,2,3 lebih kecil dari pada koefisien R
2
hasil regresi variable independen terhadap variabel dependen. Demikian juga halnya dengan koefisien F statistik. Hal ini menunjukkan bahwa
didalam model estimasi tidak ada ditemukan multikolinearitas. Artinya, tidak ada terdapat korelasi yang kuat diantara variabel independen dalam suatu model
estimasi.
2. Autokorelasi
Autokorelasi dapat diketahui melalui Uji Durbin-Watson D-W Test, yaitu pengujian yang digunakan untuk menguji ada atau tidaknya korelasi serial
dalam model estimasi atau untuk mengetahui apakah di dalam model yang
digunakan terdapat autokorelasi diantara variabel – variabel yang diamati.
Langkah – langkah yang dilakukan dalam uji D-W sebagai berikut: a.
Menentukan hipotesis yang akan diuji b.
Penentuan level pengujian, dimana α = 5 c.
Penentuan statistik pengujian Durbin-Watson
Universitas Sumatera Utara
Tabel 4.6 Kriteria Pengambilan Keputusan D-W test
Nilai D-W berdasarkan estimasi Model Regresi
Kesimpulan
4-dl dw 4
4-du dw 4-dl 2 dw 4-du
du dw 2 dl dw du
0 dw dl Tolak Ho. Terdapat serial korelasi
negative diantara disturbance error. Tidak ada kesimpulan
Terima Ho Terima Ha
Tidak ada kesimpulan Tolak Ho. Terdapat serial korelasi
positif diantara disturbance terms.
Hipotesis: Ho : DW = 0 tidak ada serial korelasi Ha : DW
≠ 0 ada serial korelasi Dari hasil analisa, DW-hitung = 1,1460
k = 3; n = 21; α = 5 dl = 1,03; 4-dl = 4-1,03 = 2,97
du = 1,67; 4-du = 4-1,67 = 2,33
Universitas Sumatera Utara
Autokolerasi-
Ho diterima no serial correlation
1,03 1,14 1,67 2,33 2,97 Gambar 4.5 Kurva Uji Durbin Watson
Berdasarkan hasil regresi dapat diperoleh bahwa DW-hitung = 1.146088, berada pada posisi dl dw du 1,03 1,146 1,67 atau tidak ada kesimpulan
pada tingkat kepercayaan 95. Autokorelasi
+
Universitas Sumatera Utara
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan hasil estimasi dan analisis yang telah dilakukan, maka dapat ditarik kesimpulan sebagai berikut:
1. Jumlah Uang Beredar JUB mempunyai pengaruh positif terhadap PDB
di Indonesia. Hal ini dapat dilihat dari koefisien regresi X1 sebesar 0,827900. Artinya setiap kenaikan 1 jumlah uang beredar akan
menaikkan PDB Indonesia sebesar 0,83. 2.
Angkatan kerja mempunyai pengaruh yang positif terhadap PDB di Indonesia. Hal tersebut ditunjukkan dari koefisien regresi X2 sebesar
0,026833. Artinya setiap kenaikan 1 angkatan kerja akan menaikkan PDB Indonesia sebesar 0,027.
3. Penanaman Modal Asing PMA, mempunyai pengaruh positif terhadap
PDB di Indonesia. Hal tersebut ditunjukkan dari koefisien regresi X3 sebesar 2,512030. Artinya setiap kenaikan 1 penanaman modal asing
akan menaikkan PDB Indonesia sebesar 2,51. 4.
Koefesien Determinasi R-square sebesar 0.951 atau 95, hal ini menunjukkan bahwa secara keseluruhan variasi yang terjadi pada variabel
independen jumlah uang beredar, angkatan kerja, dan PMA dapat menjelaskan variabel dependen PDB di Indonesia sebesar 95 sedangkan
sisanya sebanyak 5 dijelaskan oleh variabel lain yang tidak disertakan dalam model estimasi.
Universitas Sumatera Utara