BAB IV ANALISIS DAN PEMBAHASAN
4.7 Analisis Data
Dalam bab ini penulis mencoba untuk membuat suatu analisis dan evaluasi yang merupakan hasil interpretasi dari data-data yang telah diperoleh. Untuk menganalisis data di atas, penulis menggunakan model analisis kuantitatif dengan menggunakan regresi linear berganda, yaitu :
Y = α + β1X1+ β2X2+ β3X3 +µ
Dimana :
Y = Investasi dalam negeri Sumatera Utara (miliar rupiah)
α = Konstanta
β1,β2,β3 = Koefisien regresi
X1 = Suku bunga (%)
X2 = PDRB perkapita (juta rupiah)
X3 = Angkatan kerja (ribu jiwa)
µ = Term of error
Dari kegiatan pengolahan data dengan menggunakan program komputer Eviews 4.1 metode OLS, diperoleh hasil estimasi sebagai berikut:
Y = -1056,884 – 60,99769*X1 + 0,001663*X2 + 0,009784*X3 Standard error = (1704,720) (20,08164) (0,000743) (0,004296) t-statistik = (-0,619975) (-3,037485) (2,236229) (2,277354) R2 = 0,881340 Adjusted R2 = 0,861563 F-statistik = 44,56459 D-W Statistik = 1,831367 Probabilitas = 0,000000
4.7.1 Interpretasi Model
Berdasarkan hasil regresi linear berganda dengan menggunakan program komputer Eviews 4.1 diperoleh estimasi sebagai berikut :
Y = -1056,884 – 60,99769*X1 + 0,001663*X2 + 0,009784*X3
Dari hasil estimasi di atas, pengaruh variabel independen terhadap variabel dependen dapat dijabarkan sebagai berikut:
a. Suku bunga mempunyai pengaruh yang negatif terhadap investasi dalam negeri Sumatera Utara. Hal tersebut dapat dilihat dari koefisien X1 sebesar
60,99769. Artinya, apabila suku bunga naik sebesar satu persen, maka investasi dalam negeri Sumatera Utara akan mengalami penurunan sebesar 60,99769 miliar rupiah, ceteris paribus. Hasil estimasi sesuai dengan hipotesis awal.
b. PDRB perkapita Sumatera Utara mempunyai pengaruh yang positif terhadap investasi dalam negeri Sumatera Utara. Hal tersebut dapat dilihat dari koefisien X2 sebesar 0,001663. Artinya, apabila PDRB perkapita
Sumatera Utara naik sebesar satu juta rupiah, maka investasi dalam negeri Sumatera Utara akan mengalami kenaikan sebesar 0,001663 miliar rupiah, ceteris paribus. Hasil estimasi sesuai dengan hipotesis awal.
c. Angkatan kerja Sumatera Utara mempunyai pengaruh yang positif terhadap investasi dalam negeri Sumatera Utara. Hal tersebut dapat dilihat dari koefisien X3 sebesar 0,009784. Artinya, ankatan kerja Sumatera Utara
akan mengalami kenaikan sebesar 0,009784 miliar rupiah, ceteris paribus. Hasil estimasi sesuai dengan hipotesis awal.
4.7.2 Uji Kesesuaian (Test of Goodness of Fit) a. Koefisien Determinasi (R2)
Dari hasil regresi didapat nilai R2 sebesar 0,881340 Hal ini menggambarkan bahwa variabel-variabel independen suku bunga (X1), PDRB
perkapita (X2) dan angkatan kerja (X3) mampu memberi penjelasan mengenai
variabel dependen investasi dalam negeri Sumatera Utara sebesar 88 % atau 0,88. Sedangkan sisanya sebesar 12 % lagi, dijelaskan oleh variabel lain yang tidak dimasukkan dalam model atau dijelaskan dalam term of error (µ).
b. Uji t-Statistik (Uji Parsial)
Untuk mengetahui apakah variabel suku bunga (X1), PDRB perkapita
(X2), dan angkatan kerja (X3) mempengaruhi investasi dalam negeri
Sumatera Utara (Y), dapat diketahui melalui uji t-statistik sebagai berikut :
1) Suku bunga (X1)
Hipotesa: H0: β1 = 0
Ha : β2≠ 0
df = n-k-1 = 22-3-1 = 18
Kriteria pengambilan keputusan: H0 diterima, jika t-hitung > t-tabel.
Ha diterima, jika t-hitung < t-tabel. α = 1%
½ α = 0,005 t-tabel = 2,878 t-hitung = 3,037485
Berdasarkan hasil penghitungan diketahui bahwa t-hitung > t- tabel, dengan demikian Ha diterima. Artinya, suku bunga (X1)
mempunyai pengaruh yang signifikan terhadap investasi dalam negeri Sumatera Utara (Y) pada tingkat kepercayaan 99% ( α = 1% ).
Gambar 4.1
Uji t-Statistik Suku Bunga
2) PDRB perkapita (X2) Hipotesa: H0: β1 = 0 Ha : β2≠ 0 df = n-k-1 = 22-3-1 = 18 H0 diterima Ha diterima Ha diterima 0 2,878 -2,878 3,037
Kriteria pengambilan keputusan: H0 diterima, jika t-hitung > t-tabel.
Ha diterima, jika t-hitung < t-tabel. α = 10%
½ α = 0,05 t-tabel = 1,734 t-hitung = 2,236229
Berdasarkan hasil penghitungan diketahui bahwa t-hitung > t- tabel, dengan demikian Ha diterima. Artinya, PDRB perkapita (X2)
mempunyai pengaruh yang signifikan terhadap investasi dalam negeri Sumatera Utara (Y) pada tingkat kepercayaan 90% ( α = 10% ).
Gambar 4.2
Uji t-Statistik PDRB Perkapita
3) Angkatan kerja (X3) Hipotesa: H0: β1 = 0 Ha : β2≠ 0 H0 diterima Ha diterima Ha diterima 0 1,734 -1,734 2,236
df = n-k-1 = 22-3-1 = 18
Kriteria pengambilan keputusan: H0 diterima, jika t-hitung > t-tabel.
Ha diterima, jika t-hitung < t-tabel. α = 10%
½ α = 0,05 t-tabel = 1,734 t-hitung = 2,277354
Berdasarkan hasil penghitungan diketahui bahwa t-hitung > t- tabel, dengan demikian Ha diterima. Artinya, angkatan kerja (X3)
mempunyai pengaruh yang signifikan terhadap investasi dalam negeri Sumatera Utara (Y) pada tingkat kepercayaan 90% ( α = 10% ).
Gambar 4.3
Uji t-Statistik Angkatan Kerja c. Uji F-Statistik (Uji Serempak)
H0 diterima
Ha diterima Ha diterima
0 1,734
Untuk mengetahui apakah variabel suku bunga (X1), PDRB perkapita
(X2), dan angkatan kerja (X3) secara bersama-sama mempengaruhi investasi
dalam negeri Sumatera Utara, dapat diketahui melalui F-test. Hipotesa:
H0: β1 = 0
Ha : β2≠ 0
Kriteria pengambilan keputusan: H0 diterima, jika t-hitung > t-tabel.
Ha diterima, jika t-hitung < t-tabel. α = 1%
N1 = k-1 = 3-1 = 2
N2 = n-k = 22-2 = 20
F-tabel = 5,85 F-hitung = 44,56459
Berdasarkan hasil penghitungan diketahui bahwa F-hitung > F- tabel, dengan demikian Ha diterima. Artinya, suku bunga (X1), PDRB
perkapita (X2) dan angkatan kerja (X3) mempunyai pengaruh yang
signifikan terhadap investasi dalam negeri Sumatera Utara (Y) pada tingkat kepercayaan 99% ( α = 1% )
Gambar 4.4 Kurva Uji F Statistik
4.7.3 Uji Asumsi Klasik a. Multikolinearitas
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 (R2) 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 + µ
Hasil pengujian terhadap antarvariabel independen: X1 = α + β2X2 + β3X3 + µ……….1) R2 = 0,020502; F-statistik = 0,198843 X2 = α + β1X1 + β3X3 + µ……….2) R2 = 0,032299; F-statistik = 0,317077 H0 diterima Ha diterima 0 5,85 44,56459
X3 = α + β1X1 + β2X2 + µ……….3)
R2 = 0,.013363; F-statistik = 0,128672
Dari hasil pengujian terhadap sesama variabel independen terlihat bahwa koefisien R2 dari hasil regresi masing-masing persamaan 1), 2), dan 3) lebih kecil daripada koefisien R2 hasil regresi variabel independen terhadap variabel dependen. Demikian juga halnya dengan koefisien F-statistik. Hal ini menunjukkan bahwa di dalam model estimasi tidak ditemukan adanya multikolinearitas. Artinya, tidak terdapat korelasi yang kuat di antara variabel independen dalam suatu model estimasi.
b. Autokorelasi
Autokorelasi dapat diketahui melalui Uji Durbin-Watson (D-W Test), yaitu pengujian yang digunakan untuk menguji ada atau tidak adanya korelasi serial dalam model astimasi atau untuk mengetahui apakah di dalam model yang digunakan terdapat autokorelasi di antara variabel-variabel yang diamati. Langkah-langkah yang akan dilakukan dalam Uji D-W sebagai berikut:
1) Menentukan hipotesis yang akan diuji. 2) Penentuan level pengujian, dimana α = 1%. 3) Penentuan statistik pengujian Durbin-Watson.
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<D<(4-DU) DU<DW<2 DL<DW<DU 0<DW<DL
Tolak H0. Terdapat serial korelasi negatif
diantara disturbance error. Tidak ada kesimpulan. Terima H0.
Terima Ha.
Tidak ada kesimpulan.
Tolak H0. Terdapat serial korelasi positif
diantara disturbance terms.
Hipotesis
H0 : Dw = 0 → tidak ada serial korelasi
Ha : Dw ≠0 → ada serial korelasi
• α = 1%, k = 3, n = 22, maka; dl = 0,831 4 – dl = 3,169 du = 1,407 4 – du = 2,593
• D-W statistik = 1,831
Autokorelasi (+) Autokorelasi (-) H0 diterima (tidak autokorelasi) 0 0,831 1,407 1,831 2 2,593 3,169 4 ρ =1 ρ =0 ρ =−1 Gambar 4.5 Uji D-W Statistik
Kesimpulan: tidak ada autokorelasi
Berdasarkan hasil regresi, D-W statistik = 1,831 Dengan demikian, dapat disimpulkan bahwa tidak terdapat autokorelasi pada data tersebut karena berada diantara dU dan 2 (1,407 < 1,831 < 2), dengan α = 1% atau tingkat kepercayaan 99%.