IV. GAMBARAN UMUM
4.5. Perkembangan Upah Minimum Provinsi
Undang-undang No.13 Tahun 2003 tentang Ketenagakerjaan mewajbkan Gubernur untuk menetapkan upah minimum kabupaten/kota. Regulasi upah minimum ditetapkan oleh Gubernur Jawa Timur dan dituangkan dalam bentuk Peraturan Gubernur yang akan memberikan acuan mengenai besaran upah minimum pada 37 kabupaten/kota yang ada di Jawa Timur. Berdasarkan data upah minimum Jawa Timur dapat diketahui adanya peningkatan rata-rata UMR dari tahun 2000 sampai dengan 2010 sebesar 11,56 persen (Tabel 4.2.).
Tabel 4.2. Perkembangan UMR Provinsi Jawa Timur 2001-2010
Sumber : BPS Provinsi Jawa Timur (2011)
Tingkat upah minimum suatu daerah sangat dipengaruhi oleh perkembangan perekonomian pada daerah tersebut. Perbedaan tingkat upah minimum antar daerah antara lain disebabkan oleh kesepakatan antara organisasi sektoral pekerja, sehingga untuk daerah-daerah kawasan industri tingkat upah minimumnya lebih tinggi dibandingkan dengan daerah yang bukan kawasan industri.
5.1. Estimasi Parameter Model
Metode yang digunakan untuk menduga faktor-faktor yang memengaruhi Penanaman Modal Asing di Provinsi Jawa Timur adalah dengan menggunakan metode Ordinary Least Square (OLS) dengan alat analisis yang digunakan adalah program Eviews 6.0. Model persamaan yang digunakan dalam penelitian ini adalah model terbaik. Dimana model terbaik adalah model yang memenuhi seluruh kriteria, baik itu kriteria secara statistik maupun ekonometrika. Variabel-variabel yang digunakan adalah PMA sebagai Variabel-variabel dependen, sedangkan variabel PDRB dan nilai tukar sebagai variabel independen. Hasil estimasi model persamaan regresi Penanaman Modal Asing di Provinsi Jawa Timur adalah sebagai berikut :
Tabel 5.1. Hasil Analisis Regresi PMA di Provinsi Jawa Timur
Variabel Koefisien Standar error t-statistik Probabilitas
PDRB 0.336207 0.047449 7.085660 0.0000
OPEN 55.88475 20.75364 2.692769 0.0226
INF -0.242051 0.084637 -2.859873 0.0170
UMR -40.87010 5.775691 -7.076226 0.0000
C -3.202137 8.466665 -0.378205 0.7132
R-square 0.846917 Prob(F-statistik) 0.000440 Adjusted R-square 0.785684 F-statistik 13.83100
Durbin-Watson stat 2.179674
Sumber: Hasil Pengolahan dengan Eviews 6.0.
54
Langkah selanjutnya adalah melakukan berbagai pengujian terhadap parameter estimasi tersebut melalui uji statistik dan uji ekonometrika. Pengujian statistik meliputi goodness of fit, uji t dan uji F, sedangkan pengujian ekonometrika meliputi uji autokorelasi, uji heterokedastisitas dan uji multikolinearitas.
5.2. Uji Kriteria Statistik
1. Uji Koefisien Determinasi (R2)
Goodness of fit ditunjukkan oleh nilai R-square dimana hasil analisis regresi dalam persamaan Penanaman Modal Asing memiliki nilai R-squared 0.846917 yang berarti bahwa variabel PDRB, keterbukaan ekonomi, inflasi dan upah minimum mampu menjelaskan variasi penanaman modal asing sebesar 84,69 persen. Variasi sisanya sebesar 15,31 persen dapat dijelaskan oleh variabel lain di luar model.
2. Uji F
Penggunaan persamaan regresi linier berganda dengan metode Ordinary Least Square (OLS) menyatakan bahwa minimal terdapat satu diantara variabel PDRB, keterbukaan ekonomi, inflasi dan upah minimum yang signifikan memengaruhi penanaman modal asing. Hal tersebut didasarkan pada nilai Prob (F-statistik) yang lebih kecil dari α = 0,05.
3. Uji t
Berdasarkan hasil output Eviews 6.0. analisis secara parsial menunjukkan bahwa masing-masing variabel PDRB, keterbukaan ekonomi, inflasi dan upah
minimum provinsi berpengaruh signifikan terhadap penanaman modal asing di Provinsi Jawa Timur.
5.3. Uji Kriteria Ekonometrika 1. Uji Autokorelasi
Pengujian ekonometrika dimaksudkan untuk mendeteksi ada tidaknya pelanggaran asumsi. Jika terjadi pelanggaran asumsi maka akan menghasilkan dugaan yang tidak valid. Uji ekonometrika terdiri dari uji normalitas, uji autokorelasi, uji heterokedastisitas dan uji multikolinieritas.
Pengujian autokorelasi adalah untuk melihat apakah terjadi korelasi antara suatu periode t dengan periode sebelumnya (t-1). Autokorelasi dideteksi dengan menggunakan pengujian Breusch-Godfrey Serial Correlation LM Test. Kriteria ujinya adalah jika Prob Chi-square nya lebih besar dari taraf nyata α = 0,05 maka tidak tolak H0 yang artinya bahwa model persamaan yang digunakan pada penelitian tidak mengalami masalah autokorelasi. Sebaliknya jika jika Prob Chi-square nya lebih kecil dari taraf nyata α = 0,05 maka tolak H0 yang artinya bahwa model persamaan yang digunakan pada penelitian mengalami masalah autokorelasi.
Model persamaan yang digunakan dalam penelitian ini mempunyai Prob Chi-square sebesar 0,1794. Nilai ini lebih besar dari taraf nyata 0,05, artinya model persamaan yang digunakan dalam penelitian ini tidak memiliki masalah autokorelasi. Hasil uji asumsi autokorelasi dapat dilihat pada gambar 5.2.
56
Tabel 5.2. Hasil Estimasi Uji Autokorelasi pada Persamaan PMA Breusch-Godfrey Serial Correlation LM Test:
F-statistik 1.188623 Prob. F(2,8) 0.3532 Obs*R-squared 3.436238 Prob. Chi-Square(2) 0.1794 Sumber: Hasil Pengolahan dengan Eviews 6.0.
2. Uji Heterokedastisitas
Uji heterokedasitas dilakukan melalui uji white yaitu (White’s General Heterokedasticity Test). Kriteria ujinya adalah jika Prob Chi-square nya lebih besar dari taraf nyata α = 0,05 maka model persamaan yang digunakan tidak mengalami masalah heterokedastisitas, dan sebaliknya jika Prob Chi-square nya lebih kecil dari taraf nyata α = 0,05 maka model persamaan yang digunakan mengalami masalah heterokedastisitas. Hasil uji dari persamaan yang digunakan dalam penelitian ini diketahui bahwa Prob Chi-square adalah sebesar 0,6302 dimana nilai tersebut lebih besar dari taraf nyata α = 0,05, maka model persamaan pada penelitian ini tidak mengalami masalah heterokedastisitas. Adapun hasil uji tersebut bisa dilihat pada tabel 5.3. di bawah ini.
Tabel 5.3. Hasil Estimasi Uji Heterokedastisitas pada Persamaan PMA Heteroskedasticity Test: White
F-statistik 0.436239 Prob. F(4,10) 0.7798
Obs*R-squared 2.228558 Prob. Chi-Square(4) 0.6938 Scaled explained SS 0.598034 Prob. Chi-Square(4) 0.9633 Sumber: Hasil Pengolahan dengan Eviews 6.0.
3. Uji Multikolinieritas
Uji multikolinieritas dilakukan untuk melihat koefisien korelasi antar variabel bebas (independent) pada correlation matrix. Pada model persamaan yang digunakan dalam penelitian ini tidak terdapat variabel yang mempunyai nilai koefisien korelasi yang relatif tinggi yaitu lebih dari │0,8│, maka tidak terdapat multikolinieritas.
Tabel 5.4. Hasil Estimasi Uji Multikolinieritas pada Persamaan PMA Correlation
LPMA PDRB OPEN INF UMP
LPMA 1.000000 0.108897 0.144761 -0.121881 -0.034881 PDRB 0.108897 1.000000 -0.164070 0.275400 0.784974 LINF 0.144761 -0.164070 1.000000 0.512854 -0.158456 LNT -0.121881 0.275400 0.512854 1.000000 -0.295093 UMP -0.034881 0.784974 -0.158456 -0.295093 1.000000 Sumber: Hasil Pengolahan dengan Eviews 6.0.
4. Uji Normalitas
Uji normalitas digunakan untuk melihat apakah nilai residual terdistribusi normal atau tidak. Model regresi yang baik adalah model yang memiliki nilai residual yang terdistribusi normal. Uji ini dilakukan pada nilai residualnya, bukan pada masing-masing variabel penelitian. Dimana dilakukan dengan uji histogram, kriteria ujinya adalah dengan melihat nilai p-value Jarque Berra.
Jika nilai p-value Jarque Berra lebih besar dari taraf nyata α = 0,05 maka model persamaam yang digunakan nilai residualnya telah terdistribusi normal.
Dan sebaliknya jika nilai p-value Jarque Berra lebih kecil dari taraf nyata α =
58
0,05 maka model persamaan yang digunakan nilai residualnya tidak terdistribusi normal. Pada penelitian ini nilai p-value Jarque Berra sebesar 0,804466, hal ini berarti bahwa model persamaan PMA nilai residualnya telah terdistribusi normal.
Hasil uji normalitas tersebut bisa dilihat pada Gambar 5.5. di bawah ini.
Sumber: Hasil Pengolahan dengan Eviews 6.0.
Gambar 5.1. Hasil Estimasi Uji Normalitas pada Persamaan PMA
5.4. Estimasi Model
Berdasarkan hasil estimasi regresi linier berganda dengan metode Ordinary Least Square (OLS) didapatkan hasil bahwa pada persamaan PMA di Provinsi Jawa Timur semua variabel penjelas memberikan pengaruh nyata pada taraf 5 persen (α = 0,05). PDRB, keterbukaan ekonomi, inflasi dan upah minimum secara statistik berpengaruh signifikan terhadap PMA.
1. Pengaruh PDRB Terhadap PMA
Variabel PDRB berpengaruh positif yang signifikan terhadap PMA di Provinsi Jawa Timur pada taraf nyata α = 0,05. Koefisien variabel PDRB sebesar 0,336297, artinya setiap peningkatan PDRB sebesar Rp. 1 juta akan mendorong peningkatan penanaman modal asing sebesar 336,29 USD. Elastisitas PDRB terhadap PMA sebesar 0,001 persen, artinya setiap peningkatan PDRB sebesar satu persen akan meningkatkan investasi sebesar 0,001 persen, ceteris paribus.
Indikator market size yaitu PDRB berpengaruh terhadap pilihan lokasi berinvestasi yang berarti bahwa PDRB yang tinggi di suatu daerah menjadi tujuan utama bagi investor. Hal ini sesuai dengan teori PMA yang menyatakan bahwa salah satu tujuan PMA adalah untuk mendapatkan sumber-sumber pasar baru, artinya para investor akan memilih lokasi PMA di negara yang mempunyai daya beli tinggi untuk produk yang akan dihasilkan. Hasil estimasi dari penelitian ini sesuai dengan penelitian sebelumnya tentang determinan investasi di daerah studi kasus provinsi di Indonesia yang dilakukan oleh Sarwedi (2002) dan Kurniati et al (2007).
2. Pengaruh Keterbukaan ekonomi Terhadap PMA
Keterbukaan ekonomi yang direpresentasikan dengan rasio nilai ekspor dan impor terhadap nilai PDRB berpengaruh positif terhadap PMA di Provinsi Jawa Timur pada taraf nyata α = 0,05. Koefisien variabel keterbukaan ekonomi adalah sebesar 55,88475, artinya setiap peningkatan keterbukaan ekonomi sebesar satu persen akan meningkatkan investasi sebesar 55,88475 persen, ceteris
60
paribus. Hasil estimasi variabel keterbukaan ekonomi juga sesuai dengan teori dan penelitian sebelumnya yang dilakukan oleh Asiedu (2002). Hal ini disebabkan karena dengan masih adanya hambatan perdagangan baik tarif maupun non tarif, maka para investor dihadapkan pilihan apakah akan tetap berproduksi di negara asal kemudian mengekspor produknya ke negara lain atau memilih untuk merelokasi usahanya.
3. Pengaruh Inflasi Terhadap PMA
Variabel inflasi berpengaruh negatif terhadap penanaman modal asing di Profinsi Jawa Timur pada taraf nyata α = 0,05 dan memiliki koefisien sebesar 0,242051 dari hasil analisis regresi. Penurunan satu persen inflasi akan mempengaruhi peningkatan penanaman modal asing sebesar 240 USD. Inflasi berpengaruh secara tidak langsung pada keputusan penanaman modal asing, inflasi yang tinggi akan menurunkan daya beli masyarakat dan mengakibatkan menurunnya permintaan terhadap barang dan jasa.
3. Pengaruh Upah minimum Terhadap PMA
Berdasarkan hasil analisis regresi diperoleh hasil koefisien untuk variabel upah minimum adalah sebesar 40,87010, artinya setiap kenaikan upah minimum sebesar Rp. 100.000 akan meningkatkan penanaman modal asing sebesar 40,87 ribu USD. Elastisitas upah minimum terhadap PMA sebesar 174,1916, ini berarti bahwa kenaikan satu persen upah minimum dapat menurunkan tingkat investasi sebesar 174,19 persen. Hal ini juga menunjukkan bahwa semakin rendah upah,
maka akan meningkatkan minat investor asing untuk menanamkan investasinya.
Upah yang rendah akan menekan biaya produksi, penurunan biaya produksi tersebut akan mampu meningkatkan keuntungan yang diperoleh investor, sehingga sinyal keuntungan ini akan menstimulus investasi-investasi yang lainnya.
5.5. Gambaran Perkembangan PMA di Provinsi Jawa Timur
Kebijakan paket 23 Oktober 1993 memberikan berbagai kewenangan pengambilan keputusan yang berkaitan dengan investasi kepada pemerintah daerah dan tidak lagi diputuskan oleh pemerintah pusat. Kewenangan pemberian ijin untuk melakukan investasi ini seharusnya dapat mendukung, terutama terkait dengan good governance. Pemerintah Provinsi Jawa Timur diharapkan dapat lebih menciptakan kondisi yang menarik bagi investor asing untuk menanamkan modal.
Berdasarkan hasil estimasi model, PDRB dan keterbukaan ekonomi memiliki pengaruh yang positif terhadap penanaman modal asing. Hal ini berarti bahwa PDRB dan keterbukaan ekonomi merupakan pendorong bagi investor asing untuk menanamkan modalnya. Maka peningkatan kualitas pertumbuhan ekonomi dan kerjasama baik bilateral maupun regional sangat diperlukan. Sedangkan tingkat inflasi dan upah minimum berpengaruh negatif terhadap penanaman modal asing, sehingga diperlukan kebijakan yang tepat dalam penentuan upah minimum.
Perkembangan penanaman modal asing di Provinsi Jawa Timut periode 2005-2010 memang fluktuatif tapi dengan arah yang terus meningkat.
Peningkatan nilai investasi yang terjadi di tahun 2010 memberikan harapan yang
62
positif yaitu dengan penambahan investasi yang dilakukan oleh PT Nestle.
Penambahan investasi tersebut digunakan untuk pemenuhan kebutuhan pokok yaitu susu sapi yang semula 650 ton per hari menjadi 1.000 ton per hari. Suplai bahan baku ini direncanakan tidak lagi dipenuhi dari impor tetapi dari suplai dalam negeri, sehingga jumlah ternak sapi perah harus ditingkatkan. Hal ini dapat meningkatkan pertumbuhan di sektor pertanian terutama sektor peternakan.
6.1. Kesimpulan
Berdasarkan hasil penelitian yang telah dilakukan maka kesimpulan dapat diperoleh adalah sebagai berikut :
1. Penanaman modal asing di Provinsi Jawa Timur masih di dominasi oleh sektor industri pengolahan, yang kedua sektor lainnya antara lain sektor konstruksi/bangunan, jasa, hotel dan restoran. Kemudian sektor pertanian dan pertambangan. Perkembangan penanaman modal asing periode 2005-2010 masih fluktuatif tetapi dengan arah yang terus meningkat.
2. Faktor-faktor yang memengaruhi Penanaman Modal Asing (PMA) di Provinsi Jawa Timur yaitu PDRB, keterbukaan ekonomi, inflasi dan upah minimum yang secara signifikan berpengaruh nyata pada taraf α = 0,05. PDRB dan keterbukaan ekonomi memiliki pengaruh positif, sedangkan inflasi dan upah minimum memiliki pengaruh negatif terhadap PMA.
6.2. Saran
Berdasarkan hasil penelitian dan kesimpulan yang telah diperoleh, maka saran yang dapat dikemukakan adalah sebagai berikut :
1. Dari analisis perkembangan penanaman modal asing yang masuk ke Provinsi Jawa Timur periode 1996-2010 dapat diperoleh gambaran bahwa investor asing lebih tertarik untuk menanamkan modalnya di sektor
64
industri pengolahan. Hal ini dimungkinkan karena ketersediaan tenaga kerja dan tingkat upah yang relatif murah. Disamping itu diharapkan juga ada upaya untuk meningkatkan daya tarik sektor pertanian dan sektor lainnya salah satunya dengan melakukan peningkatan promosi wisata, agar investor asing juga tertarik untuk menanamkan investasi di sektor yang lain.
2. Hasil analisis menunjukkan bahwa faktor yang memengaruhi penanaman modal asing di Provinsi Jawa Timur adalah PDRB, keterbukaan ekonomi, inflasi dan upah minimum. Oleh karena itu diharapkan Pemerintah Provinsi Jawa Timur dapat menentukan kebijakan-kebijakan yang tepat untuk mendorong peningkatan investasi, antara lain dengan memperhatikan tingkat Upah Minimum Provinsi (UMP) agar UMP tersebut tidak memberatkan investor dan juga tidak merugikan pekerja.
Perhatian tersebut dapat berupa pemberian payung hukum yang jelas sehingga tercipta kondisi ketenagkerjaan yang semakin kondusif.
Countries : Is Africa Different. Journal World Development Vol.30 No.1 : 107-119.
Azam dan Lukman, L. 2008. Determinant of Foreign Direct Investmen in India, Indonesia and Pakistan : A Quantitive Approach. Journal of Managerial Sciences Vol.IV. No.1 : 31-44
Badan Pusat Statistik. [berbagai terbitan]. Provinsi Jawa Timur Dalam Angka.
BPS Provinsi Jawa Timur, Surabaya.
Badan Koordinasi Penanaman Modal. [berbagai terbitan]. Laporan Perkembangan Penanaman Modal. BKPM, Jakarta.
Dumary. 1996. Perekonomian Indonesia. Erlangga, Jakarta.
Gujarati, D. 1993. Ekonometrika Dasar. Erlangga, Jakarta.
Kuncoro, M. 2010. Dasar-dasar Ekonomika Pembangunan. UPP STIM YPKN, Yogyakarta.
Kurniati, Prasmuko dan Yanfitri. 2007. Determinan FDI (Faktor-faktor yang Menentukan Investasi Asing Langsung. [Working Paper].
Phytaloka, L. 2010. Analisis Faktor-faktor Memengaruhi Penanaman Modal Asing dan Peluang Investasi. [Tesis]. Institut Pertanian Bogor, Bogor.
Mankiw, G. 2006. Makroekonomi. Erlangga, Jakarta.
Moosa. Foreign Direct Investment : Theory, Evidence and Practice. Paper.
Sondakh, 2009. Implementasi Prinsip Transparansi dalam Praktek Penanaman Modal. Bayumedia Publisihing, Malang.
Sarwedi. 2002. Investasi Asing Langsung di Indonesia dan Faktor yang
Mempengaruhinya. Jurnal Akuntansi & Keuangan Vol.4 No.1 Mei 2002 : 17-35.
Sodik dan Nuryadin. 2008. Determinan Investasi di Daerah Studi Kasus Provinsi di Indonesia. Jurnal Ekonomi Pembangunan Vo.13 No.1. April 2008 : 15-31.
66
Sutarsono. 2010. Analisis Determinan Foreign Direct Investment di Indonesia [Skripsi]. Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor, Bogor.
Tsen, W. H. 2005. Determinant Foreign Direct Investment in The Manufacturing Undustry of Malaysia. Journal of Economic Cooperation 26 No.2 : 91-110.
Todaro & Smith. 2006. Pembangunan Ekonomi. Edisi Kesembilan. Erlangga, Jakarta.
Yamin, Rachmah dan Kurniawan. 2010. Regresi dan Korelasi dalam Genggaman Anda. Salemba 4, Jakarta.
Lampiran 1. Hasil Output Eviews 6.0. untuk Estimasi dengan Regresi Linier Berganda
Dependent Variable: PMA Method: Least Squares Date: 11/30/11 Time: 15:00 Sample: 1996 2010
Included observations: 15
Variable Coefficient Std. Error t-Statistic Prob.
PDRB 0.336207 0.047449 7.085660 0.0000
OPEN 55.88475 20.75364 2.692769 0.0226
INFLASI -0.242051 0.084637 -2.859873 0.0170
UMR -40.87010 5.775691 -7.076226 0.0000
C -3.202137 8.466665 -0.378205 0.7132
R-squared 0.846917 Mean dependent var 13.39133
Adjusted R-squared 0.785684 S.D. dependent var 12.88251 S.E. of regression 5.963869 Akaike info criterion 6.670518 Sum squared resid 355.6773 Schwarz criterion 6.906534 Log likelihood -45.02888 Hannan-Quinn criter. 6.668003
F-statistic 13.83100 Durbin-Watson stat 2.179674
Prob(F-statistic) 0.000440
Sumber: Hasil Pengolahan dengan Eviews 6.0.
68
Lampiran 2. Hasil Output Eviews 6.0. untuk Uji Normalitas
Sumber: Hasil Pengolahan dengan Eviews 6.0.
0 1 2 3 4
-10 -5 0 5 10
Series: Residuals Sample 1996 2010 Observations 15 Mean 2.46e-14 Median 0.111517 Maximum 8.156133 Minimum -9.542331 Std. Dev. 5.040389 Skewness -0.130680 Kurtosis 2.207576 Jarque-Bera 0.435153 Probability 0.804466
Lampiran 3. Hasil Output Eviews 6.0. Uji Autokorelasi
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 1.188623 Prob. F(2,8) 0.3532
Obs*R-squared 3.436238 Prob. Chi-Square(2) 0.1794
Test Equation:
Presample missing value lagged residuals set to zero.
Variable Coefficient Std. Error t-Statistic Prob.
PDRB -0.003270 0.046672 -0.070054 0.9459
OPEN -9.443824 22.37494 -0.422071 0.6841
INFLASI 0.012643 0.094114 0.134334 0.8965
UMR -0.061877 5.681878 -0.010890 0.9916
C 4.680490 9.013108 0.519298 0.6176
RESID(-1) -0.200293 0.359454 -0.557215 0.5926
RESID(-2) -0.525274 0.349772 -1.501761 0.1716
R-squared 0.229083 Mean dependent var 2.46E-14
Adjusted R-squared -0.349106 S.D. dependent var 5.040389 S.E. of regression 5.854463 Akaike info criterion 6.677010 Sum squared resid 274.1979 Schwarz criterion 7.007434 Log likelihood -43.07758 Hannan-Quinn criter. 6.673490
F-statistic 0.396208 Durbin-Watson stat 1.998500
Prob(F-statistic) 0.862224
Sumber: Hasil Pengolahan dengan Eviews 6.0.
70
Lampiran 4. Hasil Output Eviews 6.0. Uji Heterokedastisitas
Heteroskedasticity Test: Breusch-Pagan-Godfrey
F-statistic 0.575985 Prob. F(4,10) 0.6867
Obs*R-squared 2.808783 Prob. Chi-Square(4) 0.5903 Scaled explained SS 0.753738 Prob. Chi-Square(4) 0.9445
Test Equation:
Variable Coefficient Std. Error t-Statistic Prob.
C 21.00071 40.84416 0.514167 0.6183
PDRB -0.009689 0.228899 -0.042327 0.9671
OPEN 66.98727 100.1179 0.669084 0.5186
INFLASI -0.539013 0.408298 -1.320147 0.2162
UMR -3.888129 27.86260 -0.139547 0.8918
R-squared 0.187252 Mean dependent var 23.71182
Adjusted R-squared -0.137847 S.D. dependent var 26.97142 S.E. of regression 28.77039 Akaike info criterion 9.817772 Sum squared resid 8277.353 Schwarz criterion 10.05379 Log likelihood -68.63329 Hannan-Quinn criter. 9.815258
F-statistic 0.575985 Durbin-Watson stat 3.064023
Prob(F-statistic) 0.686662
Sumber: Hasil Pengolahan dengan Eviews 6.0.
Lampiran 5. Hasil Output Eviews 6.0. Uji White Heterokedastisitas
Heteroskedasticity Test: White
F-statistic 0.436239 Prob. F(4,10) 0.7798
Obs*R-squared 2.228558 Prob. Chi-Square(4) 0.6938 Scaled explained SS 0.598034 Prob. Chi-Square(4) 0.9633
Test Equation:
Dependent Variable: RESID^2 Method: Least Squares Date: 11/30/11 Time: 15:36 Sample: 1996 2010
Included observations: 15
Variable Coefficient Std. Error t-Statistic Prob.
C 26.93938 23.67845 1.137717 0.2818
PDRB^2 8.80E-05 0.000465 0.189027 0.8539
OPEN^2 51.43211 127.1112 0.404623 0.6943
INFLASI^2 -0.004399 0.003975 -1.106489 0.2944
UMR^2 -1.945410 7.088197 -0.274458 0.7893
R-squared 0.148571 Mean dependent var 23.71182
Adjusted R-squared -0.192001 S.D. dependent var 26.97142 S.E. of regression 29.44707 Akaike info criterion 9.864268 Sum squared resid 8671.302 Schwarz criterion 10.10028 Log likelihood -68.98201 Hannan-Quinn criter. 9.861754
F-statistic 0.436239 Durbin-Watson stat 2.983612
Prob(F-statistic) 0.779837
Sumber: Hasil Pengolahan dengan Eviews 6.0.
72
Lampiran 6. Hasil Output Eviews 6.0. Uji Multikolinieritas
Sumber: Hasil Pengolahan dengan Eviews 6.0.