DI PROVINSI JAWA TIMUR
TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN
2.4. Penelitian terdahulu
Asiedu (2002) yang melakukan penelitian tentang determinan FDI pada
negara berkembang khususnya negara-negara di sub Sahara Afrika menghasilkan
bahwa tingginya tingkat pengembalian investasi (return of investment) atau
keuntungan dari investasi dan fasilitas infrastruktur yang baik mempunyai
20
tetapi mempunyai pengaruh yang tidak signifikan di negara-negara sub Sahara
Afrika. Kedua bahwa margin keuntungan (maginal benefit) dari peningkatan
keterbukaan ekonomi lebih kecil untuk negara-negara di sub Sahara Afrika. Jadi
dari penelitian ini bisa ditarik kesimpulan bahwa keberhasilan dari kebijakan-
kebijakan untuk menarik FDI di negara-negara lain belum tentu juga berhasil bila
diterapkan di Afrika.
Azam dan Lukman dalam penelitiannya tentang determinan FDI di India,
Pakistan dan Indonesia dengan pendekatan kuantitatif dan data periode tahun
1971 sampai tahun 2005 menggunakan model log regresi linier (log linier
regression) menyimpulkan bahwa di Pakistan ukuran pasar, infrastuktur,
keterbukaan ekonomi, ekspektasi investasi domestik mempunyai hubungan yang
positif dan berpengaruh signifikan terhadap FDI pada tingkat 1 persen, sedangkan
hubungan hutang luar negeri dan pajak langsung terhadap aliran FDI mempunyai
hubungan yang negatif. Namun meskipun tingkat inflasi dan konsumsi pemerintah
dalam penelitian ini tidak signifikan bukan berarti variabel tersebut tidak
mempunyai pengaruh pada aliran FDI. Untuk kasus di India hutang luar negeri
mempunyai pengaruh signifikan yang tinggi dan berhubungan negatif pada tingkat
5 persen, infrastruktur signifikan dan positif pada tingkat 1 persen, investasi
domestik berpengaruh signifikan yang tinggi dan positif pada tingkat 5 persen.
Sedangkan tingkat inflasi dan konsumsi pemerintah sama dengan kasus di
Pakistan. Sedangkan hasil penelitian untuk Indonesia mempunyai hasil yang
berbeda dengan studi empiris pada Pakistan dan India. Di Indonesia hampir semua
data yang digunakan diambil dari indikator pembangunan internasional, sementara
untuk Pakistan dan India data yang digunakan bersumber dari survei ekonomi
yang dilakukan di negara masing-masing.
Jadi dari penelitian ini bisa disimpulkan bahwa hutang luar negeri
mempunyai hubungan yang negatif dengan arus masuk FDI, fasilitas infrastruktur
berpengaruh positif dan signifikan, pada kasus Pakistan efek dari pajak langsung
berpengaruh negatif dan signifikan, sesuai dengan kenyataan bahwa perusahaan
multinasional bertujuan untuk memperoleh keuntungan lebih, sehingga bisa
diasumsikan bahwa perusahaan ini sensitif terhadap pajak dikarenakan pajak
mempunyai dampak langsung terhadap keuntungannya. Investasi domestik
memperlihatkan hubungan yang positif dan signifikan. Keterbukaan ekonomi
berpengaruh secara signifikan dan ini menunjukkan liberalisasi yang mana
kondusif dalam memengaruhi arus masuk FDI.
Untuk meningkatkan FDI di Pakistan, India dan Indonesia, otoritas
manajemen pada negara masing-masing dibutuhkan untuk menjamin stabilitas
ekonomi dan politik, perlengkapan fisik kualitas infrastruktur, menjaga tingkat
inflasi, menarik investasi domestik, membatasi hutang luar negeri, insentif
keuangan, mengurangi bea cukai, kedamaian dan keamanan, hukum dan
kebijakan pemerintah yang konsisten merupakan faktor kunci yang potensial
untuk investor dalam membuat keputusan investasi.
Kurniati, et.al (2007) dalam penelitiannya tentang faktor-faktor
determinan masuknya aliran modal FDI di Asia dan Indonesia serta menguji
22
menggunakan series data tahun 1992 sampai dengan 2006 menyimpulkan bahwa
determinan emerging Asia, khususnya Indonesia memperkuat hasil survey yang
telah dilakukan oleh lembaga-lembaga internasional seperti World Economic
Forum, JICA dan lain-lain mengenai motif dari investor asing menanamkan
modalnya di Asia dan Indonesia, dimana investor menaruh perhatian besar
terhadap potensi pasar, masalah efisiensi terkait dengan tenaga kerja dan
infrastruktur serta stabilitas finansial yang tercermin dari stabilitas nilai tukar serta
adanya insentif investasi yang dapat tercermin dari terlibatnya home dan host
country dalam perjanjian investasi bilateral ataupun regional.
Dalam penelitian tersebut untuk kasus Indonesia, kestabilan politik
menjadi faktor yang sangat dipertimbangkan oleh investor disamping faktor-
faktor yang telah disebutkan diatas. Oleh karena itu untuk dapat lebih
meningkatkan daya tarik investor asing agar menanamkan modalnya di Indonesia,
maka pemerintah Indonesia harus meningkatkan laju pertumbuhan ekonominya,
menjaga stabilitas politik dan keuangan serta memacu penyediaan sarana
infrastruktur (transportasi, listrik, komunikasi), sehingga peningkatan investasi
asing yang masuk akan meningkatkan manfaat yang diperoleh Indonesia sebagai
host country untuk mendorong pertumbuhan ekonomi yang lebih sustainable.
Demikian juga investor sebagai home country akan memperoleh manfaat ekonomi
dari perluasan usaha dan profit usaha. Sedangkan upah buruh tidak signifikan
pengaruhnya terhadap aliran modal FDI ke Indonesia. Diperkirakan bahwa
investor sudah cenderung mempertimbangkan produktivitas tenaga kerja, dengan
pendidikan agar dapat menyediakan tenaga kerja yang memiliki produktivitas
yang tinggi.
Selanjutnya, model gravity yang digunakan dalam penelitian ini
menunjukkan adanya pengaruh positif dari setiap peningkatan FDI ke China
terhadap masuknya investasi ke Indonesia. Hasil ini menunjukkan kesesuaian
dengan teori production networking, dimana tumbuhnya investasi di China
menyebabkan peningkatan produksi dan negara-negara yang melakukan ekspor
bahan baku ke China.
Sutarsono (2010), melakukan penelitian menggunakan data time series
triwulanan dari tahun 1990-2010 tentang determinantforeign direct investment di
Indonesia menyimpulkan bahwa dalam jangka pendek determinan domestik tidak
signifikan terhadap aliran FDI, tetapi variabel lag, PDB, infrastruktur dan nilai
tukar berkorelasi positif terhadap FDI sedangkan ekspor dan keterbukaan ekonomi
berkorelasi negatif. Dalam jangka panjang aliran FDI secara positif dan signifikan
dipengaruhi oleh PDB, infrastruktur, keterbukaan ekonomi dan nilai tukar,
sedangkan ekspor dan krisis ekonomi berpengaruh negatif terhadap FDI.
Sodik dan Nuryadin (2008), yang melakukan penelitian dengan judul
determinan investasi di daerah : studi kasus provinsi di Indonesia periode tahun
1993 sampai dengan 2003 dengan menggunakan metode panel dinamik. Hasil dari
penelitian tersebut menunjukkan bahwa indikator market size yaitu laju PDRB
berpengaruh terhadap pilihan lokasi berinvestasi di daerah tetapi dengan arah
24
menarik bagi investor. Indikator infrastruktur yaitu daya listrik terpasang tidak
berpengaruh terhadap pilihan lokasi berinvestasi di daerah.
Indikator ketenagakerjaan yaitu angkatan kerja dan upah, hanya angkatan
kerja saja yang berpengaruh terhadap pilihan lokasi berinvestasi meskipun dengan
arah yang negatif. Untuk variabel upah tidak berpengaruh terhadap pilihan lokasi
berinvestasi, ini dikarenakan investor sekarang ini sudah tidak lagi
mempertimbangkan upah yang murah, tetapi lebih ke hal efisiensi biaya produksi
dan optimalisasi produktivitas sumberdaya yang ada. Adapun indikator
keterbukaan ekonomi (openness) yaitu ekspor berpengaruh positif dan signifikan
terhadap pilihan lokasi berinvestasi di daerah.
Sarwedi (2002), melakukan penelitian tentang investasi asing langsung di
Indonesia dan faktor yang memengaruhinya, menggunakan perhitungan kuadrat
terkecil sederhana Ordinary Least Square (OLS) dengan mengaplikasikan model
koreksi kesalahan (error correction model) dan uji kausalitas Granger. Hasil
perhitungan menunjukkan bahwa variabel ekonomi (GDP, growth, wage dan
ekspor) mempunyai hubungan positif dengan FDI, sedangkan variabel
nonekonomi yaitu stabilitas ekonomi mempunyai hubungan negatif.
Phytaloka (2010), melakukan penelitian dengan judul analisis faktor-faktor
yang memengaruhi penanaman modal asing dan peluang investasi : studi kasus
Kota Cimahi, Jawa Barat. Penelitian ini dilakukan dengan menggunakan model
analisis regresi linier berganda OLS dan analisis shift share. Hasil dari penelitian
ini adalah variabel PDRB, tenaga kerja dan dummy peraturan berpengaruh
2.5. Kerangka Pemikiran
Sebagaimana telah dijelaskan pada latar belakang bahwa penanaman
modal asing (PMA) merupakan modal pembangunan dan salah satu sumber
pembiayaan pembangunan yang cukup penting bagi Indonesia khususnya Provinsi
Jawa Timur. Dalam perkembangannya aliran penanaman modal asing yang masuk
dipengaruhi oleh berbagai faktor, seperti determinan domestik, krisis ekonomi dan
regulasi. Dalam penelitian ini digunakan determinan domestik utama yang secara
teoritis berkaitan erat dengan aliran penanaman modal asing yaitu Produk
Domestik Bruto (PDRB), keterbukaa ekonomi, inflasi dan upah minimum
provinsi.
Provinsi Jawa Timur dipilih karena nilai investasi masih terbilang rendah
dibandingkan dengan investasi asing yang masuk di provinsi-provinsi lain di
Pulau Jawa. Digunakan determinan domestik sebagai variabel karena secara
teknis variabel tersebut dapat digunakan oleh pemerintah Provinsi Jawa Timur
dalam pengambilan kebijakan untuk menarik investor asing.
Secara skematis kerangka pemikiran diatas dapat digambarkan dalam
26
Gambar 2.2. Kerangka Pemikiran
2.6. Hipotesis Penelitian
Dalam penelitian ini variabel penanaman modal asing di Provinsi Jawa
Timur merupakan variabel dependen atau variabel yang dipengaruhi. Sedangkan
PDRB, keterbukaan ekonomi, inflasi dan upah minimum provinsi merupakan
variabel yang memengaruhi atau variabel independen. Berdasarkan teori dan
penelitian terdahulu hipotesis yang akan diuji dalam penelitian ini adalah bahwa Rendahnya
Penanaman Modal Asing di Provinsi Jawa Timur
Determinan Domestik
PDRB Inflasi
Gambaran Perkembangan PMA di Provinsi Jawa Timur Keterbukaan
ekonomi
Upah Minimum
PDRB dan keterbukaan ekonomi berpengaruh positif terhadap penanaman modal
asing, sedangkan inflasi dan upah minimum provinsi mempunyai hubungan
BAB III
METODOLOGI PENELITIAN
3.1. Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah data sekunder (time
series) yang diperoleh dari beberapa lembaga dan instansi pemerintah, antara lain
berasal dari Badan Pusat Statistik (BPS) Provinsi Jawa Timur, Badan Koordinasi
Penanaman Modal Provinsi Jawa Timur dan Bank Indonesia serta beberapa situs
website yang mendukung dan berhubungan dengan penelitian ini. Data-data yang
digunakan adalah data penanaman modal asing yang disetujui pemerintah Provinsi
Jawa Timur, PDRB Provinsi Jawa Timur atas dasar harga berlaku, keterbukaan
ekonomi, inflasi dan upah minimum provinsi.
Tabel 3.1. Variabel-Variabel yang Digunakan dalam Penelitian
Variabel Satuan Sumber Simbol
Penanaman Modal Asing yang disetujui
000 USD Badan Koordinasi Penanaman Modal (BKPM) Provinsi Jawa Timur
PMA
Produk Domestik Regional Bruto (PDRB) Provinsi Jawa Timur atas dasar harga berlaku
Juta Rp Badan Pusat Statistik (BPS) Provinsi Jawa Timur
PDRB
Keterbukaan ekonomi dengan
proxy rasio jumlah ekspor dan impor terhadap PDRB
persen Badan Pusat Statistik (BPS) Provinsi Jawa Timur
OPEN
Inflasi persen Badan Pusat Statistik
(BPS) Provinsi Jawa Timur
INF
Upah Minimum Provinsi Rupiah Badan Pusat Statistik (BPS) Provinsi Jawa Timur
Data yang digunakan dalam penelitian ini merupakan data tahunan periode
1996 sampai dengan periode 2010. Tabel 3.1 menjelaskan tentang variabel-
variabel yang digunakan dalam penelitian ini beserta satuan, sumber dan
simbolnya.
3.2. Metode Analisis Data
Penelitian ini dilakukan untuk mengidentifikasi faktor-faktor yang
mempengaruhi Penanaman Modal Asing (PMA) di Provinsi Jawa Timur.
Memberikan gambaran tentang perkembangan penanaman modal asing periode
1996-2010 kepada Pemerintah Provinsi Jawa Timur sehingga dapat dijadikan
sebagai acuan pengambilan kebijakan untuk mendorong peningkatan Penanaman
Modal Asing (PMA) sebagai salah satu modal dalam melaksanakan pembangunan
yang selanjutnya diharapkan dapat meningkatkan laju pertumbuhan ekonomi.
Analisis kuantitatif dilakukan dengan menggunakan regresi linier berganda.
Metode analisis data yang digunakan adalah Ordinary Least Square (OLS). Untuk
memudahkan dalam melakukan pengolahan data yang digunakan dalam penelitian
ini, maka data tersebut dimasukkan ke dalam Microsoft Exel dan diolah dengan
menggunakan Eviews 6.0.
3.2.1. Analisis Deskriptif
Analisis deskriptif merupakan analisis penggambaran dari apa yang akan
30
Analisis ini digunakan untuk menggambarkan keberadaan penanaman modal
asing di Provinsi Jawa Timur. Dalam penelitian ini, analisis deskriptif yang
digunakan menekankan pada aspek perkembangan aliran penanaman modal asing
serta aliran penanaman modal asing per sektor.
3.2.2. Metode Regresi Linier Berganda
Analisis regresi merupakan suatu alat analisis untuk mengetahui pengaruh
variabel bebas terhadap variabel tak bebas yang dinyatakan dalam koefisien
regresi. Variabel bebas adalah variabel yang nilainya dapat ditentukan dan bersifat
menerangkan variabel tak bebas yang nilainya tergantung kepada variabel bebas.
Dalam analisis regresi diketahui dua bentuk model yaitu model persamaan tunggal
dan model persamaan simultan. Pada model persamaan tunggal ada satu variabel
tak bebas Y yang diterangkan oleh satu atau beberapa variabel X. Sementara
dalam persamaan simultan suatu variabel Y tidak hanya ditentukan oleh variabel
X tetapi beberapa variabel X juga ditentukan oleh variabel Y atau ada dua variabel
Y1 dan Y2 yang dipengaruhi secara bersama-sama oleh suatu variabel X. Adapun
dalam penelitian ini menggunakan analisis regresi dengan model persamaan
tunggal yaitu analisis regresi linier berganda.
Ordinary Least Square (OLS) merupakan salah satu metode yang sering
digunakan karena kemudahannya dalam mengolah data. Gujarati (1993)
menyatakan bahwa ada beberapa asumsi yang harus dipenuhi dalam model ini
1. Semua penaksir tak bias linier atau penaksir OLS mempunyai varians
minimum.
2. Varians tiap unsur disturbance ei tergantung (conditional) pada nilai yang
dipilih dari variabel yang menjelaskan adalah suatu angka konstan yang
sama dengan yang merupakan asumsi homoskedastisitas yaitu varians
yang sama.
3. Tidak ada autokorelasi artinya tidak ada korelasi antara anggota
serangkaian observasi yang diurutkan menurut waktu (seperti dalam data
deret waktu) atau seperti dalam data cross sectional.
4. Variabel yang menjelaskan adalah non stokastik yaitu terdiri dari angka-
angka yang tetap (fixed) dan ei didistribusikan secara normal.
5. Tidak ada multikolinearitas antara variabel yang menjelaskan X.
Jika asumsi ini terpenuhi maka penaksiran OLS koefisien regresi menjadi
BLUE (Best Linier Unbiassed Estimator). Salah satu regresi dalam OLS adalah
regresi berganda. Analisis regresi linier berganda menunjukkan hubungan sebab
akibat antara variabel X (variable eksogen) yang merupakan penyebab dari
variabel Y (variable endogen) yang merupakan akibat. Analisis regresi linier
berganda digunakan untuk menguraikan pengaruh varibel-variabel yang
menjelaskan (eksogen) yang mempengaruhi varibel bebasnya (endogen). Regresi
linier berganda tidak hanya melihat keterkaitan antar variabel-variabel namun juga
32
3.2.3. Model Umum Analisis Regresi Linier Berganda
Gujarati (1993), model umum analisis regresi linier berganda dapat
dituliskan sebagai berikut :
(3.1.) Dimana :
Y : Variabel endogen atau variabel tak bebas
i : Periode
: Intersep atau nilai Y saat X = 0
: Variabel eksogen atau variabel bebas
: Parameter dari
: Error term atau derajat kesalahan
3.2.4. Model Analisis Penelitian
Dalam penelitian ini variabel yang digunakan dalam menganalisis faktor-
faktor yang mempengaruhi PMA di Provinsi Jawa Timur adalah PDRB dan nilai
tukar rupiah terhadap dolar Amerika. PDRB digunakan karena PDRB
menggambarkan besarnya pangsa pasar, nilai tukar menggambarkan kestabilan
moneter suatu Negara/wilayah. Sehingga model analisis regresi linier berganda
dalam penelitian ini adalah sebagai berikut :
(3.2) Dimana :
PMA : Penanaman Modal Asing (000 USD)
OPEN : Keterbukaan ekonomi (persen)
INF : Inflasi (persen)
UMP : Upah minimum provinsi (Rupiah)
: Error term atau derajat kesalahan
3.3. Pengujian Kriteria Ekonomi dan Statistik
Pengujian dapat dilakukan dengan kriteria ekonomi dan statistik.
Pengujian kriteria ekonomi dilakukan untuk melihat besaran dan tanda parameter
yang akan diestimasi, apakah sesuai dengan teori atau tidak. Sedangkan pengujian
statistik dimaksudkan untuk mengetahui apakah model yang digunakan
merupakan model yang tepat untuk menggambarkan hubungan antar variabel.
Selain itu untuk mengetahui apakah ada hubungan yang signifikan diantara
variabel-variabel dependen dengan variabel independen.
3.3.1. Uji t
Uji t digunakan untuk melihat apakah masing-masing variabel bebas
(variable eksogen) secara parsial berpengaruh pada variabel tak bebasnya
(variable endogen). Selain itu juga untuk melihat keabsahan dari hipotesis dan
membuktikan bahwa koefisien regresi dalam model secara statistik signifikan atau
tidak.
Hipotesis : : = 0
34
Statistik uji yang dilakukan dalam uji t adalah sebagai berikut :
(3.4) Hasil t-hitung dibandingkan dengan t-tabel .
Dimana :
b : Koefisien regresi parsial sampel
B : Koefisien regresi parsial populasi
Sb : Simpangan baku koefisien dugaan
Kriteria uji yang digunakan dalam melakukan uji-t adalah sebagai berikut :
1. Apabila nilai t-hitung lebih besar dari nilai , maka tolak H0. Hal
ini berarti bahwa variabel yang digunakan berpengaruh nyata terhadap
variabel tak bebas (variable endogen).
2. Apabila nilai t-hitung lebih kecil dari nilai , maka terima H0. Hal
ini berarti variabel yang digunakan tidak berpengaruh nyata terhadap
variabel tak bebas (variabel eksogen).
3.3.2. Uji F
Uji F dilakukan untuk melihat apakah variabel-variabel bebas (variable
eksogen) secara serempak berpengaruh nyata pada variabel terikatnya (variable
endogen). Apabila uji F lebih kecil dari taraf nyata artinya H0 diterima, hal ini
menandakan bahwa ada minimal satu variabel yang berpengaruh secara signifikan
atau berpengaruh nyata pada keragaman variabel terikatnya.
Mekanisme untuk menguji hipotesis dari parameter dugaan secara serentak
Hipotesis : : : minimal ada satu Untuk i = 1, 2, 3, …, k
= dugaan parameter
Statistik uji yang dilakukan dalam uji-F adalah sebagai berikut :
⁄ ⁄ (3.5) Keterangan :
Hasil dari F-hitung dibandingkan dengan F-tabel (F-tabel = , dimana :
R2 = Koefisien determinasi
n = Banyaknya data
K = Jumlah koefisien regresi dugaan
Kriteria uji yang digunakan dalam pengujian model penduga adalah
sebagai berikut :
1. Apabila nilai F-hitung lebih besar dari , maka tolak H0.
Maksudnya adalah terdapat minimal parameter dugaan yang tidak nol dan
berpengaruh nyata terhadap keragaman variabel tak bebas.
2. Apabila nilai F-hitung lebih kecil dari , maka terima H0. Hal ini
berarti secara bersamaan variabel yang digunakan tidak bisa menjelaskan
secara nyata keragamaan dari variabel tak bebas.
3.3.3. Uji Koefisien Determinasi (R2)
Uji koefisien determinasi R2 (R2 adjusted) digunakan untuk melihat sejauh
36
R2 mengukur tingkat keberhasilan model regresi yang digunakan dalam
memprediksi nilai variabel terikatnya. Menurut Gujarati (1993) terdapat dua sifat
R2 yaitu :
1. Merupakan besaran non negatif.
2. Batasnya adalah antara 0 dan 1. Jika R2 bernilai 1 berarti suatu kecocokan
sempurna, sedangkan jika R2 bernilai 0 berarti tidak ada hubungan antara
variabel terikat dengan variabel bebasnya.
R2 = = 1 - = 1 – ∑ ∑
a
atau (3.6) = 1 -(3.7) Dimana :
ESS = Jumlah kuadrat yang dijelaskan (explained sum square)
TSS = Jumlah kuadrat total (total sum square)
= Varians residual
= Varians sampel dari Y
Salah satu masalah jika menggunakan ukuran R-squared untuk menilai
baik buruknya suatu model adalah mendapatkan nilai yang terus naik seiring
dengan pertambahan variabel bebas ke dalam model sehingga adjusted R-squared
secara umum memberikan penalty atau hukuman terhadap penambahan variabel
squared tidak akan pernah melebihi nilai R-squared bahkan bisa turun jika
ditambahkan variabel bebas yang tidak perlu. Bahkan model yang memiliki
kecocokan rendah (goodness of fit), adjusted R-squared dapat memiliki nilai
negative. Nilai Adjusted R-squared dapat dihitung sebagai berikut :
(3.8)
k adalah banyaknya parameter dalam model termasuk faktor intersep.
3.3.4. Uji Kriteria Ekonometrika 1. Uji Normalitas
Kenormalan sisaan diperlukan agar dihasilkan nilai estimasi parameter
yang tidak bias, efisien dan konsisten. Selain itu, pengujian parameter dalam
analisis regresi menggunakan nilai kritis distribusi t dan F yang keduanya berasal
dari distribusi normal. Pemeriksaan kenormalan sisaan dapat dlakukan melalui
Plot Persentil-Persentil (P-P Plot), jika nilai sisaan membentuk garis lurus maka
sisaan berdistribusi normal.
Pengujian asumsi kenormalan secara formal dapat dilakukan dengan uji
Kolmogorov-Smirnov yang merupakan suatu uji mengenai tingkat kesesuaian
antara distribusi serangkaian nilai sisaan dengan distribusi normal. Hipotesis yang
digunakan adalah :
H0 : distribusi sisaan mengikuti distribusi normal
38
Statistik uji :
D = maksimum F0(Xi) – Sn(Xi) dengan i = 1, 2, 3, …, n.
F0(X) merupakan distribusi frekuensi kumulatif teoritis mengikuti distribusi
normal, sedangkan Sn(X) merupakan distribusi frekuensi kumulatif sisaan yang
diamati sesuai jumlah sampel.
Pada pengujian dengan tingkat kepercayaan sebesar (1-α) persen dapat diambil keputusan menerima H0 jika D < Dtabel dan menolak H0 jika D ≥ Dtabel.
Dtabel merupakan nilai kritis dari tabel Kolmogorov-Smirnov. Selain itu
pengambilan keputusan dapat didasarkan pada nilai p-value yaitu jika p-value≥ α
maka H0 diterima, sedangkan jika p-value < α maka H0 ditolak.
2. Autokorelasi
Secara harfiah autokorelasi berarti adanya korelasi antara anggota
observasi dengan observasi lain yang berlainan waktu atau disebut juga serial
correlation. Menurut Gujarati (1993), dalam model regresi akan terjadi
autokorelasi apabila terjadi bentuk fungsi yang tidak tepat, peubah penting
dihilangkan dari model, terjadi interpolasi data. Untuk mendeteksi ada tidaknya
autokorelasi first degree dapat digunakan nilai Durbin-Watson (DW) dari hasil
regresi, namun untuk melihat autokorelasi pada tingkat yang lebih tinggi
digunakan Uji Breuch Godfrey Serrial Corelation Lagrange LM Test.
Autokorelasi akan menyebabkan diantaranya sebagai berikut :
a. Dugaan parameter tidak bias.
c. Ragam galat tidak jelas.
d. Terjadi pendugaan kurang tepat pada ragam galat (standar error
underestimated), sehingga Sb underestimated. Oleh karena itu, t
overestimate cenderung lebih besar dari yang sebenarnya.
H0 = β = 0 (tidak terdapat serial autokorelasi)
H1 = β≠ 0 (terdapat serial autokorelasi)
Kriteria uji yang digunakan untuk melihat adanya autokorelasi adalah sebagai
berikut :
1. Apabila nilai obs*R-squared lebih besar dari taraf nyata yang digunakan,
maka model persamaan yang digunakan tidak mengalami masalah
autokorelasi.
2. Apabila nilai obs*R-squared lebih kecil dari taraf nyata yang digunakan,
maka model persamaan yang digunakan mengalami masalah autokorelasi.
Solusi dari masalah autokorelasi yaitu dengan menghilangkan variabel yang
sebenarnya tidak berpengaruh terhadap variabel bebas. Jika terjadi kesalahan
dalam spesifikasi model, hal ini dapat diatasi dengan mentransformasi model,
misalnya dari model linier menjadi non linier atau sebaliknya.
3. Heterokedastisitas
Seringkali pada data yang dianalisis ditemukan masalah varians residual