3. Model Fluktuasi Bisnis (Business Cycle)
3.7 Pengolahan Data
Pengolahan data dilakukan dengan menggunakan program Eviews 6 dan SPSS versi 16. Untuk model Solow, model MRW, dan model business cycle akan dianalisis dengan menggunakan program Eviews 6. Sedangkan untuk analisis komparatif dua sampel independen (tidak berkorelasi) antara sepuluh tahun sebelum dengan setelah krisis akan dianalisis dengan menggunakan program SPSS versi 15. Alasan digunakannya dua alat pengolah data ini, hanyalah demi kemudahan dalam menganalisis dan mengintreprestasikan hasil pengolahan data.
3.8 Pengujian Hipotesis
Untuk membuktikan kebenaran akan hipotesis yang telah dirumuskan maka perlu dilakukan pengujian hipotesis. Pengujian hipotesis statistik dalam penelitian ini meliputi: pengujian hipotesis secara individu atau parsial (uji t-test), pengujian hipotesis secara serempak atau simultan (uji F-test) statistik, pengujian ketetapan perkiraan (R2), uji hipotesis constant return to scale (menggunakan uji
Wald Test), serta pengujian hipotesis perbedaan (mean dan variance) sampel
antara sebelum dengan setelah (Independent Sample T-Test dan Levene Test). a. Uji Parsial (Uji t-test)
Pengujian terhadap variabel independen secara parsial (individu) bertujuan untuk melihat signifikansi dan pengaruh variabel independen secara individu terhadap variabel dependen dengan tingkat kepercayaan tertentu. Pengujian dilakukan dengan menggunakan uji t-test statistik. Rumusan t-test untuk menguji hipotesis pengaruh secara parsial (individu) adalah sebagai berikut:
Sb B -b t =
Dimana : t = nilai statistik uji t
b = koefesien regresi parsial sampel (estimator) B = koefesien regresi parsial populasi (parameter) Sb = standar error koefesien regresi sampel
Sedangkan kriteria pengambilan keputusannya dilakukan dengan cara membandingkan nilai t hitung dengan t tabel. Jika t hitung < t tabel (uji pihak kanan) atau jika t hitung > –t tabel (uji pihak kiri), maka Ho diterima dan Ha ditolak. Berarti variabel independen secara individu tidak berpengaruh secara signifikan terhadap variabel dependen. Sebaliknya jika t hitung > t tabel (uji pihak kanan) atau jika t hitung < –t tabel (uji pihak kiri), maka Ho ditolak dan Ha diterima. Berarti variabel independen secara individu berpengaruh signifikan. b. Uji Koefesien Determinasi (Uji R2)
Koefesien determinasi (goodness of fit) yang dinotasikan dengan R2 merupakan suatu ukuran yang penting dalam regresi, karena dapat
menginformasikan baik atau tidaknya model regresi yang terestimasi. Atau dengan kata lain, koefesien determinasi (R2) berguna untuk mengukur seberapa besar variasi dari variabel tergantung dapat dijelaskan oleh variabel bebasnya.
Nilai koefesien determinasi (R2) berada di antara 0 sampai 1, dimana semakin dekat nilai R2 dengan 1 menunjukkan R2 yang semakin baik. Jika nilai R2 sama dengan 1, maka garis regresi (variabel-variabel independen) menjelaskan 100% variasi dalam variabel dependen. Sebaliknya, kalau nilai R2 sama dengan 0, maka garis regresi tidak menjelaskan sedikitpun variasi dalam variabel dependen. c. Uji Hipotesis Return to Scale
Untuk menguji return to scale yang dihasilkan pada model regresi Solow dan MRW akan dilakukan pengujian Wald Test. Walt Test merupakan suatu test statistik berdasarkan unrestricted regression, yang mengukur seberapa erat (dekat) estimasi yang tidak direstriksi (unrestricted) dapat memenuhi restriksi (restricted) di bawah hipotesis nol. Dengan kata lain, Wald Test dapat digunakan untuk menunjukkan apakah terdapat kesesuaian antara estimasi yang tidak direstriksi dengan yang direstriksi.
Dengan menggunakan Wald Test, return to scale yang dihasilkan pada model regresi Solow dan MRW akan diuji untuk membuktikan apakah return to
scale yang dihasilkan tersebut memenuhi constant return to scale atau tidak.
Untuk itu, restriksi constant return to scale dapat dituliskan sebagai berikut: α + β = 1 atau c(2) + c(3) = 1; untuk persamaan model regresi Solow α + β + θ = 1 atau c(2) + c(3) + c(4) = 1; untuk persamaan model regresi MRW
HO : β1 + ... + βn = 0; artinya penjumlahan semua koefisien elastisitas menunjukkan adanya constant return to scale
HO :β1 + ... + βn ≠ 0; artinya penjumlahan semua koefisien elastisitas tidak
menunjukkan adanya constant return to scale
Sedangkan kriteria pengambilan keputusannya dapat dilakukan dengan cara membandingkan nilai F hitung dengan F tabel, yakni jika F hitung < F tabel maka HO diterima dan Ha ditolak. Berarti penjumlahan semua koefisien elastisitas menunjukkan adanya constant return to scale. Sebaliknya, jika F hitung > F tabel maka HO ditolak dan Ha diterima, berarti penjumlahan semua koefisien elastisitas tidak menunjukkan adanya constant return to scale.
d. Uji Hipotesis Analisis Komparatif
Uji t-test komparatif rata-rata dua sampel independen bertujuan untuk mengetahui tingkat signifikansi perbedaan dari rata-rata dua sampel tidak berkorelasi bila datanya berbentuk interval atau rasio. Sementara itu, komparasi yang akan diperbandingkan meliputi kesamaan rata-rata (equality of means) dan kesamaan variasi (equality of variances).
Rumusan t-test untuk menguji hipotesis kesamaan rata-rata dua sampel independen adalah sebagai berikut:
n s n s X X t 2 2 2 1 2 1 2 1 + − =
Dimana : t = nilai statistik uji t X1 = rata-rata sampel 1 X2 = rata-rata sampel 2
s12 = varian sampel 1 s22 = varian sampel 2
Sedangkan kriteria pengambilan keputusannya dapat dilakukan dengan cara membandingkan nilai t hitung dengan t tabel. Jika nilai t hitung < t tabel (uji pihak kanan) atau jika t hitung > –t tabel (uji pihak kiri), maka Ho diterima dan Ha ditolak. Berarti tidak terdapat perbedaan yang signifikan antara nilai rata-rata data sampel sebelum dengan setelah. Sebaliknya jika t hitung > t tabel (uji pihak kanan) atau jika t hitung < –t tabel (uji pihak kiri), maka Ho ditolak dan Ha diterima. Berarti terdapat perbedaan yang signifikan antara nilai rata-rata data sampel sebelum dengan setelah.
Sementara itu, rumusan hipotesis untuk uji kesamaan variasi (equality of
variances) dari dua sampel independen, dapat dituliskan sebagai berikut:
Ho = 0; artinya tidak terdapat perbedaan yang signifikan antara variasi data sampel sebelum dengan setelah.
Ho ≠ 0; artinya terdapat perbedaan yang signifikan antara variasi data sampel sebelum dengan setelah.
Sedangkan kriteria pengambilan keputusannya pada pengujian Levene Test dapat dilakukan dengan cara membandingkan nilai F hitung, yakni:
• Jika F hitung < F tabel, maka Ho diterima dan Ha ditolak. Berarti tidak terdapat perbedaan yang signifikan antara variasi nilai data sampel sebelum dengan setelah. Sebaliknya jika F hitung > F tabel, maka Ho ditolak dan Ha diterima. Berarti terdapat perbedaan yang signifikan antara variasi nilai data sampel sebelum dengan setelah.