ANALISIS DAN PEMBAHASAN
4.2 Hasil Penelitian
4.2.3 Uji Asumsi Kasik .1Uji Normalitas
Untuk melihat apakah data telah berdistribusi normal dengan menggunakan JB-test ini adalah dengan melihat angka probability. Apabila angka probability > 0,05 maka data berdistribusi normal, sebaliknya apabila angka probability < 0,05 maka data tidak berdistribusi normal.
Sumber : Hasil Regresi Eviews 5.1
Gambar 4.5 Hasil Uji Normalitas
Dari tampilan diatas ditemukan bahwa angka probability adalah 0,552910. Dengan demikian data telah berdistribusi normal karena angka probability 0,552910 > 0,05.
4.2.3.2 Multikolinieritas
Dari hasil regresi terdapat multikolinieritas. Adanya multikolinieritas ditandai dengan :
1. Terdapat korelasi parsial antar variabel independen yaitu antara variabel tabungan masyarakat dan pengeluaran pemerintah. Hal ini ditandai dengan nilai antar korelasi di atas 0,85 yaitu 0.866569 Dapat dilihat dari table di bawah ini :
Tabel 4.6
Korelasi Parsial Antar Variabel Independen
TABUNGAN EKSPOR PP
TABUNGAN 1.000000 0.731693 0.881628
EKSPOR 0.731693 1.000000 0.866569
PP 0.881628 0.866569 1.000000
Sumber : Hasil Regresi Eviews 5.1
0 2 4 6 8 10 -0.5 0.0 0.5 Series: Residuals Sample 1991 2010 Observations 20 Mean 1.45e-15 Median -0.088173 Maximum 0.623569 Minimum -0.619908 Std. Dev. 0.356657 Skewness 0.422880 Kurtosis 2.159264 Jarque-Bera 1.185122 Probability 0.552910
Karena terdapat multikolinieritas, maka harus dilakukan penyembuhan multikolinieritas. Penyembuhan multikolinieritas dapat dilakukan dengan beberapa cara, salah satunya dengan cara menghilangkan salah satu variabel independen yang mempunyai hubungan linier kuat. Variabel yang akan dihilangkan adalah variabel pengeluaran pemerintah. Dengan demikian akan diperoleh hasil dalam tabel 4.12
Tabel 4.7
Korelasi Parsial Antar Variabel Independen
EKSPOR TABUNGAN
EKSPOR 1.000000 0.731693
TABUNGAN 0.731693 1.000000
Sumber : Hasil Regresi Eviews 5.1
Dari tabel tersibut dapat disimpulkan, tidak terdapat multikolinieritas antar variable independen setelah variabel pengeluaran pemerintah dikeluarkan karena tidak terdapat nilai koefisien korelasi diatas 0,85.
Sehingga jika dilakukan pengujian kembali, akan diperoleh hasil seperti dibawah ini :
Tabel 4.8 Hasil Regresi Dependent Variable: INVESTASI
Method: Least Squares Date: 03/29/12 Time: 13:39 Sample: 1991 2010
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob.
C 23.17242 2.769576 8.366773 0.0000
TABUNGAN 0.544538 0.107164 5.081371 0.0001
EKSPOR -0.821931 0.252124 -3.260031 0.0046
Sumber : Hasil Regresi Eviews 5.1
Berdasarkan hasil regresi, maka dapat diinterpretasikan sebagai berikut : 1. Nilai koefisien determinasi (R2) adalah sebesar 0,607134. Artinya variabel
tabungan masyarakat dan total ekspor dapat menjelaskan variabel investasi sebesar 60,7134%. Sedangkan 39,2866% dapat dijelaskan oleh variabel lainnya.
2. Koefisien tabungan masyarakat adalah positif, artinya ada pengaruh positif antara tabungan masyarakat dengan investasi. Semakin tinggi nilai tabungan masyarakat akan meningkatkan nilai investasi. Setiap kenaikan 1 % tabungan masyarakat akan meningkatkan investasi sebesar 0,544538 %. Nilai prob (probability) sebesar 0,0001 menunjukkan bahawa variabel tabungan masyarakat secara signifikan mempengaruhi variabel investasi pada tingkat signifikansi 1%.
3. Koefisien total ekspor adalah negatif, artinya ada pengaruh negatif antara total ekspor dengan investasi. Semakin tinggi nilai total ekspor akan menurunkan akan menurunkan nilai investasi. Setiap kenaikan 1 % total ekspor akan menurunkan investasi sebesar 0,821931%. Nilai prob (probability) sebesar 0,0046 menunjukkan bahawa variabel NPL secara signifikan mempengaruhi variabel INVESTASI pada tingkat signifikansi 5%.
Log likelihood -7.250662 F-statistic 13.13588
Sumber : Hasil Regresi Eviews 5.1
Gambar 4.6 Hasil Uji Normalitas
Dari tampilan diatas ditemukan bahwa angka probability adalah 0,550675. Dengan demikian data telah berdistribusi normal karena angka probability 0.550675 > 0,05.
*Uji F-Statistik
Uji F-Statistik dilakukan untuk mengetahui apakah variabel tabungan masyarakat (X1) dan total ekspor (X2) mampu secara bersama-sama mempengaruhi investasi (Y).
a. Hipotesis : H0: β1= β2= β3
Ha: β1≠β2 ≠β3
b. Kriteria pengambilan keputusan : - H0 diterima bila F-hitung < F-tabel - Ha diterima bila F-hitung > F-tabel
0 2 4 6 8 10 -0.5 0.0 0.5 Series: Residuals Sample 1991 2010 Observations 20 Mean 9.62e-16 Median -0.103504 Maximum 0.626690 Minimum -0.623171 Std. Dev. 0.356736 Skewness 0.431165 Kurtosis 2.170391 Jarque-Bera 1.193220 Probability 0.550675
d. n = 20 k = 2 α = 1 % df1 = k = 2
df2 = n-k-1 = 20-2-1 = 17 maka F-tabel = 6,11 e. Keputusan :
Berdasarkan data di atas, dapat diketahui bahwa F-hitung > F-tabel (13.13588 > 6,11), artinya Ha diterima. Dengan demikian, dapat disimpulkan bahwa variabel tabungan masyarakat (X1) dan total ekspor (X2) secara bersama-sama berpengaruh nyata (signifikan) terhadap investasi (Y) pada tingkat kepercayaan 99 % (α = 1%).
kkj
6,11 13,13588
Gambar 4.7 Kurva Uji F statistik *Uji t-Statistik
Uji t-statistik merupakan suatu pengujian secara parsial yang bertujuan untuk mengetahui apakah koefisien regresi signifikan atau tidak signifikan terhadap variabel dependen dengan menganggap variabel lainnya konstan.
1. Tabungan masyarakat (X1) a. Hipotesis: H0: βi = β : β ≠ β Ho diterima Ha diterima α = 1%
b. Kriteria pengambilan keputusan : Jika nilai uji t statistik bernilai positif
- H0 diterima bila t-hitung < t-tabel (α = 1 %) - Ha diterima bila t-hitung > t-tabel (α = 1 %) Jika nilai uji t statistik bernilai negatif
- H0 diterima bila t-hitung > t-tabel (α = 1 %) - Ha diterima bila t-hitung < t-tabel (α = 1 %) c. t-hitung = 5.081371 (Hasil regresi)
d. n = 20 k = 2 α = 1 % α/2 = 0,5 % df= n-k-1 = 20-2-1 = 17
maka t-tabel = 2,8982 e. Keputusan :
Berdasarkan data di atas, dapat diketahui bahwa t-hitung > t-tabel (5.081371> 2,8982), artinya Ha diterima. Dengan demikian, dapat disimpulkan bahwa variabel tabungan masyarakat (X1) berpengaruh nyata (signifikan) terhadap investasi (Y) pada tingkat kepercayaan 99% (α = 1%).
0 2,8982 5.08 Gambar 4.8
Kurva Uji t-statistik variabel Tabungan Masyarakat 2. Variabel total ekspor (X2)
a. Hipotesis: H0: βi=β Ha: βi≠ β
b. Kriteria pengambilan keputusan : Jika nilai uji t statistik bernilai positif
- H0 diterima bila t-hitung < t-tabel (α = 5 %) - Ha diterima bila t-hitung > t-tabel (α = 5 %) Jika nilai uji t statistik bernilai negatif
- H0 diterima bila t-hitung > t-tabel (α = 5 %) - Ha diterima bila t-hitung < t-tabel (α = 5 %) c. t-hitung = -3.260031 (Hasil regresi)
d. n = 20 k = 2 α = 5 % α/2 = 2,5 % df= n-k-1 = 20-2-1 = 17
maka t-tabel = -2,8982
Ha diterima Ha diterima
e. Keputusan :
Berdasarkan data di atas, dapat diketahui bahwa t-hitung < t-tabel ( -3.260031 < -2,8982), artinya Ha diterima. Dengan demikian, dapat disimpulkan
bahwa variabel total ekspor (X3) berpengaruh nyata (signifikan) terhadap investasi (Y) pada tingkat kepercayaan 95% (α = 5%).
-3,260031 -2,8982 0
Gambar 4.9
Kurva Uji t-statistik variabel total ekspor 4.2.3.3 Autokorelasi
Untuk mengetahui adanya autokorelasi, harus dilakukan pengujian. a. Hipotesis: H0 : ρ = 0, artinya tidak ada autokorelasi
Ha: ρ ≠ 0, artinya ada autokorelasi b. Kriteria pengambilan keputusan :
0 < d < dL : Menolak H0 ; ada autokorelasi positif
dL≤ d ≤ dU : Daerah keragu-raguan (Indecision); tidak ada keputusan
dU≤ d ≤ 4-dU : Menerima H0 ; tidak ada autokorelasi positif/negatif Ha diterima
Ha diterima Ho diterima
4-dU≤ d ≤ 4-dL : Daerah keragu-raguan (Indecision); tidak ada keputusan
4-dL≤ d ≤ 4 : Menolak H0 ; ada autokorelasi negatif c. d = 0.840938 (Hasil regresi)
d. α = 1 % k = 2 n = 20 maka dL = 0,86 dU = 1,27 e. Keputusan :
Berdasarkan data di atas, dapat diketahui bahwa 0 < d < dL (0 < 0.840938 < 0,86), artinya H0 ditolak. Dengan demikian, dapat disimpulkan bahwa ada autokorelasi positif.
0 0,84 0,86 1,27 2 4-dU 4-dL Gambar 4.10
Kurva Durbin Watson
Karena terdapat autokorelasi positif maka harus diobati. Ada beberapa cara yang dapat dilakukan untuk mengobati autokorelasi. Metode yang digunakan untuk mengobati masalah autokorelasi adalah dengan mencari nilai ρ yang sesungguhnya. Pada metode ini, nilai ρ harus diestimasi dengan cara menggunakan model AR(1). Dalam metode ini, model yang digunakan adalah :
μ
t= ρ
1μ
t-1+ ρ
2μ
t-2+
tModel AR(1) ini dapat menjadi dasar dalam membuat perbedaan guna menghilangkan autokorelasi pada persamaan. Untuk itu, dalam estimasi regresi perlu ditambahkan AR(1) sebagai variabel bebas (independent variabel). Jika di uji, hasilnya akan seperti table berikut :
Tabel 4.9
Hasil Estimasi Regresi
Autokorelasi (+) Autokorelasi (-)
Indecision Indecision
Sample (adjusted): 1992 2010
Included observations: 19 after adjustments Convergence achieved after 12 iterations
Variable Coefficient Std. Error t-Statistic Prob.
C 37.40101 11.95825 3.127633 0.0069
TABUNGAN -0.252248 0.428071 -0.589268 0.5645
EKSPOR -0.808523 0.377521 -2.141662 0.0490
AR(1) 0.872600 0.089018 9.802554 0.0000
R-squared 0.747179 Mean dependent var 19.89471
Adjusted R-squared 0.696614 S.D. dependent var 0.541579
S.E. of regression 0.298304 Akaike info criterion 0.603259
Sum squared resid 1.334782 Schwarz criterion 0.802088
Log likelihood -1.730957 F-statistic 14.77680
Durbin-Watson stat 1.710603 Prob(F-statistic) 0.000095
Inverted AR Roots .87
Sumber : Hasil Regresi Eviews 5.1
Dari hasi estimasi regresi di atas, maka diperoleh koefisien variabel AR(1) adalah sebesar 0,872600. Angka tersebut merupakan nilai dari ρ. Selanjutnya akan dibuktikan apakah estimasi regresi di atas tidak lagi memiliki autokorelasi. Untuk pengujian tersebut, maka digunakan LM test. Hasil yang di dapat dari pengujian LM test adalah sebagai berikut :
Tabel 4.10 Hasil Uji LM-Test Breusch-Godfrey Serial Correlation LM Test:
F-statistic 0.578224 Probability 0.574684
Obs*R-squared 1.552120 Probability 0.460216
Test Equation:
Dependent Variable: RESID Method: Least Squares
Date: 03/29/12 Time: 22:28
Presample missing value lagged residuals set to zero.
Variable Coefficient Std. Error t-Statistic Prob.
C -0.622256 12.33824 -0.050433 0.9605 TABUNGAN -0.072061 0.449252 -0.160403 0.8750 EKSPOR 0.121912 0.406460 0.299937 0.7690 AR(1) 0.004043 0.094455 0.042805 0.9665 RESID(-1) 0.123899 0.280489 0.441725 0.6659 RESID(-2) -0.310167 0.314164 -0.987278 0.3415
R-squared 0.081691 Mean dependent var 2.37E-11
Adjusted R-squared -0.271505 S.D. dependent var 0.272313
S.E. of regression 0.307063 Akaike info criterion 0.728564
Sum squared resid 1.225743 Schwarz criterion 1.026808
Log likelihood -0.921360 F-statistic 0.231289
Durbin-Watson stat 2.180615 Prob(F-statistic) 0.942003
Sumber : Hasil Regresi Eviews 5.1
Hasil pengujian menunjukkan bahwa nilai Obs*R-squared bernilai 1,552120 dengan nilai Prob. Chi-Square(2) adalah 0,460216. Hasil ini menunjukkan bahwa nilai probabilitasnya yang cukup besar (di atas 0,05), sehingga tidak menolak hipotesa nol, yaitu tidak ada autokorelasi.