Laporan Hasil Analisis Regresi dan Uji Pendukungnya
A. Lampiran
i. Output Eviews
Dependent Variable: LOG(GDP)
Method: Least Squares
Date: 03/23/22 Time: 12:53
Sample: 1979Q1 1988Q4
Included observations: 40
Variable Coefficient Std. Error t-Statistic Prob.
C 5.584867 0.592999 9.417997 0.0000
LOG(M1) 0.717382 0.063013 11.38462 0.0000
R 0.001655 0.001387 1.193062 0.2406
P -0.108256 0.058587 -1.847768 0.0729
R-squared 0.952749 Mean dependent var 12.84172
Adjusted R-squared 0.948811 S.D. dependent var 0.096173
S.E. of regression 0.021759 Akaike info criterion -4.722940
Sum squared resid 0.017044 Schwarz criterion -4.554052
Log likelihood 98.45879 Hannan-Quinn criter. -4.661875
F-statistic 241.9615 Durbin-Watson stat 0.430852
Prob(F-statistic) 0.000000
B. Tabel Ringkasan
Hasil Estimasi Model Ekonometrik
^
GDPt =¿ 5 , 5849+ 0,7174 M 1t + 0,0017 R t −0,1083 Pt ¿
(0,000) (0,2406) (0,0729)
R2 = 0,9527 ; DW-Stat. = 0,4309 ; F-Stat. = 241,9615 ; Prob. F-Stat. = 0,000
Uji Diagnosis
(1) Multikolinieritas (Klein)
M1 = 0,8774 ; R = 0,3706 ; P = 0,8686
{atau Multikolinieritas (VIF)
M1 = 8,1586 ; R = 1,5888 ; P = 7,6126}
(2) Normalitas Residual (Jarque Bera)
JB(2) = 0,6916 ; Prob. JB(2) = 0,7077
(3) Otokorelasi (Breusch Godfrey)
2(4) = 26,06496 ; Prob. 2(4) = 0,000007
(4) Heteroskedastisitas (White)
Uji White Non Cross Term
2(Obs*R-square) = 16,3373 ; Prob. 2(Chi Square(6)) = 0,0121
(5) Linieritas (Ramsey Reset)
F(1,35) = 0,3671 ; Prob. F(1,35) = 0,5485
C. Interprestasi
- Uji Asumsi Klasik
i. Uji multikolinieritas Klein
Uji multikolinieritas yang dipakai adalah uji Klein. Uji Klein dilakukan dengan cara
membandingkan R2 dari model terestimasi dengan R2 regresi auxialiary yang didapat dari
regresi masing-masing variabel independen dengan variabel independen lainnya.
Multikolinieritas terjadi apabila R2 regresi auxiliary nilainya ada yang lebih besar dari R2
model lengkap.
Uji Klein 1
Dependent Variable: LOG(M1)
Method: Least Squares
Date: 03/17/22 Time: 02:45
Sample: 1979Q1 1988Q4
Included observations: 40
Variable Coefficient Std. Error t-Statistic Prob.
C 9.389313 0.104275 90.04403 0.0000
R -0.005699 0.003495 -1.630532 0.1115
P 0.834348 0.067448 12.37025 0.0000
R-squared 0.877431 Mean dependent var 10.25822
Adjusted R-squared 0.870805 S.D. dependent var 0.157937
S.E. of regression 0.056768 Akaike info criterion -2.827638
Sum squared resid 0.119238 Schwarz criterion -2.700972
Log likelihood 59.55275 Hannan-Quinn criter. -2.781839
F-statistic 132.4349 Durbin-Watson stat 0.164431
Prob(F-statistic) 0.000000
Uji Klein 2
Dependent Variable: R
Method: Least Squares
Date: 03/17/22 Time: 02:48
Sample: 1979Q1 1988Q4
Included observations: 40
Variable Coefficient Std. Error t-Statistic Prob.
C 132.6991 66.82309 1.985827 0.0545
LOG(M1) -11.76406 7.214857 -1.630532 0.1115
P -0.454903 6.944523 -0.065505 0.9481
R-squared 0.370586 Mean dependent var 11.51125
Adjusted R-squared 0.336564 S.D. dependent var 3.166672
S.E. of regression 2.579305 Akaike info criterion 4.804956
Sum squared resid 246.1542 Schwarz criterion 4.931622
Log likelihood -93.09911 Hannan-Quinn criter. 4.850754
F-statistic 10.89242 Durbin-Watson stat 0.434244
Prob(F-statistic) 0.000191
Uji Klein 3
Dependent Variable: P
Method: Least Squares
Date: 03/17/22 Time: 02:50
Sample: 1979Q1 1988Q4
Included observations: 40
Variable Coefficient Std. Error t-Statistic Prob.
C -8.777941 0.828467 -10.59540 0.0000
LOG(M1) 0.965169 0.078023 12.37025 0.0000
R -0.000255 0.003891 -0.065505 0.9481
R-squared 0.868639 Mean dependent var 1.120044
Adjusted R-squared 0.861538 S.D. dependent var 0.164085
S.E. of regression 0.061057 Akaike info criterion -2.681985
Sum squared resid 0.137934 Schwarz criterion -2.555319
Log likelihood 56.63970 Hannan-Quinn criter. -2.636186
F-statistic 122.3329 Durbin-Watson stat 0.113188
Prob(F-statistic) 0.000000
Hasil uji Klein terlihat pada Tabel berikut ini:
Tabel
Hasil Uji Klein
Variabel Ri
2
Kriteria Kesimpulan
M1 0,8774 < 0,9527 Tidak menyebabkan multikolineritas
R 0,3705 < 0,9527 Tidak menyebabkan multikolinieritas
P 0,8686 < 0,9527 Tidak menyebabkan multikolinieritas
ii. Uji multikolinieritas VIF
Uji multikolinieritas yang dipakai adalah uji VIF. Pada uji VIF multikolinieritas terjadi
apabila nilai VIF untuk variabel independen ada yang bernilai > 10.
Uji VIF
Variance Inflation Factors
Date: 03/31/22 Time: 10:17
Sample: 1979Q1 1988Q4
Included observations: 40
Coefficient Uncentered Centered
Variable Variance VIF VIF
C 0.351648 29709.20 NA
LOG(M1) 0.003971 35309.41 8.158643
R 1.92E-06 23.12144 1.588779
P 0.003432 371.4101 7.612587
Hasil uji VIF terlihat pada Tabel berikut ini:
Tabel
Hasil Uji VIF
Variabel VIF Kriteria Kesimpulan
M1 8.1586 < 10 Tidak menyebabkan multikolineritas
R 1.5887 < 10 Tidak menyebabkan multikolinieritas
P 7.6125 < 10 Tidak menyebabkan multikolinieritas
- Uji Kebaikan Model
i. Uji Eksistensi Model (F)
Model terestimasi eksis apabila seluruh variabel independen secara simultan
memiliki pengaruh terhadap variabel dependen (koefisien regresi tidak secara
simultan bernilai nol). Uji eksistensi model terestimasi memakai uji F, yang dalam
penelitian ini, formulasi hipotesisnya adalah H 0 : β 1=β 2=β 3=0, koefisien regresi
model -terestimasi secara simultan bernilai nol atau model terestimasi tidak eksis;
H A : β 1 ≠ 0 ∨ β 2 ≠ 0 ∨ β 3 ≠ 0, koefisien regresi model terestimasi tidak secara simultan
bernilai nol atau model terestimasi eksis. H 0 akan diterima jika nilai p (p value),
probabilitas, atau signifikasi empirik statistik F > α.; H0 akan ditolak jika nilai p (p
value), probabilitas, atau signifikasi empirik statistik F α..
Dari Tabel Ringkasan, terlihat nilai p, probabilitas, atau signifikansi empirik
stastistik F pada estimasi model memiliki nilai 0,0000, yang berarti < 0,01; jadi H 0
ditolak, kesimpulan model terestimasi dalam penelitian eksis.
ii. Interpretasi Koefisien Determinasi (R2)
Koefisien determinasi (R2) model terestimasi menunjukkan daya ramal model
terestimasi. Dari Tabel ringkasan terlihat nilai R2 sebesar 0,9527. Artinya 95,27%
variasi variabel Pendapatan Nasional (GDP) dapat dijelaskan oleh variabel Jumlah
Uang Beredar (M1), Tingkat Bunga (R), dan variabel Inflasi (P). Sisanya, 4,73%
dipengaruhi oleh variabel-variabel atau faktor-faktor lain yang tidak dimasukkan
dalam model.
- Uji Validitas Pengaruh (T)
Uji validitas pengaruh menguji signifikansi pengaruh dari variabel independen
model terestimasi secara sendiri-sendiri. Uji validitas pengaruh memakai uji t. H0 uji t
adalah i = 0, variabel independen ke i model terestimasi tidak memiliki pengaruh
signifikan; dan HA-nya i ≠ 0, variabel independen ke i model terestimasi memiliki
pengaruh signifikan. H0 akan diterima jika nilai p (p value), probabilitas, atau
signifikasi empirik statistik t > α; H0 akan ditolak jika nilai p (p value), probabilitas,
atau signifikasi empirik statistik t α.
Hasil uji validitas pengaruh untuk semua variabel independen model
terestimasi terangkum pada Tabel berikut ini:
Hasil Uji Validitas Pengaruh Variabel Independen
Variabel Sig. t Kriteria Kesimpulan
M1 0,0000 ≤ 0,01 M1 berpengaruh signifikan pada α = 0,01
hR 0,2406 > 0,10 R tidak berpengaruh signifikan
P 0,0729 > 0,05 P tidak berpengaruh signifikan
Uji Normalitas Residual :
Uji Jarque Bera
Normalitas residual akan diuji memakai uji Jarque Bera (JB). H0 uji JB adalah distribusi
residual normal, dan HA-nya distribusi residual tidak normal.
H0 diterima jika nilai p (p value), probabilitas, atau signifikasi empirik statistik JB > α
H0 ditolak jika nilai p (p value), probabilitas, atau signifikasi empirik statistik JB α
Dari Tabel 4.1 terlihat nilai p, probabilitas, atau signifikansi empirik stastistik JB adalah
sebesar 0,7077 > 0,10 sehingga H0 diterima, karena distribusi residual normal.
Uji Otokorelasi :
Uji Breusch-Godfrey
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 14.96370 Prob. F(4,32) 0.0000
Obs*R-squared 26.06496 Prob. Chi-Square(4) 0.0000
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 03/24/22 Time: 16:01
Sample: 1979Q1 1988Q4
Included observations: 40
Presample missing value lagged residuals set to zero.
Variable Coefficient Std. Error t-Statistic Prob.
C -0.166620 0.384034 -0.433867 0.6673
LOG(M1) 0.016498 0.040910 0.403277 0.6894
R 0.000584 0.000890 0.656320 0.5163
P -0.008390 0.038202 -0.219619 0.8276
RESID(-1) 0.865598 0.165711 5.223556 0.0000
RESID(-2) -0.159057 0.223985 -0.710121 0.4828
RESID(-3) 0.282443 0.227757 1.240106 0.2240
RESID(-4) -0.356001 0.173271 -2.054587 0.0482
R-squared 0.651624 Mean dependent var 3.02E-15
Adjusted R-squared 0.575417 S.D. dependent var 0.020905
S.E. of regression 0.013622 Akaike info criterion -5.577413
Sum squared resid 0.005938 Schwarz criterion -5.239637
Log likelihood 119.5483 Hannan-Quinn criter. -5.455284
F-statistic 8.550687 Durbin-Watson stat 1.770777
Prob(F-statistic) 0.000007
Otokorelasi akan diuji memakai uji Breusch Godfrey (BG). H0 uji BG adalah tidak ada
masalah otokorelasi dalam model; dan HA-nya ada masalah otokorelasi dalam model.
H0 diterima jika nilai p (p value), probabilitas, atau signifikasi empirik statistik BG > α
H0 ditolak jika nilai p (p value), probabilitas, atau signifikasi empirik statistik BG α
Dari Tabel 4.1 terlihat nilai p, probabilitas, atau signifikansi empirik stastistik BG adalah
sebesar 0,000007 < 0,01 sehingga H0 ditolak, karena ada masalah otokorelasi dalam model.
Uji Heteroskedastisitas
Uji White
Heteroskedasticity Test: White
F-statistic 3.797335 Prob. F(6,33) 0.0055
Obs*R-squared 16.33731 Prob. Chi-Square(6) 0.0121
Scaled explained SS 9.013894 Prob. Chi-Square(6) 0.1728
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 03/30/22 Time: 18:25
Sample: 1979Q1 1988Q4
Included observations: 40
Variable Coefficient Std. Error t-Statistic Prob.
C -0.830079 0.797842 -1.040405 0.3057
LOG(M1) 0.163089 0.157013 1.038697 0.3065
LOG(M1)^2 -0.008002 0.007652 -1.045787 0.3033
R -0.000154 0.000197 -0.781003 0.4404
R^2 2.66E-06 6.96E-06 0.382655 0.7044
P 0.001641 0.019012 0.086327 0.9317
P^2 -0.000498 0.009488 -0.052465 0.9585
R-squared 0.408433 Mean dependent var 0.000426
Adjusted R-squared 0.300875 S.D. dependent var 0.000504
S.E. of regression 0.000421 Akaike info criterion -12.54955
Sum squared resid 5.85E-06 Schwarz criterion -12.25400
Log likelihood 257.9910 Hannan-Quinn criter. -12.44269
F-statistic 3.797335 Durbin-Watson stat 1.608220
Prob(F-statistic) 0.005506
Uji White akan dipakai untuk menguji heteroskedastisitas. H0 uji White adalah tidak
ada masalah heteroskedastisitas dalam model terestimasi, dan HA-nya terdapat masalah
heteroskedastisitas dalam model terestimasi.
H0 diterima apabila nilai p (p value), probabilitas atau signifikansi empirik statistik 2 uji
White > α
H0 ditolak apabila nilai p (p value), probabilitas atau signifikansi empirik statistik 2 uji White
α
Dari Tabel 4.1 terlihat nilai p, probabilitas, atau signifikansi empirik stastistik 2 uji
White adalah sebesar 0,0121 ( 0,01) sehingga H0 ditolak, karena terdapat heteroskedastisitas
dalam model terestimasi.
Uji Spesifikasi Model
Uji Ramsey Reset
Ramsey RESET Test
Equation: MODEL_TERESTIMASI
Specification: LOG(GDP) C LOG(M1) R P
Omitted Variables: Squares of fitted values
Value df Probability
t-statistic 0.605866 35 0.5485
F-statistic 0.367073 (1, 35) 0.5485
Likelihood ratio 0.417327 1 0.5183
F-test summary:
Mean
Sum of Sq. df Squares
Test SSR 0.000177 1 0.000177
Restricted SSR 0.017044 36 0.000473
Unrestricted SSR 0.016867 35 0.000482
LR test summary:
Value
Restricted LogL 98.45879
Unrestricted LogL 98.66746
Unrestricted Test Equation:
Dependent Variable: LOG(GDP)
Method: Least Squares
Date: 03/30/22 Time: 18:36
Sample: 1979Q1 1988Q4
Included observations: 40
Variable Coefficient Std. Error t-Statistic Prob.
C -2.139161 12.76278 -0.167609 0.8679
LOG(M1) 7.040614 10.43689 0.674589 0.5044
R 0.016280 0.024180 0.673279 0.5052
P -1.089057 1.619922 -0.672290 0.5058
FITTED^2 -0.340841 0.562568 -0.605865 0.5485
R-squared 0.953239 Mean dependent var 12.84172
Adjusted R-squared 0.947895 S.D. dependent var 0.096173
S.E. of regression 0.021953 Akaike info criterion -4.683373
Sum squared resid 0.016867 Schwarz criterion -4.472263
Log likelihood 98.66746 Hannan-Quinn criter. -4.607042
F-statistic 178.3724 Durbin-Watson stat 0.479219
Prob(F-statistic) 0.000000
Spesifikasi (linieritas) model akan diuji memakai uji Ramsey Reset. H0 uji Ramsey
Reset adalah model linier atau spesifikasi model tepat, dan HA-nya ada model tidak linier atau
spesifikasi model tidak tepat.
H0 diterima jika nilai p (p value), probabilitas, atau signifikasi empirik statistik F > α
H0 ditolak jika nilai p (p value), probabilitas, atau signifikasi empirik statistik F α
Dari Tabel 4.1 terlihat nilai p, probabilitas, atau signifikansi empirik stastistik F adalah
sebesar 0,5485 (> 0,10) sehingga H0 ditolak, karena model tidak linier atau spesifikasi model
tidak tepat.
