BAB IV

ANALISIS DATA
 ANALISIS HASIL REGRESI

Dependent Variable: GDP

Method: Least Squares
Date: 12/17/15 Time: 07:01
Sample: 1981 2014
Included observations: 34

Variable Coefficient Std. Error t-Statistic Prob.

INFLATION -2.05E+12 4.75E+12 -0.431236 0.6694

LABOR 58516107 5536914. 10.56836 0.0000
TAX 1.81E+09 2.39E+08 7.581278 0.0000
C -1.77E+15 4.26E+14 -4.150129 0.0003

R-squared 0.976765 Mean dependent var 4.25E+15

Adjusted R-squared 0.974441 S.D. dependent var 1.99E+15
S.E. of regression 3.18E+14 Akaike info criterion 69.73181
Sum squared resid 3.03E+30 Schwarz criterion 69.91139
Log likelihood -1181.441 Hannan-Quinn criter. 69.79305
F-statistic 420.3793 Durbin-Watson stat 0.416903
Prob(F-statistic) 0.000000

Dari hasil regresi tersebut, maka dapat diperoleh persamaan sebagai berikut :
Y = – 1.77E+15 – 2.05E+12*X1 + 58516107*X2 + 1.81E+09*X3
Untuk nilai konstan diatas dilambangkan dengan C = - 1.77E+15. Selain
konstan ada variabel yaitu inflasi (inflation)X1 memiliki pengaruh negatif dan tidak
signifikan (– 2.05E+12, 0.6694). Dalam pembacaannya apabila tingkat inflasi naik
sebesar satu persen maka pertumbuhan ekonomi akan turun sebesar 2.05E+12,
tidak signifikan diartikan inflasi tidak memiliki pengaruh terhadap pertumbuhan
ekonomi.
Variabel kedua (tenaga kerja) yaitu memiliki pengaruh positif dan sangat
signifikan ( 58516107, 0.000). Dalam pembacaanya tenaga kerja naik sebesar satu
persen maka pertumbuhan ekonomi akan turun sebesar 58516107, signifikan
diartikan tenaga kerja memiliki pengaruh terhadap pertumbuhan ekonomi.
Variabel ketiga (pajak) yaitu memiliki pengaruh positif dan signifikan sebesar
(1.81E+09, 0,000). Dalam pembacaannya pajak naik sebesar satu persen maka
pertumbuhan ekonomi akan naik sebesar satu satuan, signifikan diartikan pajak
mempunyai pengaruh terhadap pertumbuhan ekonomi. Hal ini sesuai dengan teori
apabila pajak naik maka pertumbuhan ekonomi akan naik.
 Uji t
Hipotesis untuk menguji pengaruh variabel (X1), (X2) dan (X3) secara parsial
terhadap variabel independen yaitu (Y) dapat dirumuskan :
1. H0: b1 = 0, maka pengaruh variabel independen terhadap variabel dependen
tidak ada, berarti koefisien variabel independen tidak signifikan.
2. H1: b1 ≠ 0, maka ada pengaruh variabel independen terhadap variabel
dependen, sehingga koefisien variabel independen signifikan.

Dari tabel di atas dapat diketahui bahwa variabel tenaga kerja dan pajak mempunyai
pengaruh yang signifikan terhadap pertumbuhan ekonomi dengan nilai signifikan
sebesar 0.000 dan 0.000. Sedangkan variabel inflasi mempunyai pengaruh yang
tidak signifikan terhadap pertumbuhan ekonomi dengan nilai signifikan sebesar
0.6694.

 Uji Zero Mean of Error Distrubance

Date: 12/17/15
Time: 17:22
Sample: 1981 2014

UT

Mean -2.82E-16
Median 0.003214
Maximum 0.044614
Minimum -0.050071
Std. Dev. 0.021599
Skewness -0.309592
Kurtosis 2.654881

Jarque-Bera 0.690931
Probability 0.707891

Sum -9.33E-15
Sum Sq. Dev. 0.014929

Observations 33

Dari data di atas dapat diketahui bahwa nilai rata-rata µ =

-2.82E-16 atau mendekati 0 maka bisa diasumsikan sebagai 0.
 Uji Multikolinearitas

Dependent Variable: GDP

Method: Least Squares
Date: 12/17/15 Time: 07:01
Sample: 1981 2014
Included observations: 34

Variable Coefficient Std. Error t-Statistic Prob.

INFLATION -2.05E+12 4.75E+12 -0.431236 0.6694

LABOR 58516107 5536914. 10.56836 0.0000
TAX 1.81E+09 2.39E+08 7.581278 0.0000
C -1.77E+15 4.26E+14 -4.150129 0.0003

R-squared 0.976765 Mean dependent var 4.25E+15

Adjusted R-squared 0.974441 S.D. dependent var 1.99E+15
S.E. of regression 3.18E+14 Akaike info criterion 69.73181
Sum squared resid 3.03E+30 Schwarz criterion 69.91139
Log likelihood -1181.441 Hannan-Quinn criter. 69.79305
F-statistic 420.3793 Durbin-Watson stat 0.416903
Prob(F-statistic) 0.000000

GDP INFLATION LABOR TAX

GDP 1.000000 -0.035079 0.962924 0.941399
INFLATION -0.035079 1.000000 0.037154 -0.104300
LABOR 0.962924 0.037154 1.000000 0.859775
TAX 0.941399 -0.104300 0.859775 1.000000

Uji multikolearitas dapat dilakukan dengan melakukan regresi antara variabel

tergantung dengan variabel bebas kemudian melihat pada probality t statistik.
Jika probality t statistik bernilai signifikan hal itu merupakan indikasi terkena
multikolearitas. Dan juga apabila R-squared tinggi hal itu juga merupakan
indikasi terkena multikol maka harus dilakukan uji korelasi. Dari hasil uji
korelasi dapat dilihat apabila hasil dari variabel yang saling bersilangan terdapat
nilai yang tinggi yakni nilai lebih dari 0,8 maka positif terkena
multikolinearitas. Namun dari tabel di atas dapat dilihat bahwa nilai matrik
korelasi rendah maka dapat diartikan tidak terjadi multikolinearitas.
 Uji Heterokedasitas
Heteroskedasticity Test: White

F-statistic 1.910513 Prob. F(9,24) 0.0993

Obs*R-squared 14.19159 Prob. Chi-Square(9) 0.1157

Scaled explained SS 11.32721 Prob. Chi-Square(9) 0.2539

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 12/17/15 Time: 17:21
Sample: 1981 2014
Included observations: 34

Variable Coefficient Std. Error t-Statistic Prob.

C 1.04E+29 1.46E+30 0.070952 0.9440

INFLATION 2.67E+28 3.83E+28 0.696394 0.4929
INFLATION^2 -1.72E+25 1.13E+26 -0.151631 0.8807
INFLATION*LABOR -3.61E+20 5.12E+20 -0.704086 0.4882
INFLATION*TAX 3.67E+22 2.84E+22 1.292304 0.2086
LABOR -1.41E+22 4.03E+22 -0.349480 0.7298
LABOR^2 1.96E+14 2.87E+14 0.682882 0.5012
LABOR*TAX -1.96E+16 3.41E+16 -0.573299 0.5718
TAX -2.13E+23 3.85E+24 -0.055365 0.9563
TAX^2 1.13E+18 5.28E+17 2.147316 0.0421

R-squared 0.417400 Mean dependent var 8.90E+28

Adjusted R-squared 0.198924 S.D. dependent var 1.29E+29
S.E. of regression 1.16E+29 Akaike info criterion 136.9212
Sum squared resid 3.22E+59 Schwarz criterion 137.3701
Log likelihood -2317.660 Hannan-Quinn criter. 137.0743
F-statistic 1.910513 Durbin-Watson stat 1.181983
Prob(F-statistic) 0.099250

Uji heterokedasitas dapat dilakukan dengan meregresikan variabel tergantung

dengan variabel bebas kemudian melakukan uji white. Uji white bisa dilakukan
dengan meregresikan residual kuadrat sebagai variabel dependen dengan variabel
independen ditambah dengan kuadrat variabel independen, kemudian ditambahkan
lagi dengan perkalian dua variabel independen. Dari hasil uji heterokedasitas dapat
dilihat bahwa variabel-variabel tidak menunjukan nilai yang signifikan terhadap
pertumbuhan ekonomi.
 Uji Autokorelasi
Breusch-Godfrey Serial Correlation LM Test:

F-statistic 41.63599 Prob. F(2,28) 0.0000

Obs*R-squared 25.44439 Prob. Chi-Square(2) 0.0000

Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 12/18/15 Time: 13:25
Sample: 1981 2014
Included observations: 34
Presample missing value lagged residuals set to zero.

Variable Coefficient Std. Error t-Statistic Prob.

INFLATION -9.12E+12 2.67E+12 -3.413514 0.0020

LABOR 1994394. 2929544. 0.680786 0.5016
TAX -52175859 1.28E+08 -0.408546 0.6860
C -4.73E+13 2.25E+14 -0.210080 0.8351
RESID(-1) 1.158484 0.161815 7.159307 0.0000
RESID(-2) -0.268319 0.162630 -1.649876 0.1101

R-squared 0.748364 Mean dependent var -0.849265

Adjusted R-squared 0.703429 S.D. dependent var 3.03E+14
S.E. of regression 1.65E+14 Akaike info criterion 68.46969
Sum squared resid 7.62E+29 Schwarz criterion 68.73905
Log likelihood -1157.985 Hannan-Quinn criter. 68.56155
F-statistic 16.65440 Durbin-Watson stat 2.331680
Prob(F-statistic) 0.000000

Uji autokorelasi dilakukan dengan meregresi variabel tergantung dan variabel

bebas kemudian uji dengan serial correlation LM test. Dari hasil tes tersebut maka
diperoleh probability obs*R-squared bernilai signifikan maka hal tersebut
menunjukkan bahwa adanya autokorelasi. Cara mengobati yang pertama adalah
dengan menggunakan log.
 Breusch-Godfrey Serial Correlation LM Test:

F-statistic 39.95207 Prob. F(2,28) 0.0000

Obs*R-squared 25.17735 Prob. Chi-Square(2) 0.0000

Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 12/18/15 Time: 13:39
Sample: 1981 2014
Included observations: 34
Presample missing value lagged residuals set to zero.

Variable Coefficient Std. Error t-Statistic Prob.

INFLATION -0.001138 0.000710 -1.603370 0.1201

LLABOR 0.001069 0.193442 0.005525 0.9956
LTAX 0.002045 0.027046 0.075621 0.9403
C -0.028214 3.230380 -0.008734 0.9931
RESID(-1) 1.195552 0.172175 6.943836 0.0000
RESID(-2) -0.401509 0.182498 -2.200068 0.0362

R-squared 0.740510 Mean dependent var -5.41E-

15
Adjusted R-squared 0.694173 S.D. dependent var 0.086495
S.E. of regression 0.047833 Akaike info criterion -
3.083408
Sum squared resid 0.064064 Schwarz criterion -
2.814050
Log likelihood 58.41793 Hannan-Quinn criter. -
2.991549
F-statistic 15.98083 Durbin-Watson stat 2.105374
Prob(F-statistic) 0.000000

Namun dengan menggunakan metode log, tetap terjadi autokorelasi. Maka

selanjutnya menggunakan difference method.
Breusch-Godfrey Serial Correlation LM Test:

F-statistic 0.686278 Prob. F(2,27) 0.5120

Obs*R-squared 1.596415 Prob. Chi-Square(2) 0.4501

Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 12/17/15 Time: 17:20
Sample: 1982 2014
Included observations: 33
Presample missing value lagged residuals set to zero.

Variable Coefficient Std. Error t-Statistic Prob.

LABOR 82810.58 1493743. 0.055438 0.9562

TAX -4771635. 62755320 -0.076036 0.9400
INFLATION 1.08E+10 1.22E+12 0.008846 0.9930
C -6.24E+12 1.16E+14 -0.053749 0.9575
RESID(-1) 0.224355 0.193697 1.158280 0.2569
RESID(-2) -0.013899 0.195114 -0.071234 0.9437

R-squared 0.048376 Mean dependent var -0.014205

Adjusted R-squared -0.127850 S.D. dependent var 7.66E+13
S.E. of regression 8.14E+13 Akaike info criterion 67.06046
Sum squared resid 1.79E+29 Schwarz criterion 67.33255
Log likelihood -1100.498 Hannan-Quinn criter. 67.15201
F-statistic 0.274511 Durbin-Watson stat 1.917279
Prob(F-statistic) 0.923067

Dan dengan menggunakan difference method gejala autokorelasi bisa terobati

karena nilai probability dar obs*R-squared sudah tidak lagi signifikan.
 Uji Tidak Ada hubungan Antara µ dengan Variabel Bebas

Dependent Variable: UT
Method: Least Squares
Date: 12/17/15 Time: 17:22
Sample (adjusted): 1982 2014
Included observations: 33 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

TAX 1.06E-09 1.74E-08 0.060994 0.9518

LABOR -2.76E-11 4.15E-10 -0.066501 0.9474
INFLATION 5.90E-06 0.000339 0.017379 0.9863
C 0.002080 0.032305 0.064385 0.9491

R-squared 0.000154 Mean dependent var -2.82E-16

Adjusted R-squared -0.103279 S.D. dependent var 0.021599
S.E. of regression 0.022687 Akaike info criterion -4.620828
Sum squared resid 0.014926 Schwarz criterion -4.439433
Log likelihood 80.24367 Hannan-Quinn criter. -4.559794
F-statistic 0.001487 Durbin-Watson stat 1.584372
Prob(F-statistic) 0.999919

Uji tidak ada hubungan antara µ dengan variabel bebas dapat dilakukan dengan
meregresikan µ dengan variabel bebas dan jika nilai probabilitas bernilai 1 pada
semua variabel maka dapat dipastikan bahwa tidak ada hubungan antara µ dengan
variabel bebas. Namun pada tabel diatas bahwa nilai probabilitas bernilai kurang
dari 1 untuk semua variabel. Maka kemungkinan kecil ada hubungan antara µ
dengan variabel bebas.