Coefficient
Std. Error
t-Statistic
Prob.
C
X1
X2
X3
DUMMY
19.02162
4.886214
-6.094512
-0.335862
28.04065
67.52967
0.807738
2.240278
0.676532
22.98350
0.281678
6.049254
-2.720427
-0.496447
1.220034
0.7809
0.0000
0.0128
0.6247
0.2360
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.751021
0.703597
45.98055
44398.43
-133.6496
15.83614
0.000004
5.560000
84.45643
10.66536
10.90730
10.73503
1.069571
Estimation Command:
=========================
LS Y C X1 X2 X3 DUMMY
Estimation Equation:
=========================
Y = C(1) + C(2)*X1 + C(3)*X2 + C(4)*X3 + C(5)*DUMMY
Substituted Coefficients:
=========================
Y = 19.0216189526 + 4.8862142791*X1 - 6.09451199325*X2 - 0.335862236418*X3 + 28.0406514058*DUMMY
0.281678
R2
= 0.751021
6.049254
-2.720427
-0.496447
1.220034
F=15.83614
Dimana:
Yt
5. Menghitung nilai statistik t (t hitung) dan mencari nilai-nilai t kritis dari t tabel distribusi t
pada =5%
1 4.8862142791
t hitung untuk 1= S 1 = 0.807738 =6.049256
2 6.09451199325
=
=
=2.72046
2
t hitung untuk
S2
2.240278
3 0.335862236418
=0.01461
t hitung untuk 3= S 3 =
22.98350
t hitung untuk
dummy=
D 28.04065
=
=1.220034
S D 22.98350
df = n-k = 26-4 = 22
Maka dengan df = 22 dan = 5% diperoleh t tabel sebesar 1.717
6. Membandingkan nilai t hitung dengan t kritisnya (t tabel). Keputusannya:
Untuk X1, karena nilai t hitung ( 6.049256 ) > nilai t kritis (1.717) maka H0
ditolak dan menerima Ha, artinya variabel itu signifikan secara statistik. Dan
diketahui dengan probabilitas sebesar 0.0000 lebih kecil dari = 5% sehingga itu
artinya signifikan karena kesalahannya 0% dibawah ketentuan 5%.
Untuk X2, karena nilai t hitung ( 2.72046 ) < nilai t kritis (1.717) maka Ho
ditolak dan menolak Ha, artinya variabel itu signifikan secara statistik. Dan
diketahui dengan probabilitas sebesar
0.0128
0.6247
0.2360
Sesudah krisis
Y = 19.0216189526 + 4.8862142791X1 - 6.09451199325X2 - 0.335862236418X3
Andai saja variabel masa pemilihan umum (dummy variabel) signifikan secara
statistic, maka persamaannya akan menjadi:
Sebelum krisis:
Y = 19.0216189526 + 4.8862142791X1 - 6.09451199325X2 - 0.335862236418X3
Setelah krisis:
Y = 47.06227+ 4.8862142791X1 - 6.09451199325X2 - 0.335862236418X3
Hipotesis statistik:
Uji hipotesis positif ini menggunakan satu sisi
1
Maka: H =
0 inflasi tidak berpengaruh positif terhadap jumlah
pelarian modal di Indonesia
1> 0
H a =
inflasi berpengaruh positif terhadap jumlah pelarian modal di
Indonesia
3. Menghitung nilai statistic t (t hitung) dan mencari nilai-nilai t kritis dari table distribusi
t pada
1
Se 1
4.834032
0.815511
= 5.927611032
4. Cari t table dengan : degree of freedom (df) = n- k = 26 4 =22. Dengan df= 22 dan
T hitung
5.927611032
T table
1,717
Kesimpulan
Ho ditolak
Ha diterima
Keterangan
Signifikan
1. Hipotesis pernyataan. Selisih suku bunga berpengaruh negatif terhadap pelarian modal
di Indonesia
Hipotesis statistik:
Uji hipotesis negatif ini menggunakan satu sisi
1
Maka: H =
0 Selisih suku bunga tidak berpengaruh negatif terhadap
pelarian modal di Indonesia
1< 0
H a =
Selisih suku bunga berpengaruh negatif terhadap pelarian
modal di Indonesia
2. Menghitung nilai statistic t (t hitung) dan mencari nilai-nilai t kritis dari table distribusi
t pada
2
Se 2
5.863641
2.256918
= -2.5980745
Cari t table dengan : degree of freedom (df) = n- k = 26 4 =22. Dengan df= 22 dan
Karena nilai t hitung (-2.5980745) nilai t kritis (1,717) maka Ha diterima atau
menolak Ho, artinya variable itu signifikan. Dan diketahui dengan probabilitas
0.0164 lebih kecil dari = 5% sehingga itu artinya signifikan karena
kesalahannya nol persen di bawah ketentuan 5%.
Variabel
x2
T hitung
-2.5980745
T table
1,717
Kesimpulan
Ho ditolak
Keterangan
Signifikan
Ha diterima
= -0.922035
3. Cari t table dengan : degree of freedom (df) = n- k = 26 4 =22. Dengan df= 22 dan
T hitung
-0.922035
T table
1,717
Kesimpulan
Ho diterima
Ha ditolak
Keterangan
Tidak Signifikan