Dependent Variable: PE
Method: Least Squares
Date: 06/04/19 Time: 10:25
Sample: 1983 2012
Included observations: 30
u Multikolinieritas
Interpretasi hasil :Hasil multikolinieritas dapat dilihat pada kolom centered VIF. Nilai VIF untuk
variable JUB dan SBI sebesar 1.593021, maka dapat dikatakan tidak terjadi multikolinieritas
pada kedua variable bebas tersebut. Berdasarkan syarat asumsi klasik regresi linier dengan OLS,
maka model regresi linier yang baik adalah adalah yang bebas multikolinieritas. Dengan
demikian, model di atas telah terbebas dari adanya moltikolinieritas.
u Autokorelasi
Interpretasi hasil : Nilai Prob F (2,25) sebesar 0,0712 dapat juga disebut sebagai nilai
probabilitas F hitung. Nilai Prob F hitung lebih besar dari tingkat alpha 0.05 (5%) sehingga,
berdasarkan uji hipotesis, H0 diterima, yang artinya tidak terjadi autokorelasi. Selain
menggunakan LM test, dapat juga menggunakan Durbin-Watson. Tabel DW menunjukan bahwa
nilai dl= 1.2837 dan du 1.5666
Nilai DW hitung sebesar 1.162718 lebih kecil dari 1.6523 dan lebih kecil dari 2.3477. Artinya
berada pada daerah ragu-ragu.
u Normalitas
6
Series: Residuals
Sample 1983 2012
Observations 30
5
Interpretasi hasil : Apabila nilai Prob.JB hitung lebih besar dari 0.05 maka dpat disimpulkan
bahwa residual terdistribusi normal dan sebaliknya. Nilai Prob. JB hitung sebesar 0,734445 >
0,05 sehingga dapat disimpulkan bahwa residual terdistribusi normal yang artinya asumsi klasik
tentang ke normalan telah terpenuhi.
u Linieritas
Value df Probability
t-statistic 6.102536 26 0.0000
F-statistic 37.24094 (1, 26) 0.0000
Likelihood ratio 26.66566 1 0.0000
Interpretasi Hasil : Apabila nilai Prob. F hitung lebih besar dari tingkat alpha 0,05 (5%) maka
model regresi memenuhi asumsi linieritas dan sebaliknya, apabila nilai Prob. F hitung lebih
kecil dari tingkat alpha 0,05 (5%) maka model regresi tidak memenuhi asumsi linieritas. Nilai
Prob. F hitung dapat di lihat pada baris F-stastistic kolom probalility. Pada kasus ini nilainya
0,000 lebih kecil dari 0,05 sehingga dapat disimpulkan bahwa model regresi tidak memenuhi
asumsi linieritas.
u Heteroskedastisitas
u Multikolinieritas
Variance Inflation Factors
Date: 06/02/19 Time: 10:22
Sample: 1975 2000
Included observations: 26
Interpretasi hasil : Hasil multikolinieritas dapat dilihat pada kolom centered VIF. Nilai VIF untuk
variable JPB,NIB dan INF sebesar 1.004100, 1.120868, dan 1.124090 dimana nilai tersebut
kurang dari 10, maka dapat dikatakan tidak terjadi multikolinieritas pada ketiga variable bebas
tersebut. Berdasarkan syarat asumsi klasik regresi linier dengan OLS, maka model regresi linier
yang baik adalah yang bebas multkolinearitas.
u Autokorelasi
u Normalitas
8
Series: Residuals
7 Sample 1975 2000
Observations 26
6
Interpretasi hasil : Apabila nilai Prob.JB hitung lebih besar dari 0.05 maka dpat disimpulkan
bahwa residual terdistribusi normal dan sebaliknya. Nilai Prob. JB hitung sebesar 0.1146 > 0.05,
sehingga dapat disimpulkan bahwa residual terdistribusi normal yang artinya asumsi klasik
tentang ke normalan telah terpenuhi.
u Linearitas
Value df Probability
t-statistic 0.079182 21 0.9376
F-statistic 0.006270 (1, 21) 0.9376
Likelihood ratio 0.007761 1 0.9298
Interpretasi Hasil : Apabila nilai Prob. F hitung lebih besar dari tingkat alpha 0,05 (5%) maka
model regresi memenuhi asumsi linieritas dan sebaliknya, apabila nilai Prob. F hitung lebih
kecil dari tingkat alpha 0,05 (5%) maka model regresi tidak memenuhi asumsi linieritas. Nilai
Prob. F hitung dapat di lihat pada baris F-stastistic kolom probalility. Pada kasus ini nilainya
0,9376 lebih besar dari 0,05 sehingga dapat disimpulkan bahwa model regresi telah memenuhi
asumsi linieritas.
u Heteroskedastisitas
Interpretasi Hasil : Keputusan terjadinya heteroskedastisitas pada model regresi linier adalah
dengan melihat nilai Prob. F-statistic ( f hitung). Apabila nilai Prob. F lebih besar dari tingkat
alpha 0.05 maka H0 diterima yang artinya tidak terjadi heterokedastisitas. Nilai Prob. F hitung
sebesar 0,1355 lebih besar dari tingkat alpha 0,05 (5%) sehingga, berdasarkan uji hipotesis, H0
diterima yang artinya tidak terjadi heteroskedastisitas.
Dependent Variable: UK
Method: Least Squares
Date: 06/11/19 Time: 20.15
Sample (adjusted): 1984Q1 1997Q3
Included observations: 55 after adjustments
u Multikolinieritas
Interpretasi hasil : Hasil multikolinieritas dapat dilihat pada kolom centered VIF. Nilai VIF
untuk variable YN(1.873184), IR (1.163245), IF (1.509702), dan D88 (1.787663) dimana nilai
centered VIF dari masing-masing variable kurang dari 10, maka dapat dikatakan tidak terjadi
multikolinieritas pada ketiga variable bebas tersebut. Berdasarkan syarat asumsi klasik regresi
linier dengan OLS, maka model regresi linier yang baik adalah adalah yang bebas
multikolinieritas. Dengan demikian, model di atas telah terbebas dari adanya multikolinieritas.
u Autokorelasi
Interpretasi hasil : Nilai Prob. F(2,48) sebesar 0.0006 juga disebut sebagai nilai probabilitas F
hitung . Nilai prob. F hitung lebih kecil dari tingkat alpha 0,05 (5%) sehingga, bersadarkan uji
hipotesis, H0 ditolak yang artinya terjadi autokorelasi.
u Normalitas
14
Series: Residuals
12 Sample 1984Q2 1997Q4
Observations 55
10
Interpretasi hasil : Apabila nilai Prob.JB hitung lebih besar dari 0.05 maka dapat disimpulkan
bahwa residual terdistribusi normal dan sebaliknya. Nilai Prob. JB hitung sebesar 0.155601 >
0.05, sehingga dapat disimpulkan bahwa residual terdistribusi normal yang artinya asumsi klasik
tentang kenormalan terpenuhi.
u Linieritas
Value df Probability
t-statistic 2.570559 49 0.0132
F-statistic 6.607774 (1, 49) 0.0132
Likelihood ratio 6.957649 1 0.0083
Interpretasi hasil : Apabila nilai Prob. Lebih besar dari tingkat alpha (0.05) maka model regresi
memenuhi asumsi linieritas dan sebaliknya. Nilai Prob. F dapat dilihat pada baris F-statistic
kolom probability. Pada pengujian ini nilai Prob. F 0.0132 < 0.05 sehingga dapat disimpulkan
bahwa model regeresi belum memenuhi asumsi linieritas.
u Heterokedastisitas
Interpretasi hasil Keputusan terjadinya heteroskedastisitas pada model regresi linier adalah
dengan melihat nilai Prob. F-statistic ( f hitung). Apabila nilai Prob. F lebih besar dari tingkat
alpha 0.05 maka H0 diterima yang artinya tidak terjadi heterokedastisitas. Nilai Prob.F hitung
sebesar 0.0000 lebih besar dari tingkat alpha (0.05) sehingga berdasarkan uji hipotesis, H0
ditolak yang artinya terjadi heteroskedastisitas.