sebelum melakukan analisa olah data untuk di interpretasi, maka harus di lakukan tahapan uji
untuk mengetahui data tersebut dapat dan bisa di interpretasi. Berikut adalah tahapan uji
asumsi yang di lakukan sebelum intrepesentasi sebuah hasil olahan data :
1. Uji autokorelasi
Uji autokolerasi merupakan kolerasi yang terjadi antara residual pada satu pengamatan
dengan pengamatan lain pada model regresi. Autokorelasi dapat diketahui melalui Uji
Durbin-Watson (D-W Test), adalah pengujian yang digunakan untuk menguji ada atau tidak
adanya korelasi serial dalam model regresi atau untuk mengetahui apakah di dalam model
yang digunakan terdapat autokorelasi diantara variabel-variabel yang diamati.
Berikut adalah analisa data menggunakan Uji Autokorelasi :
Breusch-Godfrey Serial Correlation LM Test:
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 04/13/20 Time: 19:40
Sample: 1990Q2 2003Q4
Included observations: 55
Presample missing value lagged residuals set to zero.
Uji autokorelasi digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi
klasik autokorelasi yaitu korelasi yang terjadi antara residual pada satu pengamatan dengan
pengamatan lain pada model regresi. Prasyarat yang harus terpenuhi adalah tidak adanya
autokorelasi dalam model regresi.
Kesimpulan : Uji autokolerasi merupakan kolerasi yang terjadi antara residual pada satu
pengamatan dengan pengamatan lain pada model regresi. Autokorelasi dapat diketahui
melalui Uji Breusch-Godfrey, dimana jika nilai F-statistik > 0,5 data tersebut dapat di
gunakan. Dari hasil uji autokorelasi di atas dapat dilihat bahwa nilai F-statistik sebesar
0.976665 > 0,5 maka dapat disimpulkan bahwa data tersebut dapat di gunakan dan di
interpretasi.
Value df Probability
t-statistic 1.206853 50 0.2332
F-statistic 1.456495 (1, 50) 0.2332
Likelihood ratio 1.579253 1 0.2089
F-test summary:
Mean
Sum of Sq. df Squares
Test SSR 0.004663 1 0.004663
Restricted SSR 0.164733 51 0.003230
Unrestricted SSR 0.160070 50 0.003201
LR test summary:
Value df
Restricted LogL 81.75438 51
Unrestricted LogL 82.54401 50
dalam uji asumsi kali ini, yang di lihat adalah probalitiasnya. Jika probabilitasnya lebih dari 0,05
maka data tersebut tidak bisa di lakukan interpretasi. Jika lebih dari 0,05 maka data tersebut
dapat di interpretasi.
Kesimpulan : Data probabilitas F-statistik sebesar 0.000 < 0,05 artinya data tersebut dapat di
lakukan interpretasi lebih lanjut.
MODEL TAHAP KE 1 : y c x1 x2
Dependent Variable: Y
Method: Least Squares
Date: 04/13/20 Time: 19:19
Sample: 1990Q1 2003Q4
Included observations: 56
1. Nilai probabilitas sebesar 0.00 < 0,05 maka data tersebut signifikan
2. Nilai R-square sebesar 0.994 < 0,05 maka data tersebut signifikan
3. Nilai koefisien LOG(X1) positif artinya pertambahan permintaan uang atau variable y sebesar
1% maka akan meningkatkan variabel X1 atau GDP sebesar 0,137582.
Nilai koefisien LOG(X2) negative artinya ketika ada peningkatan permintaan uang maka justru
akan menurunkan suku bunga sebesar 0,015205.
HASIL INTERPRETASI :
Dalam jangka pendek Ketika kondisi permintaan uang di masyarakat mengalami peningkatan sebesar
1% maka akan mempengaruhi peningkatan jumlah GDP sebesar 13%, akan tetapi jika peningkatan
permntaan uang sebesar 1% maka akan mempengaruhi jumlah suku yang akan mengalami penurunan
sebesar 1%.
Dalam jangka panjang Ketika kondisi permintaan uang di masyarakat mengalami peningkatan sebesar
1% maka akan mempengaruhi peningkatan jumlah GDP sebesar 557%, akan tetapi jika peningkatan
permntaan uang sebesar 1% maka akan mempengaruhi jumlah suku yang akan mengalami penurunan
sebesar 61%.