TUGAS KELOMPOK EKONOMETRIKA

UJI ASUMSI KLASIK

“Pengaruh Hutang Luar Negeri (HLN), Penanaman Modal Dalam Negeri (PMDN) dan
Penanaman Modal Asing (PMA) terhadap Produk Domestik Bruto (PDB)”
Dosen : Dr. Alvis Rozani, S.E,M.Si

Disusun Oleh Kelompok 5:

 Silvoni : 2010011111030
 Jessy Jeray : 2010011111042
 Nurhijjah Ade P. : 2010011111027
 Maulia Irwanda P. : 2010011111029
 Ridwan Juleo P. : 2010011111028
 M. Iqbal Suryandi : 2010011111024

Kelas : EP.5.A

PROGRAM STUDI EKONOMI PEMBANGUNAN

FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS BUUNG HATTA
PADANG
2022
 TAHAP-TAHAM UJI ASUMSI KLASIK

1. UJI NORMALITAS

Berdasarkan gambar diatas, dapat diketahui bahwa nilai probability hasil

pengujian adalah sebesar 0.979777. Maka Hasil yang diperoleh menunjukkan nilai
probability sebesar 0.97 > α (0.05) maka dapat disimpulkan bahwa seluruh variabel
penelitian yang digunakan telah berdistribusi normal. Oleh sebab itu, tahapan pengolahan
data lebih lanjut dapat dilaksanakan.

2. UJI MULTIKOLINEARITAS
Pengujian multikolinieritas bertujuan untuk memastikan bahwa masing – masing
variabel independen yang akan dibentuk kedalam sebuah model regresi tidak saling
berkorelasi antara satu dengan yang lain. Sesuai dengan hasil pengujian yang telah
dilakukan diperoleh ringkasan terlihat pada Tabel di bawah ini :
 Uji Pertama

Dependent Variable: LPDB

Method: Least Squares
Date: 11/20/22 Time: 22:05
Sample: 1990 2011
Included observations: 22

Variable Coefficient Std. Error t-Statistic Prob.

C 6.807782 2.524946 2.696209 0.0148

LHLN 0.542513 0.261422 2.075239 0.0526
LPMD -0.025379 0.069611 -0.364587 0.7197
LPMA 0.146627 0.095077 1.542196 0.1404

R-squared 0.735708    Mean dependent var 14.25499

Adjusted R-squared 0.691659    S.D. dependent var 0.300094
S.E. of regression 0.166638    Akaike info criterion -0.583025
Sum squared resid 0.499826    Schwarz criterion -0.384654
Log likelihood 10.41328    Hannan-Quinn criter. -0.536295
F-statistic 16.70217    Durbin-Watson stat 0.632398
Prob(F-statistic) 0.000019

Berdasarkan hasil regresi diatas pada R-Square = 0,735

Artinya 73,5% kontribusi (HLN) Hutang Luar Negeri, (PMD) Penanaman
Modal Dalam Negeri, dan (PMA) Penanaman Modal Asing terhadap naik turunnya
PDB, sisanya 26,5% oleh variabel lain diluar model.
Sedangkan pada Parsial (Uji-t) tidak ada satupun variabel yang berpengaruh
signifikan terhadap PDB, karena semua nilai P-Value > α (0,05).
Maka dari itu dapat disimpulkan bahwa ditemukan terjadinya
multikolinearitas karena nilai R-square-nya besar tetapi tidak ada satupun variabel
yang berpengaruh signifikan.
  Uji Kedua
Variance Inflation Factors
Date: 11/20/22 Time: 22:18
Sample: 1990 2011
Included observations: 22

Coefficient Uncentered Centered

Variable Variance VIF VIF

C  6.375353  5051.042  NA

LHLN  0.068342  7517.302  4.049719
LPMD  0.004846  244.0904  1.362510
LPMA  0.009040  532.1705  4.674957

Sedangkan berdasarkan uji yang kedua, karena nilai Centered VIF semuanya
tidak ada yang > 10 atau semuanya < 10 maka tidak terjadi multikolinearitas.

 Uji Ketiga

LHLN LPMD LPMA

LHLN  1.000000  0.363623  0.864342

LPMD  0.363623  1.000000  0.498277
LPMA  0.864342  0.498277  1.000000

Berdasarkan hasil uji multikolinearitas ditemukan terjadinya multikolinearitas

karena nilai koefisien korelasi > 0.85 pada variabel LPMA dengan angka mencapai 0.86.
Sehingga untuk menghilangkan multikolinearitas perlu dilakukan cara penyembuhan /
transformasi variabel yaitu:

 Transfomasi variabel ke dalam bentuk first difference (diferensi pertama) dengan

persamaan :
LYt –LYt-1 = β1(LX1t –LX1t-1) +β2(LX2t –LX2t-1) + β3(LX3t –LX3t-1) + ε

Dependent Variable: DLPDB

Method: Least Squares
Date: 11/20/22 Time: 14:40
Sample (adjusted): 1991 2011
Included observations: 21 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

C 0.051596 0.026581 1.941091 0.0690

DLHLN -0.095053 0.297103 -0.319933 0.7529
DLPMDN -0.020989 0.049628 -0.422935 0.6776
DLPMA 0.006168 0.045393 0.135873 0.8935

R-squared 0.019356    Mean dependent var 0.045414

Adjusted R-squared -0.153699    S.D. dependent var 0.088342
S.E. of regression 0.094888    Akaike info criterion -1.702588
Sum squared resid 0.153065    Schwarz criterion -1.503632
Log likelihood 21.87718    Hannan-Quinn criter. -1.659410
F-statistic 0.111849    Durbin-Watson stat 1.758007
Prob(F-statistic) 0.951984

1. DLHLN-DLPMD-DLPMA
Dependent Variable: DLHLN
Method: Least Squares
Date: 11/20/22 Time: 22:38
Sample (adjusted): 1991 2011
Included observations: 21 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

C 0.051067 0.017315 2.949285 0.0086

DLPMD 0.025609 0.038906 0.658223 0.5187
DLPMA 0.015416 0.035828 0.430269 0.6721

R-squared 0.049661    Mean dependent var 0.055767

Adjusted R-squared -0.055933    S.D. dependent var 0.073258
S.E. of regression 0.075278    Akaike info criterion -2.203684
Sum squared resid 0.102003    Schwarz criterion -2.054466
Log likelihood 26.13868    Hannan-Quinn criter. -2.171300
F-statistic 0.470301    Durbin-Watson stat 1.148785
Prob(F-statistic) 0.632279

2. DLPMD-DLPMD-DLHLN
 Dependent Variable: DLPMD
Method: Least Squares
Date: 11/20/22 Time: 22:41
Sample (adjusted): 1991 2011
Included observations: 21 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

C -0.011244 0.126215 -0.089083 0.9300

DLPMA 0.306968 0.203086 1.511518 0.1480
DLHLN 0.917806 1.394369 0.658223 0.5187

R-squared 0.148025    Mean dependent var 0.088429

Adjusted R-squared 0.053361    S.D. dependent var 0.463187
S.E. of regression 0.450660    Akaike info criterion 1.375356
Sum squared resid 3.655699    Schwarz criterion 1.524574
Log likelihood -11.44124    Hannan-Quinn criter. 1.407740
F-statistic 1.563691    Durbin-Watson stat 2.539532
Prob(F-statistic) 0.236506

3. DLPMA-DLHLN-DLPMD
Dependent Variable: DLPMA
Method: Least Squares
Date: 11/20/22 Time: 22:43
Sample (adjusted): 1991 2011
Included observations: 21 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

C 0.088691 0.136428 0.650088 0.5238

DLHLN 0.660385 1.534820 0.430269 0.6721
DLPMD 0.366916 0.242746 1.511518 0.1480

R-squared 0.136400    Mean dependent var 0.157964

Adjusted R-squared 0.040445    S.D. dependent var 0.502980
S.E. of regression 0.492704    Akaike info criterion 1.553746
Sum squared resid 4.369625    Schwarz criterion 1.702964
Log likelihood -13.31433    Hannan-Quinn criter. 1.586130
F-statistic 1.421495    Durbin-Watson stat 2.636620
Prob(F-statistic) 0.267185

Berdasarkan hasil regresi variabel independen menunjukkan berdasarkan uji-t dari

ketiga model tersebut menujukkan antar variabel bebas tidak terdapat hubungan yang
signifikan antar variabel independen sehingga dapat disimpulkan bahwa model telah
bebas dari masalah multikolinieritas oleh sebab itu tahapan pengolahan data lebih lanjut
dapat segera dilakukan.

3. UJI AUTOKORELASI
 Pengujian autokorelasi bertujuan menguji apakah regresi linier ada korelasi
antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada
periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada problem
autokorelasi. Berdasarkan hasil pengujian autokorelasi yang telah dilakukan diperoleh
ringkasan hasil terlihat pada tabel berikut ini :

Tidak ada
Autokorelasi
Tidak dapat Tidak Dapat
Disimpulkan Disimpulkan
Autokorelasi Autokorelasi
Positif Negatif

0 dL dU 4-dU 4-dL 4
1,0529 1,6640 2,336 2,9471

Tabel Hasil Pengujian Autokorelasi

dL dU
    Durbin-Watson stat 0.632398 1.5437 1.8027

Berdasarkan Tabel di atas nilai statistik hitung d = 0,632398 sedangkan nilai

kritis d pada α=5% dengan n=22 dan k=3 untuk dL= 1.5437 dan dU =1.8027, 4-dU=
2,336 dan 4-dL= 2.9471, Karena nilai d terletak antara 0-dl, maka dapat disimpulkan
bahwa data mengandung autokorelasi positif.
Untuk mengobati masalah autokorelasi peneliti menggunakan metode diferensi
dengan persamaan sebagai berikut : d(lpdrb) c d(lhln) d(lpmdn) d(lpma).
Berdasarkan hasil pengujian autokorelasi menggunakan metode diferensi
diperoleh ringkasan hasil terlihat pada tabel berikut ini :
Tabel Hasil Pengujian Autokorelasi
dL dU
    Durbin-Watson stat 1.758007 1.0262 1.6694

Berdasarkan Tabel di atas nilai statistik hitung d = 1.758007 sedangkan nilai kritis
d pada α=5% dengan n=21 dan k=3 untuk dL= 1.0262 dan dU =1.6694, 4-dU= 2,3306
dan 4-dL= 2.9738, Karena nilai d terletak antara dU dan 4-dU, maka dapat disimpulkan
bahwa tidak terdapat autokorelasi di dalam model.
4. UJI HETEROSKEDASTISITAS

Pengujian heteroskedastisitas bertujuan untuk mengetahui keragaman variasi

variance yang mendukung masing – masing variabel penelitian. Pengujian
heteroskedastisitas dilakukan dengan menggunakan uji Glesjer Didalam model tersebut
masing – masing variabel independen diregresikan dengan nilai residual seluruh
variabel. Gejala heteroskedastisitas tidak akan terjadi bila masing – masing variabel
independen memiliki nilai sig diatas atau sama dengan 0.05. berdasarkan hasil
heteroskedastisitas yang telah dilakukan diperoleh ringkasan hasil terlihat pada Tabel
berikut ini.

Heteroskedasticity Test: Glejser

F-statistic 1.804973    Prob. F(3,18) 0.1824

Obs*R-squared 5.087705    Prob. Chi-Square(3) 0.1655
Scaled explained SS 5.533596    Prob. Chi-Square(3) 0.1366

Test Equation:
Dependent Variable: ARESID
Method: Least Squares
Date: 11/20/22 Time: 17:13
Sample: 1990 2011
Included observations: 22

Variable Coefficient Std. Error t-Statistic Prob.

C 1.530755 1.538653 0.994868 0.3330

LHLN -0.148490 0.159306 -0.932111 0.3636
LPMDN -0.074856 0.042419 -1.764660 0.0946
LPMA 0.107432 0.057938 1.854256 0.0802

R-squared 0.231259    Mean dependent var 0.108373

Adjusted R-squared 0.103136    S.D. dependent var 0.107225
S.E. of regression 0.101546    Akaike info criterion -1.573651
Sum squared resid 0.185607    Schwarz criterion -1.375279
Log likelihood 21.31016    Hannan-Quinn criter. -1.526920
F-statistic 1.804973    Durbin-Watson stat 1.162656
Prob(F-statistic) 0.182364

Dari tabel diatas terlihat bahwa masing–masing variabel independen memiliki

Prob. Chi-Square 0.1655 > α (5%) sehingga dapat disimpulkan tidak terdapat gejala
heteroskedastisitas dalam model.