Ringkasan Hasil Regresi Data Panel Model Common Effects sebagai berikut :
o Periods Include: Merupakan jumlah periode atau runtut waktu yang dilibatkan dalam
analisis.
o Cross section Include: Merupakan jumlah cross section atau panel yang dilibatkan dalam
analisis.
o Total Panel (Balanced) observations : adalah jumlah observasi yang dilibatkan dalam
analisis.
o Kolom Variable: adalah daftar variabel yang dianalisis.
Koefisien Regresi Data Panel Model Common Effects meliputi (Ghozali, 2016) :
o Coefficient: adalah koefisien beta regresi data panel sesuai dengan variabel yang ada
pada kolom variabel. Nilai koefisien ini digunakan untuk membentuk Persamaan Regresi
Data Panel.
o Standar error: adalah Standar Error dari nilai koefisien pada kolom coefficient.
o t-statistics: adalah nilai t parsial regresi data panel sesuai per variabel pada kolom
variable. Nilai t ini menunjukkan pengaruh parsial variabel prediktor terhadap variabel
response di dalam model regresi data panel.
o Prob: adalah nilai p value atau tingkat signifikansi dari t parsial di kolom t-statistics. Nilai
p value ini menunjukkan tingkat signifikansi t parsial dalam rangka menjawab hipotesis
uji parsial. Jika nilai p value kurang dari batas kritis, misalnya 0,05 maka jawaban
hipotesis adalah menerima H1 atau yang berarti variabel prediktor yang bersangkutan
memiliki pengaruh yang bermakna terhadap variabel response secara statistik.
1. Uji Chow
Chow test adalah pengujian untuk menentukan model apakah Common Effect (CE)
ataukah Fixed Effect (FE) yang paling tepat digunakan dalam mengestimasi data panel.
3. Uji Hausman
Uji ini untuk memilih antara Fixed Effect atau Random Effect
4. 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
2. Uji Hipotesis
Dari hasil uji multikolinearitas di atas dapatdilihat bahwa nilai korelasinya adalah sebesar 0,654
< 0,7 sehingga dapat disimpulkan bahwa tidak terjadi masalah multikolinearitas pada variabel
penelitian tersebut. Dengan hasil ini maka satu uji asumsi klasik telah terpenuhi.
b. Uji Autokorelasi
Untuk melakukan uji autokorelasi maka langkah-langkahnya adalah sebagaia berikut :
Tekan Ctrl + klik variabel pdb pma pmdn (urutannya berdasarkan variabel Y X1 X2
dst…), klik kanan, open as equation , kemudian klik OK
Klik view, residual diagnostic , serial correlation LM test
Intrepetasi
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 prob < 0,05
maka terjadi gejala autokorelasi sedangkan jika nilai prob > 0,05 maka tidak terjadi gejala
autokorelasi 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.
Dari hasil uji autokorelasi di atas dapat dilihat bahwa prob 0,6249 > 0,05 maka dapat
disimpulkan bahwa tidak terjadi gejala autokorelasi dalam model penelitian.
c. Uji Heteroskedastisitas
Untuk melakukan uji heteriskedastisitas, sebagai berikut :
Klik view, residual diagnostics, heteroskedasticity test, pilih white kemudian ok
Intrapetasi
Uji heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya penyimpangan
asumsi klasik.
Heteroskedastisitas yaitu adanya ketidaksamaan varian dari residual untuk semua
pengamatan pada model regresi.
Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya gejala
heteroskedastisitas.
Jika nilai prob nya < 0,05 maka terjadi gejala heteroskedastisitas dalam model penelitian
sedangkan jika nilai prob > 0,05 maka tidak terjadi gejala heteroskedastisitas dalam
model penelitian.
Dari hasil uji heteroskedastisitas dengan menggunakan metode white, nilai prob nya
sebesar 0,597 > 0,05 sehingga dapat disimpulkan tidak terjadi gejala heteroskedastisitas
dalam modl penelitian.
d. Uji Normalitas
Klik view, residual diagnostics, histogram normality test
Intrapetasi
Uji normalitas untuk menguji apakah nilai residual yang telah distandarisasi pada
model regresi berdistribusi normal atau tidak.
Cara melakukan uji normalitas dapat dilakukan dengan pendekatan analisis grafik
normal probability Plot.
Pada pendekatan ini nilai residual terdistribusi secara normal apabila garis (titik-
titik) yang menggambarkan data sesungguhnya akan mengikuti atau merapat ke
garis diagonalnya.
Dari hasil uji di atas dapat dilihat bahwa nilai probability Jarque berra sebsar
0,1232 > 0,05, artinya residual data penelitian terdistribusi secara normal.
Interprestasi
Berdasarkan tabel F dengan nilai df 1 = 1 dan df 2 = 14 maka nilai F tabelnya adalah 4,54
Dari hasil regresi di atas dapat dilihat bahwa nilai F hitung (84,29) > nilai F table (4,54),
Dapat disimpulkan bahwa variable independen secara bersama-sama berpengaruh
terhadap variable dependen.