Uji validitas pengaruh

Interpretasi arah dan variabel independen

besarnya pengaruh
variabel independen
^
INF t=17,186−8,459 logJUBt +0,603 BIRATE t +9,763 logKURS t
(0,481) (0,429) (0,671)
R2 = 0,612; DW = 3,182; F = 6,827; Prob. F = 0,005
Uji Diagnosis Uji kebaikan model
(1) Uji Multikolinieritas
Klein
R2 logJUB = 0,954; R2 BIRATE = 0,869; R2 logKURS = 0,885
VIF
Uji Asumsi Klasik
logJUB = 21,711; BIRATE = 7,638; logKURS = 8,685
 Uji Multikolinieritas
CI
377,446  Uji Normalitas Residual
(2) Uji Normalitas Residual  Uji Otokorelasi
JB(2) = 0,6165; Prob.JB(2) = 0,7347
(3) Uji Otokorelasi
2 2
χ ( 3 )=11,5626 ; Prob. χ ( 3 ) = 0,0090

UJI KEBAIKAN MODEL

1. Uji Eksistensi Model Terestimasi

Model terestimasi eksis apabila seluruh variabel independennya secara simultan memiliki
pengaruh terhadap variabel dependen (koefisien regresi model terestimasi tidak secara simultan
bernilai nol). Uji eksistensi model terestimasi memakai uji F.
Dalam praktek ini, karena variabel independen model terestimasi ada tiga, maka langkah
ujinya (lihat buku praktek h. 155):

Formulasi Hipotesis
, koefisien regresi secara simultan bernilai nol atau model terestimasi tidak
eksis;
, koefisien regresi tidak secara simultan bernilai nol atau model
terestimasi eksis.

Memilih Tingkat Signifikansi ()

Karena untuk uji ini HA lebih diinginkan untuk diterima maka  secara dinamis dipilih mulai dari
0,01, 0,05 kemudian 0,10

Kriteria Penerimaan Hipotesis

H0 akan diterima jika nilai p (p value), probabilitas, atau signifikasi empirik statistik F > α.; H0
akan ditolak jika nilai p (p value), probabilitas, atau signifikasi empirik statistik F  α.

Kesimpulan
Dari tabel, terlihat nilai p, probabilitas, atau signifikansi empirik stastistik F pada model
terestimasi memiliki nilai 0,005 (< 0,01); jadi H0 ditolak, kesimpulan model terestimasi eksis.
2. Interpretasi Koefisien Determinasi (R2)
Koefisien determinasi (R2) menunjukkan daya ramal model terestimasi. Dari tabel terlihat nilai
R2 sebesar 0,612, artinya 61,2% variasi variabel inflasi (INF) dapat dijelaskan oleh variabel
jumlah uang beredar (JUB), tingkat bunga Sertifikat Bank Indonesia (BIRATE), dan variabel
nilai tukar dolar (KURS). Sisanya, 38,8%, dipengaruhi oleh variabel-variabel atau faktor-faktor
lain yang tidak terdapat dalam model terestimasi. (lihat buku praktek h. 150)

UJI VALIDITAS PENGARUH VARIABEL INDEPENDEN

Uji validitas pengaruh menguji signifikansi pengaruh dari variabel independen secara
sendiri-sendiri. Uji validitas pengaruh adalah uji t. Langkahnya (lihat buku praktek h. 159-160):

Formulasi Hipotesis
H0 : i = 0, variabel independen ke i tidak memiliki pengaruh signifikan
HA : i ≠ 0, variabel independen ke i memiliki pengaruh signifikan.

Memilih Tingkat Signifikansi ()

Karena untuk uji ini HA lebih diinginkan untuk diterima maka  secara dinamis dipilih mulai dari
0,01, 0,05 kemudian 0,10

Kriteria Penerimaan Hipotesis

H0 akan diterima jika nilai p (p value), probabilitas, atau signifikasi empirik statistik t > α.; H0
akan ditolak jika nilai p (p value), probabilitas, atau signifikasi empirik statistik t  α.

Kesimpulan
Dari tabel terlihat nilai p, probabilitas, atau signifikansi empirik stastistik t dari variabel
independen logJUB adalah 0,481 (> 0,10), BIRATE 0,429 (> 0,10) dan logKURS 0,671 (> 0,10),
jadi H0 untuk setiap variabel tersebut diterima. Kesimpulan, baik variabel jumlah uang beredar
(JUB), tingkat bunga Sertifikat Bank Indonesia (BIRATE), dan variabel nilai tukar dolar (KURS)
tidak berpengaruh signifikan terhadap inflasi (INF).

INTERPRETASI ARAH DAN BESARNYA PENGARUH VARIABEL INDEPENDEN

Untuk menginterpretasikan arah dan besarnya variabel independen perlu diperhatikan dua hal.
Pertama, variabel harus memiliki pengaruh signifikan. Kedua, pola hubungan antara variabel
DEPENDEN-INDEPENDEN. Jika variabel tidak dilogaritma, maka disebut LINIER, jika
dilogaritma maka disebut LOGARITMA, sehingga ada empat kemungkinan pola hubungan
variabel DEPENDEN-INDEPENDEN: linier-linier (lin-lin), logaritma-logaritma (log-log atau
double log), linier logaritma (lin-log), dan logaritma-linier (log-lin). Jika variabel dilogaritma
maka satuan datanya berubah menjadi persen (%), jika linier maka tetap pada satuan data
aslinya. (Catatan: cara interpretasi selengkapnya bisa dilihat di buku praktek Bab 7)

Pada praktek ini, satuan data inflasi (INF) adalah % jumlah uang beredar (JUB) Rp Milyar,
tingkat bunga Sertifikat Bank Indonesia (BIRATE) %, dan variabel nilai tukar dolar (KURS)
satuan datanya Rp. Variabel JUB dan KURS dilogaritma, sehingga pola hubungan variabel
DEPENDEN-INDEPENDEN-nya adalah:

INF-logJUB: linier-logaritma (lin-log), arah pengaruh JUB negatif

INF-BIRATE: linier-linier (lin-lin), arah pengaruh BIRATE positif
INF-logKURS: linier-logaritma (lin-log), arah pengaruh KURS positif
Dalam praktek ini ketiga variabel independen tidak memiliki pengaruh signifikan, jadi
interpresinya sebenarnya cukup tidak memiliki pengaruh terhadap inflasi. Tetapi untuk
contoh, di sini akan diinterpretasikan.

 Variabel JUB memiliki koefisien regresi sebesar -8,459, pola hubungannya linier-logaritma
(lin-log). Jadi, jika jumlah uang beredar naik 1 persen, maka inflasi akan turun sebesar
8,459 : 100 = 0,08459 persen. Sebaliknya, jika jumlah uang beredar turun 1 persen, maka
inflasi akan naik sebesar 0,08459 persen.
 Variabel BIRATE memiliki koefisien regresi sebesar 0,603, pola hubungannya linier-linier
(lin-lin). Jadi, jika tingkat bunga Sertifikat Bank Indonesia naik 1 persen, maka inflasi akan
naik 0,603 persen. Sebaliknya, jika tingkat bunga Sertifikat Bank Indonesia turun 1 persen,
maka inflasi akan turun 0,603 persen.
 Variabel KURS memiliki koefisien regresi sebesar 9,763 pola hubungannya linier-
logaritma (lin-log). Jadi, jika kurs naik 1 persen, maka inflasi akan naik sebesar 9,763 : 100
= 0,09763 persen. Sebaliknya jika kurs turun 1 persen, maka inflasi akan turun sebesar
0,09763 persen.