METODOLOGI PENELITIAN
E. Tehnik Analisis Data
1. Alat uji yang digunakan
= Koefisien Regresi 1 X = Modal 2 X = Lama Usaha 3
X = Jumlah Tenaga Kerja
4
X = Pendidikan
5
X = Lokasi D 1 = Lokasi Tidak Tengah D 0 = Lokasi Tengah e = Variabel pengganggu
Selanjutnya dengan ordinary least square akan diperoleh koefisiean regresi tersebut dilakukan pengujian. Untuk menguji hipotesis tersebut, peneliti menguji dengan uji t, uji F dan uji asumsi klasik.
1. Alat uji yang digunakan
Selain menganaliasis hubungan variabel bebas dengan variabel tidak bebas maka diadakan pengujian terhadap hipotesis. Teori pengujian
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
41
hipotesis berkenaan dengan pengembangan aturan atau periode untuk memutuskan apakah menerima atau menolak hipotesis.
Dalam penelitian ini menggunakan pengujian sbb : a. Uji Statistik
1. Uji t
Pengujian ini bertujuan untuk mengetahui pengaruh masing-masing variabel independen terhadap variabel dependen. Pengujian ini masing–masing koefisien regresi dengan hipotesa sbb:
a. Menguji Hipotesis
1. Hipotesis Ho :1 0 (berarti variabel independen secara
individu tidak berpengaruh terhadap variabel dependen). 2. Hipotesis Ho : 1≠ 0 (berarti variabel independen secara
individu berpengaruh terhadap variabel dependen) b. Menentukan nilai α
c. Melakukan perhitungan nilai t sbb :
t tabel
2
; dF NK
Dimana: = Derajat signifikan
N = Banyaknya data yang digunakan
K = Banyaknya parameter dan koefisien regresi plus Konstanta
commit to user t hitung ) ( 1 1 1 e S (3.3)
dimana : 1= koefisien regresi variabel ke-i
e
S = Standard eror a. Kriteria pengujian
Gambar 3.1. Kriteria Pengujian Uji t Ho diterima apabila t hitung < t tabel
Ho ditolak apabila t hitung > t tabel
b. Kesimpulan
1. Jika t hitung < t tabel, maka Ho diterima dan Ha ditolak artinya koefisien regresi variabel independen tidak mempengaruhi variabel dependen secara signifikan. 2. Jika t hitung > maka t tabel, maka Ho ditolak dan Ha
diterima artinya koefisien regresi variabel independen mempengaruhi variabel dependen secara signifikan
Daerah Terima
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
43
2. Uji F
Uji F adalah uji terhadap koefisien regresi parsial secara bersama–sama ini dimaksudkan untuk mengetahui apakah variabel independen yang ada secara bersama- sama mempengaruhi variabel dependennya atau untuk mengetahui apakah persamaan model cukup eksis untuk digunakan dalam uji F ini dengan ketentuan sebagai berikut :
a. Menentukan hipotesis
Ho : 1 2 3 4 5 0 (berarti secara bersama-sama variabel independen tidak mempengaruhi variabel dependen) Ha : 1≠ 2≠ 3≠4≠5≠ 0 (berarti secara bersama-sama variabel independen mempengaruhi variabel dependen)
b. Menentukan nilai α
c. Melakukan perhitungan nilai F
F tabel → F α : ( N – K ) : ( K – I ) Dimana = Derajat signifikasi
N = Jumlah data
K = Jumlah parameter dalam modal termasuk konstanta F hitung rumusnya : K N R K R F / ) 1 ( ) 1 /( 2 2 (3.4)
commit to user Dimana : R2= Koefisien determinasi
K = Jumlah variabel independent plus konstanta N = Jumlah sampel
d. Kriteria pengujian
Gambar 3.2. Kriteria Pengujian Uji F
Ho diterima apabila F hitung ≤ F tabel Ho ditolak apabila F hitung >F tabel e. Kesimpulan
1. Jika F hitung < F tabel, maka Ho diterima dan Ha ditolak, artinya koefisien regresi variabel independen secara bersama–sama tidak mempengaruhi variabel dependen secara signifikan
2. Jika F hitung > F tabel, maka Ho ditolak dan Ha diterima artinya koefisien regresi variabel independen secara bersama-sama mempengaruhi variabel dependen secara signifikan.
Ho diterima
Ho ditolak
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
45
3. Koefisien Determinasi (R2)
Untuk mengetahui seberapa besar variasi variabel dependen dapat dijelaskan oleh veriasi variabel independen. Semakin besar ( 2
R ) menunjukkan bahwa asumsi akan semakin mendekati kenyataan yang sebenarnya.
Nilai R berkisar antara -1 hingga 1, nilai R2 dapat dinotasikan dalam bilangan %. Para ahli statistik merekomendasikan untuk menggunakan untuk menggunakan Adjusted R2 dalam melihat pengaruh yang ditimbulkan dalam linier regresi berganda. Alasannya, jika peneliti menggunakan nilai 2
R ,nilai 2
R pasti akan mengalami penambahan nilai ketika dimasukkan variabel baru walaupun variabel baru itu secara parsial tidak signifikan.
Nilai Adjusted 2
R dinilai lebih mempresentasikan nilai pengaruh yang sebenarnya. Hal ini akan terlihat dari nilai adjusted R2 yang dapat bertambah atau berkurang ketika ada penambahan variabel baru.
b. Uji Asumsi Klasik
Dalam regresi linier klasik terdapat faktor pengganggu, model yang baik mengharapkan faktor–faktor pengganggu tidak muncul. Untuk mengetahui ada tidaknya faktor pengganggu dalam suatu model, maka digunakan pengujian asumsi klasik terhadap model tersebut. Uji asumsi yang digunakan adalah :
commit to user 1. Multikolinearitas
Uji Multikolienaritas diketahui dari nilai VIF untuk masing-masing prediktor. Persyaratan untuk dapat dikatakan terbebas dari multikolinier adalah apabila nilai VIF prediktor berkisar pada nilai 1 atau tidak melebihi nilai 10. Uji Multikolienaritas juga dapat diketahui dari matriks interkorelasi dengan korelasi Pearson maupun meregresikan antar variabel bebas secara bergantian. 2. Heterokedastisitas
Heterokedastisitas terjadi jika gangguan muncul dalam fungsi regresi yang mempunyai varian yang tidak sama, sehingga penaksir ordinary least square (OLS) tidak efisien baik dalam sampel kecil maupun besar. Salah satu cara untuk mendeteksi masalah heterokeastisitas yaitu dengan menggunakan Scatter Plot nilai residual variabel dependen. Pengambilan kesimpulan diketahui dari memperhatikan sebaran Plot data, Jika sebaran data tidak mengumpul di satu sudut/bagian maka disimpulkan tidak terjadi heterokedastisitas, sehingga dikatakan data adalah homogen. 3. Autokorelasi
Autokorelasi merupakan suatu asumsi penting dari model linear klasik. Hal ini menandakan suatu kondisi yang berurutan diantara gangguan atau disturbansi Ui yang masuk kedalam fungsi regresi populasi. Autokorelasi didefinisikan sebagai korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu dan
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
47
ruang. Dalam hal ini asumsinya adalah autokorelasi tidak terdapat dalam diturbansi atau gangguan Ui. Adanya autokorelasi antara variabel gangguan menyebabkan penaksir tidak lagi efisien baik dalam sampel kecil maupun sampel besar.
Uji autokorelasi dapat diketahui dari nilai Durbin – Watson (DW). Jika nilai DW hitung lebih besar dari nilai DU pada tabel DW maka disimpulkan tidak terjadi Autokorelasi. Hipotesis yang akan dibuktikan adalah :
o
H = “Tidak terdapat autokorelasi positif dalam model regresi.”
Berikut daerah penerimaan atau penolakan Ho dan nilai DW untuk mengetahui autokorelasi :
Daerah I III V dl du 4-du 4-dl
Gambar 3.3. Kriteria Pengujian Autokorelasi.
II IV
commit to user
Daerah penolakan Hodapat dijelaskan sebagai berikut :
Jika DW hitung terletak didaerah I disimpulkan terjadi autokorelasi negatif.
Jika DW hitung masuk ke daerah II maupun IV maka tidak dapat disimpulkan karena masuk daerah ragu-ragu.
Jika DW hitung masuk daerah III maka disimpulkan tidak terjadi autokorelasi. Daerah ini merupakan daerah penerimaan
o H
.
Jika DW hitung terletak didaerah IV maka disimpulkan terjadi autokorelasi positif.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
82 BAB IV