ANALISIS DATA DAN PEMBAHASAN
D. Analisis Data dan Pembahasan
Berdasarkan data-data primer yang terkumpul dan dianalisis dengan regresi linier berganda maka didapatkan hasil regresi seperti dibawah ini :
Tabel 4.15 : Hasil Analisis Linier Berganda
Model Summaryb ,644a ,415 ,369 104975,058 1,910 Model 1 R R Square Adjusted R Square St d. Error of the Estim ate
Durbin-Wat son Predictors: (Const ant ), Lokasi, Pendidikan, Modal, TK, LU
a.
Dependent Variable: Pendapatan b. Model Unstrandard Coefficients B t Sig VIF (Constant) 33332,51 ,464 ,644 Modal ,031 3,198 ,002 1,098 LU 3351,909 2,356 .022 1,415 TK 38322,96 3,133 ,003 1,259 Pendidikan 366,668 ,076 ,939 1,310 Lokasi 40163,76 1,521 ,133 1,084
commit to user
Dari analisis data diatas diperoleh persamaan regresi sebagai berikut :
Y = 33332,51 + 0,31Modal + 3351,909LU + 38322,98TK + 366,668Pendidikan + 40163,76Lokasi + e
Setelah diperoleh nilai dari persamaan regresi tersebut, maka di lakukan uji statistik dan uji ekonometrika sebagai berikut:
a) Uji Statistik 1) Uji t
Uji t adalah uji secara individual semua koefisien regrsi yang bertujuan untuk mengetahui besarnya pengaruh dari masing-masing variabel independen terhadap variabel dependen. Hasil pengujian terhadap koefisien regresi masing-masing variabel bebas dengan = 5 % akan diperoleh sebagai berikut:
1. Jika |thitung| < |ttabel| pada tingkat signifikasi 5% maka Ho diterima dan Ha ditolak, artinya variabel independen tidak mempengaruhi variabel dependen secara signifikan.
2. Jika |thitung| > |ttabel| pada tingkat signifikasi 5% maka Ho ditolak dan Ha diterima, artinya variabel independen mempengaruhi variabel dependen secara signifikan.
Berikut ini adalah hasil pengujian parameter individual dengan tingkat signifikasi ( = 0,05):
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
104
1. Modal
Pengujian menggunakan tingkat signifikansi sebesar 5% diperoleh t-hitung sebesar 3,198,t-t-hitung yang diperoleh lebih besar dibandingkan dengan t-tabel,ini berarti t-hitung terletak pada daerah tolak,maka Ho ditolak dan Ha diterima yang berarti terdapat pengaruh yang signifikan antara tingkat modal dan pendapatan pedagang kaki lima.Selain dilihat dari t juga dapat dilihat dari probabilitasnya sebesar 0,002 yang lebih kecil dari 0,05, ini berarti koefisien regresi dari modal singnifikan pada tingkat 5%.
2. Lama Usaha.
Pengujian menggunakan tingkat signifikansi sebesar 5% diperoleh t-hitung sebesar 2,356,t-t-hitung yang diperoleh lebih besar dibandingkan dengan t-tabel,ini berarti t-hitung terletak pada daerah tolak,maka Ho ditolak dan Ha diterima yang berarti terdapat pengaruh yang signifikan antara lama usaha dan pendapatan pedagang kaki lima. Selain dilihat dari t juga dapat dilihat dari probabilitasnya sebesar 0,022 yang lebih kecil dari 0,05, ini berarti koefisien regresi dari lama usaha singnifikan pada tingkat 5%.
3. Tenaga Kerja.
Pengujian menggunakan tingkat signifikansi sebesar 5% diperoleh t-hitung sebesar 3,133, t-t-hitung yang diperoleh lebih besar dibandingkan dengan t-tabel,ini berarti t-hitung terletak pada daerah tolak, maka Ho ditolak dan Ha diterima yang berarti terdapat
commit to user
pengaruh yang signifikan antara jumlah tenaga kerja dan pendapatan pedagang kaki lima. Selain dilihat dari t juga dapat dilihat dari probabilitasnya sebesar 0,0o3 yang lebih kecil dari 0,05, ini berarti koefisien regresi dari tenaga kerja singnifikan pada tingkat 5%.
4. Tingkat pendidikan.
Pengujian menggunakan tingkat signifikansi sebesar 5% tidak terdapat pengaruh yang signifikan antara tingkat pendidikan dan pendapatan pedagang kaki lima.
5. Lokasi.
Pengujian menggunakan tingkat signifikansi sebesar 5% tidak terdapat pengaruh yang signifikan antara lokasi dan pendapatan pedagang kaki lima.
2) Uji F
Uji F adalah uji untuk mengetahui besarnya pengaruh variabel independen terhadap variabel dependen secara bersama-sama, dengan kriteria pegujian sebagai berikut:
1. Jika nilai Fhitung < Ftabel (pada ), maka Ho diterima dan Ha ditolak, yang berarti bahwa variabel independen secara bersama-sama tidak berpengaruh terhadap variabel dependen secara signifikan. 2. Jika nilai Fhitung > Ftabel (pada ), maka Ho ditolak yang berarti
bahwa secara bersama-sama variabel independen berpengaruh terhadap variabel dependen.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
106
Tabel 4.16 : Hasil Analisis Uji F
ANOVAb 5E+011 5 9,992E+010 9,067 ,000a 7E+011 64 1,102E+010 1E+012 69 Regression Residual Total Model 1 Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Lokasi, Pendidikan, Modal, TK, LU a.
Dependent Variable: Pendapatan b.
Sumber : Hasil Print Out Komputer program SPSS 13.0
Berdasarkan hasil pengolahan diketahui bahwa Fhitung adalah 9,067 lebih besar dari Ftabel 2.37 dengan probabilitas sebesar 0,000000 yang berarti signifikan pada . Hal ini berarti bahwa variabel modal, lama usaha, tenaga kerja, pendidikan dan lokasi bersama-sama berpengaruh secara signifikan terhadap pendapatan.
3) Koefisien Determinasi R2
Koefisien determinasi digunakan untuk mengetahui berapa persen perubahan variasi variabel independen dapat menjelaskan perubahan variabel dependennya. Hasil estimasi koefisien determinasi yang telah disesuaikan (Adjusted R-squared), sebesar 0,369 yang berarti 36,9 % variabel dependen Sedangkan sisanya sebesar 63,1 % dipengaruhi oleh faktor lain di luar model misalnya antara lain harga menu makanan, jumlah pengunjung yang datang, dan faktor cuaca yang akan berpengaruh terhadap jumlah pendapatan pedagang makanan dan minuman Gladag Langen Bogan Surakarta.
commit to user 4) Uji Asumsi Klasik
1. Multikolinearitas
Tabel 4.17 : Hasil analisis Multikolinearitas
Variabel VIF Kesimpulan
Modal 1,098 Tidak terjadi Multikol Lama Usaha 1,415 Tidak terjadi Multikol Tenaga Kerja 1,259 Tidak terjadi Multikol Pendidikan 1,310 Tidak terjadi Multikol Lokasi 1,084 Tidak terjadi Multikol
Sumber : Data Primer, Diolah Program SPSS 13.0.
Uji Multikolinearitas diketahui dari nilai VIF untuk masing-masing prediktor. Persyaratan untuk dapat dikatakan terbebas dari multikolinier adalah apabila nilai VIF tidak melebihi pada nilai 1 hingga kurang dari 10 sehingga disimpulkan bahwa model tidak terkena persoalan Multikolinieritas.
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
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
108
di satu sudut/bagian maka disimpulkan tidak terjadi heterokedastisitas, sehingga dikatakan data adalah homogen.
Tabel 4.18 : Hasil Analisis Heterokedastisitas
3 2 1 0 -1 -2
Regression Standardized Predicted Value
3 2 1 0 -1 -2 Re gr es sio n Stu de nti ze d Re sid ua l
Dependent Variable: Pendapatan Scatterplot
Sumber : Hasil Print Out Program SPSS 13.0
Berdasarkan plot data diatas dapat disimpulkan bahwa tidak terjadi persoalan heterokedastisitas karena plot data yang didapatkan relatif menyebar ke segala bidang.
commit to user
3. Autokorelasi
Tabel 4.19 : Hasil Analisis Autokorelasi
Model Summaryb ,644a ,415 ,369 104975,058 1,910 Model 1 R R Square Adjusted R Square St d. Error of the Estimate Durbin-Wat son
Predictors: (Const ant ), Lokasi, Pendidikan, Modal, TK, LU a.
Dependent Variable: Pendapatan b.
Sumber : Hasil Print Out Program SPSS 13.0
Untuk mengetahui nilai DW tabel digunakan pedoman N dan jumlah prediktor.Dengan N = 70 dan prediktor 5 didapatkan nilai du=1,77 dan dl=1,46. Sehingga dapat dicari 4-dl=2,54 dan 4-du=2,23. Nilai DW hitung adalah 1,910. Dan berdasarkan nilai DW tabel yang telah diketahui diatas, dapat digambarkan batas penerimaan Ho.
Daerah I III V
dl=1,46 du=1,77 4-du=2,23 4-dl=2,54
Gambar 4.1 : Hasil Analisis Autokorelasi
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
110
Berdasarkan nilai DW hitung didapatkan nilai DW hitung sebesar 1,910.Tampak pada gambar bahwa nilai 1,910 terletak pada daerah III, seperti pada gambar diatas adalah daerah penerimaan Ho,sehingga dapat dikatakan bahwa model yang kita uji adalah terbebas dari masalah autokorelasi