Analisis Rata-rata Hitung

METODE PENELITIAN

Q. Teknik Analisis data

2. Analisis Rata-rata Hitung

1. Rata-rata hitung Lokasi Usaha

Dari hasil penghitungan dari variabel Lokasi Usaha dapat dari Nilai maximal = (Jawaban Maximal x Item yang valid) yaitu 5 x 8 = 40. Nilai minimal (jawaban Minimal x Item yang Valid) yaitu 1 x 8 = 8. Mean ideal ((Skor Max + Skor Min)/ 2) yaitu 48 / 2 = 24. Standar Devisiasi ideal ((Skor Max - Skor Min)/ 6) yaitu 32 / 6 = 40-8 / 6 = 5,33.

Untuk mengetahui penilaian Lokasi Usaha terhadap Keuntungan dapat ditunujukan dengan memasukan nilai mean dan standar deviasi yang diperoleh dengan interval di bawah ini.

Tabel III. 6

Interval Rata-rata Penilaian Responden Lokasi Usaha

Sumber : Data Primer, diolah 2013

Kategori peringkat pada Lokasi Usaha dapat di lihat sebagai berikut :

1. Lokasi Usaha Baik

Dilihat dari jawaban responden tentang variabel lokai usaha dikategorikan baik. Berati bahwa lokasi yang di tempati buat berdagang yaitu strategis. Strategis karena merupakan pusat keramaian kota, banyak orang yang lewat di depan kios, ada tempat parkir yang luas dan aman nyaman buat konsumen.

2. Lokasi Usaha Cukup

Dilihat dari jawaban responden tentang variabel lokai usaha dikategorikan Cukup. Berati bahwa lokasi yang di tempati buat berdagang yaitu cukup strategis. Strategis karena bukan pusat keramaian kota, banyak orang yang lewat di depan kios, ada tempat parkir tapi tidak luas, dan aman nyaman buat konsumen.

Penilaian Interval

Baik X > 47,7

Cukup 30,3 - 47,7

3. Lokasi Usaha Kurang

Dilihat dari jawaban responden tentang variabel lokai usaha dikategorikan baik. Berati bahwa lokasi yang di tempati buat berdagang yaitu tidak strategis. Tidak Strategis karena bukan pusat keramaian kota, tidak banyak orang yang lewat di depan kios, tidak ada tempat parkir yang luas. dan aman nyaman buat konsumen.

Tabel III. 7

Distribusi Frekuensi Lokasi Usaha

Lokasi usaha

Frequency Percent Valid Percent

Cumulative Percent Valid Kurang 5 6,4 6,4 6,4 Cukup 39 50,0 50,0 56,4 Baik 34 43,6 43,6 100,0 Total 78 100,0 100,0

Sumber : Data Primer, diolah 2013

Berdasarkan tabel diatas, maka dapat disimpulkan bahwa sebagian besar jawaban respoden menjawab kuesioner tentang Lokasi Usah adalah Cukup. Hal ini ditunjukan dari jumlah respoden yang menujukan bahwa lokasi usaha Baik berjumlah 34 respoden atau 43,6%, dan jumlah respoden yang menjawab kategori sedang sebanyak 39 respoden atau 50,0% sedangkan jumlah respoden yang menjawab kategori Kurang Sebanyak 5 Responden atau 6,4%.

Respoden yang menjawab baik sebanyak 34 responden dengan prosentase sebesar 43,6%. Responden menjawab kategori Baik dikarenakan respoden merasa lokasi yang di tempati buat berdagang yaitu strategis. Strategis karena merupakan pusat keramaian kota, banyak orang yang lewat di depan kios, ada tempat parkir yang luas dan aman nyaman buat konsumen.

Respoden yang menjawab kategori Cukup dalam lokasi usaha sebanyak 39 responden yaitu 37,2%. Sebagian besar responden menjawab cukup. bahwa lokasi yang di tempati buat berdagang yaitu cukup strategis. Strategis karena bukan pusat keramaian kota, banyak orang yang lewat di depan kios, ada tempat parkir tapi tidak luas, dan aman nyaman buat konsumen.

Sedangkan responden menjawab kuesioner dengan kategori kurang sebanyak 5 responden dengan prosentase sebesar 3,8% dapat diartikan bahwa bahwa lokasi yang di tempati buat berdagang yaitu tidak strategis. Tidak Strategis karena bukan pusat keramaian kota, tidak banyak orang yang lewat di depan kios, tidak ada tempat parkir yang luas. dan aman nyaman buat konsumen. 2. Rata-rata hitung Jiwa Kewirausahaan

Dari hasil penghitungan dari variabel Jiwa Kewirausahaan dapat dari Nilai maximal = (Jawaban Maximal x Item yang valid) yaitu 5 x 13 = 65. Nilai minimal (jawaban Minimal x Item yang Valid) yaitu 1 x 13 = 13. Mean ideal ((Skor Max + Skor Min)/ 2)

yaitu 78 / 2 = 39. Standar Devisiasi ideal ((Skor Max - Skor Min)/ 6) yaitu 65-13 / 6 = 8,67

Untuk mengetahui penilaian Jiwa Kewirausahaan terhadap Keuntungan dapat ditunujukan dengan memasukan nilai mean dan standar deviasi yang diperoleh dengan interval di bawah ini.

Tabel III. 8

Interval Rata-rata Penilaian Responden Jiwa Kewirausahaan

Sumber : Data Primer, diolah 2013

Kategori peringkat pada Jiwa Kewirausahaan dapat di lihat sebagai berikut :

1. Jiwa Kewirausahaan Baik

Dari hasil jawaban kuesioner yang di bakin responden di kategorikan bahwa jiwa kewirausahaan dikatakan baik, dalam artian bahwa pedagang

mempunyai jiwa kewirausahan. Yang meliputi

pedangan mempunyai inovasi untuk barang dagangan nya sehingga berbeda dengan pedagang yang lain, dan di sukai oleh konsumen.

Penilaian Interval

Baik X > 47,7

2. Jiwa Kewirausahaan Cukup

Dari hasil jawaban kuesioner yang di bagikan

kepada responden dikategorikan bahwa jiwa

kewirausahaan dikatakan Cukup, dalam artian bahwa pedagang tidak mempunyai jiwa kewirausahan. berarti pedagang tidak mempunyai inovasi untuk barang dagangan nya sehingga barang dagangan sama dengan pedagang yang lain. Jadi pedagang menjual dawet ireng apa adanya tanpa mengalami perubahan pada tampilan.

Tabel III. 9

Distribusi Frekuensi Lokasi Usaha

Jiwa kewirausahaan

Frequency Percent Valid Percent

Cumulative Percent Valid Cukup 35 44,9 44,9 44,9

Baik 43 55,1 55,1 100,0 Total 78 100,0 100,0

3. Uji Asumsi Klasik

a. Multikolinieritas

Multikolinieritas adalah situasi adanya hubungan variabel variabel bebas diantara satu dengan yang lainnya. Variabel yang bersifat ortogonal adalah variabel bebas yang nilai korelasinya sama dengan nol. Apabila terdapat korelasi yang sempurna di antara sesama variabel-variabel bebas ini sama dengan satu, maka koefisien regresinya tidak dapat ditaksir dan nilai standard error

setiap koefidsien menjadi tidak terhingga. Untuk mendeteksi multikolinieritas digunakan rumus korelasi. Adapun rumusnya sebagai berikut:

]

)

(

][

)

(

[

)

)(

(

2 2 2 2

Y

Y

N

X

X

N

Y

X

XY

N

rxy























Selanjutnya denga bantuan computer program SPSS 16.0 diadakan analisis Collinearity Statistics. Dari analisis

CollinearityStatistics akan diperoleh VIF (Variance Inflation Factor). Untuk mengetahui terjadi tidaknya multikolinieritas, digunakan ketentuan sebagai berikut:

- Jika VIF > 5, maka terjadi multikolinieritas - Jika VIF < 5, maka tidak terjadi multikolinieritas b. Uji Heteroskedastisitas

Heteroskedastisitas adalah suatu keadaan dimana varians dari kesalahan pengganggu tidak konstan untuk suatu variabel bebas (Supranto, 2004). Untuk mendeteksi ada tidaknya masalah heteroskedastisitas digunakan uji korelasi rank dari spearman. Rumus korelasi dari spearman didefinisikan sebagai berikut:

Keterangan:

d1 = perbedaan pada rank yang diberikan kepada dua karakteristik yang berbeda dari individu atau fenomena ke-1

n = banyaknya individu atau fenomena yang diberikan kepada rank

Selanjutnya dengan bantuan computer program SPSS 16.0, untuk menentukan terjadi tidaknya masalah heteroskedastisitas digunakan ketentuan sebagai berikut:

- Jika rs hitung > rs tabel, maka terjadi heteroskedastisitas - Jika r_s hitung < r_s tabel, maka tidak terjadi heteroskedastisitas

1) Autokorelasi

Autokorelasi adalah korelasi antara anggota

serangkaian observasi yang diurutkan berdasarkan data time serie/cross section. Autokorelasi muncul karena residual tidak bebas dari satu observasi ke observasi lainnya, masalah ini sering ditemukan apabila kita menggunakan data runtut waktu. Hal ini disebabkan karena gangguan pada seorang individu atau kelompok cenderung mempengaruhi gangguan pada individu atau kelompok yang sama pada periode berikutnya, masalah autokorelasirelatif jarang terjadi karena gangguan pada

observasi yang berbeda berasal dari individu atau kelompok yang berbeda (Kuncoro, 2007)

Cara untuk mendeteksi masalah autokorelasi, salah satunya menggunakan uji Durbin-Watson (d²). Untuk mengetahui ada tidaknya autokorelasi, maka Durbin-Watson mengembangkan distribusi probabilitas yang berbeda. Uji statistik Durbin-Watson tersebut didasarkan dari residual metode OLS (Widarjono, 2009):

Autokorelasi Ragu-Ragu Tidak Ada Ragu-Ragu Autokorelasi Positif Autokorelasi Negatif

O d_L d_U2 4 - d_U 4 - d_L 4

Gambar. Statistik Durbin-Watson d Tabel III.10

Uji Statistik Durbin-Watson d

Nilai Statistik d Hasil

0 < d < d_L d_L≤ d ≤ dU

d_U≤ d ≤ 4 – d_U 4 – d_U≤ d ≤ 4 – d_L

4 – d_L≤ d ≤ 4

Menolak hipotesis nol; ada autokorelasi positif Daerah keragu-raguan; tidak ada keputusan

Menerima hipotesis nol; tidak ada autokorelasi positif/ negatif Daerah keragu-raguan; tidak ada keputusan

Alternatif lain untuk mendeteksi masalah autokorelasi selain uji

Durbin-Watson adalah uji Lagrange Multiplier (LM) yang

dikembangkan oleh Breusch-Godfrey. Langkah-langkah untuk menguji LM adalah sebagai berikut (Widarjono, 2009):

(1) Estimasi persamaan Y_t = β0 + β1X_t + e_t dengan metode OLS dan kita dapatkan residualnya.

(2) Melakukan regresi residual ê_t dengan variabel independen Xt

(jika ada lebih dari satu variabel independen maka kita harus masukkan semua variabel independen) dan lag dari residual e

t-1, e_t-2, ..., e_t-p. Langkah kedua ini dapat ditulis sebagai berikut:

ê_{t =}0 + 1 Xt + 1ê_t-1 + 2ê_t-2 + ... + pê_t-p + Vt

Kemudian dapatkan R² dari regresi persamaan tersebut.

(3) Jika sampel adalah besar, maka menurut Breusch-Godfrey maka model dalam persamaan ê_{t =}₀ + ₁ X_t + ₁ê_t-1 + ₂ê_t-2 + ... + pê_t-p + Vt akan mengikuti distribusi Chi-Squares dengan df sebanyak p yaitu panjangnya kelambanan residual dalam persamaan tersebut. Nilai hitung statistik Chi-Squares dapat dihitung dengan menggunakan rumus sebagai berikut:

(n – p) R² = X²_p

Jika (n – p) R² yang merupakan Chi-Squares (X) hitung lebih besar dari nilai kritis Chi-Squares (X) pada derajat kepercayaan tertentu (), maka menolak hipotesis nol (Ho). Hal ini berarti

paling tidak ada satu  dalam persamaan ê_{t =}1ê_t-1+ 2ê_t-2 + ... + pê_t-p + Vtsecara statistik signifikan tidak sama dengan nol. Ini menunjukkan adanya masalah autokorelasi dalam model. Sebaliknya jika nilai Chi-Squares hitung lebih kecil dari nilai kritisnya maka kita menerima hipotesis nol. Artinya model tidak mengandung unsur autokorelasi karena semua nilai  sama dengan nol.

Penentuan tidak adanya masalah autokorelasi juga bisa dilihat dari nilai probabilitas Chi-Squares (X). Jika nilai probabilitas lebih besar dari nilai  yang dipilih maka kita menerima Ho

yang berarti tidak ada autokorelasi. Sebaliknya jika nilai probabilitas lebih kecil dari nilai  yang dipilih maka kita menolak Ho yang berarti ada masalah autokorelasi.

Kelemahan uji LM yang dikembangkan oleh Breusch-Godfrey adalah menentukan panjangnya kelambanan (p) untuk variabel residual. Keputusan ada tidaknya masalah autokorelasi sangat tergantung dari kelambanan yang dipilih, untuk memilih panjangnya lag residual yang tepat bisa menggunakan kriteria yang dikemukakan oleh Akaike dan Schwarz. Berdasarkan kriteria tersebut, panjangnya lag yang dipilih adalah ketika nilai kriteria Akaike dan Schwarz paling kecil. Caranya kita melakukan regresi persamaan ê_{t =}₀ + ₁X_t + ₁ê_t-1+ ₂ê_t-2 + ... + pê_t-p + Vtberkali-kali dengan diawali lag residual 1,

kemudian dengan lag residual 2 dan seterusnya. Hasil dari regresi tiap lag ini kita akan mendapatkan nilai Akaike dan Schwarz, kemudian kita cari nilai absolut yang paling kecil.

4. Uji Hipotesis

a. Analisis Regresi Linier Berganda

Analisis regresi linier berganda digunakan untuk mengetahui ada tidaknya pengaruh Omset Penjualan, Lokasi Usaha dan Jiwa kewirausahaan terhadap Keuntungan penjual dawet ireng di Kab. Purworejo. Model hubungan nilai pelanggan dengan variabel-variabel tersebut dapat disusun dalam fungsi atau persamaan sebagai berikut (Ghozali, 2005) :

Keterangan : Y = Keuntungan

b1 = Koefisien regresi variabel X1 b2 = Koefisien regresi variabel X2 b3 = Koefisien regresi variabel X3 X1 = Omset Penjualan

X2 = Lokasi Usaha X3 = Jiwa Kewirausahaan e = error / variabel pengganggu

b. Uji F

Uji F merupakan pengujian signifikansi persamaan yang digunakan untuk mengetahui apakah model regresi dengan variabel independen (X1, X2, X3), yaitu Omset Penjualan, Lokasi Usaha dan Jiwa Kewirausahaan dapat untuk memprediksi kontribusi variabel dependen (Y), yaitu Keuntungan Penjual Dawet Ireng. Langkah-langkah yang digunakan dalam uji ini (Santoso, 2000) adalah sebagai berikut :

a. Menggunakan rumus uji F

Keterangan:

- R = Koefisien korelasi ganda - k = jumlah variabel bebas - m = banyak prediktor - N = jumlah anggota sampel

b. Menentukan formulasi Ho dan Ha.

Ho = Model regresi dengan variabel bebas ( X ) Omset Penjualan, Lokasi Usaha danJiwa Kewirausahaan tidak dapat digunakan untuk memprediksi variabel terikat ( Y ) yaitu Keuntungan Penjual Dawet Ireng.

Ha = Model regresi dengan variabel bebas ( X ) Omset Penjualan, Lokasi Usaha dan Jiwa Kewirausahaan dapat digunakan untuk memprediksi variabel terikat ( Y ) yaitu Keuntungan Penjual Dawet Ireng.

- Taraf nyata α = 95 persen.

- Derajat kebebasan F tabel (α , k, n-k -1). - keterangan, α = 0,05.

- k = Jumlah variabel bebas. - n = Jumlah sampel.

c. Menguji hipotesis

Kriteria pengujian hipotesis :

1) F-hitung ≥ F-tabel pada α 0,05 maka Ho ditolak dan Ha diterima, berarti model regresi dengan variabel bebas ( X ) Omset Penjualan, Lokasi Usaha dan Jiwa Kewirausahaan dapat digunakan untuk memprediksi variabel terikat ( Y ) yaitu Keuntungan Penjual Dawet Ireng.

2) F-hitung < F-tabel pada α 0,05 maka Ho diterima dan Ha ditolak, berarti model regresi dengan variabel bebas

( X ) Omset Penjualan, Lokasi Usaha dan Jiwa

Kewirausahaan tidak dapat digunakan untuk

memprediksi variabel terikat ( Y ) yaitu Keuntungan PenjualDawet Ireng.

d. Koefisien Determinasi (R2)

Koefisien determinasi (R2) dimaksudkan untuk mengetahui tingkat ketepatan paling baik dalam analisa regresi dimana hal yang ditunjukan oleh besarnya koefisien determinasi (R2) antara 0 (nol) dan I (satu). Koefsien determinasi (R2) nol variabel independen sama sekali tidak berpengaruh terhadap variabel dependen. Apabila koefisien determinasi semakin mendekati satu, maka dapat dikatakan bahwa variabel independen berkontribusi terhadap variabel dependen, Selain itu koefisien determinasi (R2) dipergunakan untuk mengetahui prosentase perubahan variabel tidak bebas (Y) yang disebabkan oleh variabel bebas (X).

c. Uji t

Uji t digunakan untuk menguji signifikansi hubungan antara variabel X dan Y, apakah variabel X1, X2, dan X3 (Omset peenjualan, Lokasi usaha dan Jiwa kewirausahaan) benar-benar berpengaruh terhadap variabel Y (Keuntungan)secara terpisah atau

parsial (Ghozali, 2005).Hipotesis yang digunakan dalam pengujian ini adalah :

a. Menentukan formulasi Ho dan Ha

H1 :Semakin Tinggi omset penjualan, maka semakin besar keuntungan penjual dawet ireng.

Ho :Variabel Omset Penjualan tidak mempunyai Kontribusi

yang signifikan terhadap variabel terikat

(Keuntungan).

Ha : Variabel Omset Penjualan mempunyai Kontribusi

yang signifikan terhadap variabel terikat

(Keuntungan).

H2 : Semakin Strategis lokasi penjualan, maka semakin besar keuntungan penjual dawet ireng.

Ho : Variabel Lokasi Usaha tidak mempunyai Kontribusi

yang signifikan terhadap variabel terikat

(Keuntungan).

Ha : Variabel Lokasi Usaha mempunyai Kontribusi yang signifikan terhadap variabel terikat (Keuntungan). H3 : Semakin Tinggi Jiwa Kewirausahaan yang dimiliki penjual

dawet ireng, maka semakin tinggi keuntungan yang di peroleh penjual dawet ireng.

Ho : Variabel Jiwa Kewirausahaan tidak mempunyai Kontribusi yang signifikan terhadap variabel terikat (Keuntungan).

Ha : Variabel Jiwa Kewirausahaan mempunyai Kontribusi

yang signifikan terhadap variabel terikat

(Keuntungan).

Dasar pengambilan keputusan (Ghozali, 2005) adalah dengan menggunakan angka probabilitas signifikansi, yaitu :

a. Apabila angka probabilitas signifikani > 0.05, maka Ho gagal ditolak dan Ha ditolak.

b. Apabila angka probabilitas signifikansi < 0.05, maka Ho ditolak dan Ha diterima.

b. Menguji hipotesis

Kriteria pengujian hipotesis :

1) t-hitung ≥ t-tabel pada maka Ho ditolak dan Ha diterima, berarti ada Kontribuai yang signifikan Omset Penjualan (X1), Lokasi Usaha (X2), dan Jiwa kewirausahaan (X3) terhadap variabel terikat yaitu Keuntungan (Y)

2) t-hitung < t-tabel pada maka Ho diterima dan Ha ditolak, berarti tidak ada Konteribusi yang signifikan Omset Penjualan (X1), Lokasi Usaha (X2), Jiwa Kewirausahaan (X3) terhadap variabel terikat yaitu Keuntungan (Y).

61

BAB IV