BAB III. METODE PENELITIAN
D. Hasil Analisis Regresi
1. Hasil Analisis Regresi
Untuk menganalisis pengaruh variabel independen terhadap variabel dependen digunakan model persamaan regresi double-log. Variabel dependen meliputi jumlah konsumsi listrik sedangkan variabel independennya terdiri dari PDRB per kapita harga konstan, tarif dasar listrik, dan harga minyak tanah di Kabupaten Purworejo. Untuk mengetahui pengaruh dari masing-masing variabel bebas terhadap variabel terikat, peneliti menggunakan model analisis dengan persamaan sebagai berikut: JKL = f (PDRB, TDL, HMT)
Model analisis regresi linear double-log yang dibentuk dari persamaan adalah sebagai berikut:
commit to user
69 Yang mana :
Ln JKL = Jumlah konsumsi listrik (KWh)
Ln PDRB = PDRB per Kapita Harga Konstan (rupiah)
Ln TDL = Tarif Dasar listrik per bulan (rupiah)
Ln HMT = Harga minyak tanah per bulan (rupiah)
β1, β2, β3 = Koefisien regresi
β0 = Konstanta
µ = Variabel pengganggu
t = Tahun per bulanan
Hasil estimasi variabel dependen (JKL) terhadap variabel independen (PDRB, TDL, HMT) dengan menggunakan OLS secara lengkap disajikan dalam tabel berikut :
Tabel (4.11)
Hasil Estimasi Regresi Double-log
Variabel Dependen : LNJKL Metode : Ordinary Least Square (OLS)
Sampel: 2003:01 2009:12
Variabel Dependen Koefisien Std. Error t-Statistik Probabilitas
C 6,078129 1,517084 4,006455 0.0001
LNPDRB 1,331403 0,129848 1,025353 0.0000
LNTDL -0,756196 0,177444 -4,261594 0.0001
LNHMT -0,076115 0,099196 -0,767320 0.4452
R-squared 0.797165 Mean dependent var 1.474.088
Adjusted R-squared 0.789559 S.D. dependent var 0.129662
S.E. of regression 0.059481 Akaike info criterion -2.759.868
Sum squared resid 0.283040 Schwarz criterion -2.644.115
Log likelihood 1.199.145 F-statistic 1.048.032
Durbin-Watson stat 2.133.010 Prob(F-statistic) 0.000000
commit to user
70 Dari hasil analisis regresi yang disajikan dalam tabel di atas, diperoleh persamaan regresi sebagai berikut:
Ln JKL = 6.078129 + 1.331403 Ln PDRB – 0.756196 Ln TDL – 0.076115 Ln HMT + µ
Setelah diketahui hasil dari regresi, selanjutnya dilakukan uji ekonometrika (asumsi klasik) dan uji statistik:
2. Uji Asumsi Klasik
Pengujian asumsi klasik merupakan salah satu langkah penting untuk menghindari penyimpangan dalam asumsi klasik yang akan mempengaruhi hasil analisis. Untuk menghindari adanya penyimpangan tersebut maka dalam uji asumsi klasik akan dilakukan tiga jenis uji yaitu, uji multikolinearitas, uji heteroskedastisitas, dan uji autokorelasi.
a. Uji Multikolinearitas
Multikolinearitas muncul apabila adanya hubungan linear diantara variabel independen yang digunakan dalam model. Multikolinieritas menunjukkan adannya korelasi antara variabel independen yang satu dengan variabel independen yang lain. Konsekuensi dari adanya multikolinearitas
adanya koefisien regresi menjadi tidak dapat ditaksir dan nilai standar error
setiap koefisien regresi menjadi tidak terhingga.
Untuk dapat mengetahui ada tidaknya multikolinieritas dapat dilihat dari hasil regresi dengan metode Koutsonyiannis, yaitu dengan jalan
membandingkan nilai R2 pada estimasi persamaan regresi awal dengan R2
commit to user
71
gejala multikolinieritas dan apabila R2a < R2 berarti ada gejala
multikolinieritas.
Hasil uji multikoninieritas adalah sebagai berikut:
Tabel 4.12
Tabel Hasil Uji Multikilinieritas dengan Metode Koutsonyiannis
Variabel R2 R2a Kesimpulan
LogJKL-LogPDRB 0.750716 0.797165 Tidak terjadi multikolinieritas
LogJKL-LogTDL 0.042022 0.797165 Tidak terjadi multikolinieritas
LogJKL-LogHMT 0.529657 0.797165 Tidak terjadi multikolinieritas
Sumber: Data Sekunder Diolah (lihat lampiran)
Hasil tabel di atas menunjukkan bahwa nilai R2 dari masing-masing
variabel bebas ternyata lebih kecil jika dibandingkan dengan nilai R2a hasil
perhitungan regresi awal, sehingga dapat disimpulkan bahwa pada model regresi yang ditaksir tidak terdapat masalah multikolinieritas.
b. Uji Heteroskedastisitas
Heterokesdastisitas muncul apabila kesalahan atau residual dari model yang diamati tidak memiliki varians yang konstan dari satu observasi ke observasi lainnya (Hanke dan Reitsch dalam Mudrajad Kuncoro, 2001:112). Artinya setiap observasi mempunyai reliabilitas yang berbeda akibat perubahan dalam kondisi yang melatarbelakangi tidak terangkum dalam spesifikasi model.
Untuk pengujian ada-tidaknya masalah heteroskedastisitas dalam model empirik dapat dilakukan dengan Uji White. Dalam program olah data
Eviews, uji white membandingkan nilai OBS*R2 dengan χ2
tabel dengan df
(jumlah regresor) dan derajat signifikansi. Jika nilai OBS*R2 < χ2
commit to user
72 tidak signifikan secara statistik. Berarti hipotesa yang menyatakan bahwa model empirik tidak terdapat masalah heteroskedastisitas tidak ditolak.
Begitu pula sebaliknya, bila nilai OBS*R2 > χ2
maka signifikan secara statistik berarti model empirik terdapat masalah heteroskedastisitas.
Hasil uji heteroskedastisitas adalah sebagai berikut:
Tabel 4.13
Tabel Hasil Uji Heteroskedastisitas dengan Uji White
Uji White Heteroskedastisitas
F-statistik 1,443900 Probabilitas 0,227364
Obs*R-square 5,722761 Probabilitas 0,220831
Sumber: Hasil Eviews Diolah (lihat lampiran)
Diketahui jumlah regresor (df) = 4 dengan derajat signifikansi 5%
menghasilkan nilai χ2 = 9,48773. Hasil dari uji white dapat dilihat nilai
Obs*R-squared sebesar 5,722761.
Dari hasil di atas dapat disimpulkan bahwa nilai OBS*R2 < χ2
(5,722761< 9,48773) maka tidak signifikan secara statistik. Berarti semua variabel independen tidak mengalami masalah heteroskedastisitas.
c. Uji Autokorelasi
Uji autokorelasi dilakukan dengan menggunakan Durbin-Watson (DW) test. Kriteria pengujian sebagai berikut :
1) Jika DW < dL atau DW > (4-dL), maka Ho ditolak dan Ha diterima
yang berarti terdapat autokorelasi.
2) Jika DU < DW < (4-dU), maka Ho diterima yang berarti tidak ada
commit to user
73
3) Jika dL < DW < (dU) atau (4-dU) < DW < (4-dL), maka uji DW tidak
dapat menghasilkan kesimpulan yang pasti (inconclusive).
Setelah dilakukan pengujian, maka didapatkan nilai DW = 2.133010 sedangkan untuk N = 84 dan 3 variabel yang menjelaskan nilai krisis pada tingkat signifikansi 5% adalah dL = 1,56 ; dU = 1,72 ; 4-dU = 2,28 ; 4-dL = 2,44. Dapat digambarkan sebagai berikut :
Gambar 4.1 Durbin Waston Test
Berdasarkan perhitungan nilai DW-nya = 2,133010. Nilai kritis pada tingkat signifikansi 5% nilai dU sebesar 1,72 dan nilai dL sebesar 1,56, sehingga nilali dU < DW < 4-dU di daerah tolak. Maka pengujian dapat disimpulkan tidak terdapat gejala autokorelasi.
3. Uji Statistik
Ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapat
diukur dari goodness of fit-nya. Secara statistik, setidaknya ini dapat diukur
dari nilai statistik t, nilai statistik F, dan koefisien determinasinya. Apabila koefisien persamaan regresi tersebut telah signifikan maka persamaan regresi yang diperolah dapat digunakan sebagai dasar analisis secara
commit to user
74 ekonomi mengenai PDRB per Kapita, Tarif Dasar Listrik dan harga minyak tanah di Kabupaten Purworejo.
a. Uji t (t-test)
Uji t adalah uji secara individual dari semua koefisien regresi
parsial (Two tail). Uji t digunakan untuk mengetahui pengaruh variabel
secara individu terhadap variabel dependen, dengan asumsi variabel independen lainny konstan. Untuk mengetahui pengaruh variabel secara individu dilakukan dengan cara membandingkan uji t hitung dengan uji t tabel. Cara lain untuk menguji signifikan tidaknya koefisien regresi yaitu dengan melihat probabilitasnya.
Hasil pengujian selengkapnya dapat dilihat secara lengkap sebagai berikut:
1) Variabel PDRB per Kapita (PDRB) mempunyai nilai t hitung sebesar
10.2535. Pada tingkat signifikansi (α = 5%) dan N-K=80 nilai t tabel
yang diperoleh adalahk 2.000. Maka nilai dari t hitung variabel PDRB > t tabel (10.2535 > 2.000). Hal ini berarti variabel PDRB per Kapita (PDRB) berpengaruh secara nyata terhadap variabel jumlah konsumsi listrik rumah tangga (R-1 900 VA) di Kabupaten Purworejo.
2) Variabel Tarif Dasar Listrik (TDL) mempunyai nilai t hitung sebesar
-4.261594. Pada tingkat signifikansi (α = 5%) dan N-K=80 nilai t tabel
yang diperoleh adalah 2.000. Maka nilai dari t hitung variabel -TDL > -t tabel (-4.261594 > -2.000). Hal ini berarti variabel Tarif Dasar
commit to user
75 Listrik (TDL) berpengaruh secara nyata terhadap variabel jumlah konsumsi listrik rumah tangga (R-1 900 VA) di Kabupaten Purworejo.
3) Variabel Harga Minyak Tanah (HMT) mempunyai nilai t hitung
sebesar -0.767320. Pada tingkat signifikansi (α = 5%) dan N-K=80
nilai t tabel yang diperoleh adalahk 2.000. Maka nilai dari t hitung variabel HMT < t tabel (-0.767320 < -2.000). Hal ini berarti variabel Harga Minyak Tanah (HMT) tidak berpengaruh secara nyata terhadap variabel jumlah konsumsi listrik rumah tangga (R-1 900 VA) di Kabupaten Purworejo.
b. Uji F
Uji F digunakan untuk menguji signifikansi secara bersama-sama atas semua koefisien regresi. Uji F adalah uji untuk mengatahui besarnya pengaruh yang terjadi pada variabel-variabel independen (PDRB per Kapita, Tarif Dasar Listrik dan Harga Minyak Tanah) secara bersama-sama terhadap variabel dependen (Jumlah Konsumsi Listrik rumah tangga). Nilai F hitung yang diperoleh dari model regresi OLS adalah sebesar 104.8032 dengan probabilitas signifikansi sebesar 0.000000. F tabel pada derajat signifikansi 5% dan N-K : K-1 (80;3) adalah sebesar 2,76. Nilai F hitung (104,8032) lebih besar dari F tabel (2,76) maka berarti secara keseluruhan variabel independen mempunyai pengaruh secara signifikan terhadap variabel dependen pada derajat signifikansi sebesar 5%.
commit to user
76
c. Nilai Koefisien Determinasi (R2)
Uji ini digunakan untuk mengetahui persentase variabel dependen (jumlah konsumsi listrik rumah tangga) dapat dijelaskan oleh variasi variabel independennya (PDRB per Kapita, Tarif Dasar Listrik dan
Harga Minyak Tanah). Nilai R2 hasil estimasi menunjukkan nilai sebesar
0.797165. Ini berarti bahwa 79,7% variasi variabel dependen Jumlah Konsumsi Listrik (JKL) dapat dijelaskan oleh variasi variabel independen PDRB per Kapita, tarif dasar listrik dan harga minyak tanah, sedangkan sisanya 20,3% dijelaskan oleh variasi variabel lain di luar model.