BAB III. METODE PENELITIAN
3.5 Metode Analisis Data
Metode ini digunakan sebagai alat analisis untuk menguji dan menjelaskan ukuran terpusat dari suatu data yaitu mean (rata-rata) dan dispersi data yang berupa standart error, varian, range, median, nilai minimum, nilai maksimum (Santoso, 2004). Penjelasan alat uji yang terdapat dalam analisis deskriptif adalah sebagai berikut:
a. rata-rata (mean) adalah nilai rata-rata dari suatu data; b. median adalah nilai tengah dari bagian suatu data;
c. standar deviasi menunjukkan dispersi rata-rata dari sampel.
Semua analisis tersebut diselesaikan dengan menggunakan perangkat lunak (software) Eviews 5.1.
3.5.2 Analisis Regresi Berganda
Untuk mengetahui pengaruh modal, lama usaha, dan jumlah tenaga kerja terhadap pendapatan pengusaha tape digunakan analisis regresi linier berganda, dengan persamaan sebagai berikut (Gujarati, 1997 : 81) :
Y = b0 + b1x1 + b2x2 + b3x3 Keterangan:
Y : pendapatan pengusaha Tape;
b0 : besarnya pendapatan pengusaha Tape pada saat X1, X2, X3 sama dengan nol (0);
b1 : besarnya pengaruh modal terhadap pendapatan pengusaha Tape; b2 : besarnya pengaruh lama usaha terhadap pendapatan pengusaha Tape; b3 : besarnya pengaruh jumlah tenaga kerja terhadap pendapatan pengusaha
Tape; x1 : modal; x2 : lama usaha;
x3 : jumlah tenaga kerja 3.5.3 Uji Statistik
Dari persamaan regresi berganda di atas, selanjutnya diadakan uji statistik sebagai berikut:
3.5.3.1 Uji F (Uji pengaruh bersama-sama)
Untuk menguji secara bersama-sama keseluruhan variabel modal, lama usaha, dan jumlah tenaga kerja terhadap pendapatan pengusaha usaha home industri tape, maka digunakan uji F (Gujarati, 1997 : 120) :
) / /( ) 1 ( ) 1 /( 2 2 k n R k R F Keterangan:
F = pengujian secara bersama-sama R2 = koefisien determinasi berganda k = banyaknya variabel
n = banyaknya observasi (sampel) k-1 = derajat bebas pembilang n-k = derajat bebas penyebut
Rumusan hipotesa:
a. H0 : b1 = b2 = b3 = 0, artinya secara bersama-sama variabel modal, lama usaha, dan jumlah tenaga kerja tidak mempunyai pengaruh yang signifikan terhadap variabel pendapatan.
b. Hi : b1 ≠ b2 ≠ b3 ≠ 0, artinya secara bersama-sama variabel modal, lama usaha, dan jumlah tenaga kerja mempunyai pengaruh yang signifikan terhadap variabel pendapatan.
Kriteria pengujian:
a. jika probabilitas Fhitung ≤ α (α = 0,05) maka H0 ditolak dan Hi diterima
artinya bahwa seluruh variabel modal, lama usaha, dan jumlah tenaga kerja mempunyai pengaruh yang signifikan terhadap variabel pendapatan.
b. jika probabilitas Fhitung > α (α = 0,05) maka H0 diterima dan Hi ditolak artinya bahwa seluruh variabel modal, lama usaha, dan jumlah tenaga kerja tidak mempunyai pengaruh yang signifikan terhadap variabel pendapatan.
3.5.3.2 Uji t (Uji pengaruh secara parsial)
Uji t digunakan untuk menguji hubungan regrasi secara parsial atau terpisah. Pengujian dilakukan untuk melihat kuat tidaknya pengaruh masing- masing variabel bebas secara terpisah terhadap variabel tidak bebas. t hitung dicari dengan rumus :
i
Sb bi t
Keterangan:
t = t hitung (pengujian secara parsial) bi = koefisien regresi linier berganda
Sbi = standar error deviasi, derajat keyakinan 95 % Rumusan hipotesa:
a. H0 : bi = 0, artinya secara parsial tidak ada pengaruh yang signifikan antara masing-masing variabel modal, lama usaha, dan jumlah tenaga kerja terhadap variabel pendapatan.
b. Hi : bi ≠ 0, artinya secara parsial ada pengaruh yang signifikan antara
masing-masing variabel modal, lama usaha, dan jumlah tenaga kerja terhadap variabel pendapatan.
Kriteria pengujian :
a. jika probabilitas t hitung ≤ α (α = 5 %), maka H0 ditolak dan Hi diterima artinya bahwa seluruh variabel modal, lama usaha, dan jumlah tenaga kerja ada pengaruh secara nyata terhadap variabel pendapatan.
b. jika probabilitas t hitung > α (α = 5 %), maka H0 diterima dan Hi ditolak artinya bahwa seluruh variabel modal, lama usaha, dan jumlah tenaga kerja tidak ada pengaruh secara nyata terhadap variabel pendapatan.
3.5.3.3 Koefisien Determinasi Berganda (R2)
Untuk mengetahui sumbangan (kontribusi) variabel modal, lama usaha, dan jumlah tenaga kerja terhadap perubahan, maka akan ditinjau dari hasil uji koefisien determinasi atau uji R2 . Nilai R2 ini terletak diantara 0 sampai dengan 1 (0 < R2 < 1). Adapun rumus yang digunakan dalam penelitian ini adalah (Gujarati, 1997 : 139) : TSS ESS R2 R2
=
� ∑ � �+� ∑ � �+� ∑ � �+� ∑ � �+⋯+��∑ � �� ∑ � Keterangan: R2 : koefisien determinasiESS : jumlah kuadrat yang dijelaskan RSS : jumlah kuadrat yang residual TSS : ESS + RSS
Kriteria pengujian:
a. jika nilai R2 mendekati 1 maka terdapat persentase pengaruh variabel X1 (modal), X2 (lama usaha), dan X3 (jumlah tenaga kerja) terhadap variabel Y (pendapatan pengusaha Tape);
b. jika nilai R2 mendekati 0 maka tidak terdapat persentase pengaruh variabel X1 (modal), X2 (lama usaha), dan X3 (jumlah tenaga kerja) terhadap variabel Y (pendapatan pengusaha Tape).
3.5.4 Uji Ekonometrika 3.5.4.1 Uji Multikoliniearitas
Untuk mengetahui apakah ada dua atau lebih item yang saling berkaitan atau korelasi linier diantara variabel bebas dalam model empiris. Korelasi parsial anar variabel dilakukan dengan melihat nilai koefisien korelasi antar variabel independen (Gujarati, 2003:364). Adanya kemungkinan terdapat multikolinieritas dalam model apabila nilai Fhitung dan R2 signifikan, sedangkan sebagian dari
seluruh koefisien regresi tidak signifikan (Wardhono, 2004:57). Pengujian untuk mendeteksi ada tidaknya multikolinieritas dilakukan dengan menggunakan deteksi Klien dan correlation matrix.
Deteksi Klien dilakukan dengan meregresi sederhana antar variabel bebas, dengan menjadikan salah satunya sebagai variabel terikat. Selanjutnya nilai R2
masing-masing regresi tersebut dibandingkan dengan nilai R2 hasil regresi
berganda. Apabila nilai R2 masing-masing regresi sederhana lebih kecil dari R2
hasil regresi berganda maka model tersebut tidak terjadi multikolinieritas. Correlation matrix dilakukan guna mendapatkan nilai korelasi antar variabel bebasnya untuk kemudian dibandingkan dengan nilai rule of tumbs 0,8. Apabila nilai korelasi antar variabel bebasnya kurang dari 0,8 maka dalam model regresi tidak terjadi multikolinieritas (Widarjono, 2005:114).
Kriteria Pengujian :
a. Rule of thumb, jika koefisien korelasi nilainya ≤ 0,8 maka antara modal, lama usaha, dan jumlah tenaga kerja tehadap pendapatan terjadi multikolinieritas; b. Rule of thumb, jika koefisien korelasi nilainya ≥ 0,8 maka antara modal, lama
usaha, dan jumlah tenaga kerja tehadap pendapatan tidak terjadi multikolinieritas.
3.5.4.2 Uji Heteroskedastisitas
Pengujian ini dimaksudkan untuk melihat apakah varian dari gangguan adalah seragam untuk semua observasi. Adanya heterokedastisitas tidak berpengaruh terhadap ketidakbiasan dan konsistensi estimator, tetapi persyaratan varian minimum tidak dapat tercapai sepenuhnya sehingga kurang efisien. Pengujian ini dilakukan dengan menggunakan Uji Glejser dengan langkah sebagai berikut (Gujarati, 1995:371):
a. Melakukan regresi variabel terikat Y terhadap semua variabel penjelas X1 dan memperoleh nilai residual (| e |);
b. Melakukan regresi dari nilai absolut residual (| e |) terhadap yang mempunyai hubungan erat dengan 2 dengan bentuk regresi sebagai berikut:
| e | = 0 + 1X1 + 1
c. Menentukan ada tidaknya Heterokedastisitas dalam uji statistik, untuk menguji hipotesis:
Ho : 1 = 0 dan H1 : 1≠ 0 Kriteria pengambilan keputusan:
a. Apabila probabilitas thitung > α, maka dalam model tidak terjadi
Heterokedastisitas.
b. Apabila probabilitas thitung < α, maka dalam model terjadi Heterokedastisitas.
3.5.4.2 Uji Autokorelasi
Yaitu alat ekonometrik yang digunakan untuk menguji suatu model apakah variabel pengganggu pada periode tertentu berkorelasi dengan variabel lain, dengan kata lain variabel gangguan tidak random (Sugiyanto, 1995:78). Untuk mengetahui apakah dalam model terjadi autokorelasi, digunakan uji Breusch Godfrey. Melakukan uji hipotesa nol (Ho) dengan pedoman ; menolak Ho yang menyatakan tidak ada masalah autokorelasi dengan model empiris yang dipergunakan bila X2hitung > X2 tabel. Menerima Ho yang menyatakan tidak ada masalah autokorelasi dalam model yang empiris digunakan bila X2hitung > X2 tabel. (Gujarati, 1997 : 425). Langkah-langkah dalam uji BG ini adalah:
a. lakukan regresi dengan menggunakan model empiris yang akan diestimasi, kemudian dapatkan nilai residual t.
b. lakukan regresi dengan µ, sebagai variabel tak bebas dan dengan memasukkan µ1, sebagai variabel bebas:
µ1 = α0 + α1X1t + α2X2t + α3µt-1 + e1
c. hitunglah nilai (n-1) R2 = X2hitung dari hasil regresi persamaan di atas. d. lakukan uji hipotesis dengan pedoman:
a. bila nilai X2hitung > nilai X2tabel maka hipotesis yang menyatakan bahwa tidak ada autokorelasi ditolak,
b. bila nilai X2hitung < nilai X2tabel maka hipotesis yang menyatakan bahwa tidak ada autokorelasi diterima.
