BAB II TINJAUAN PUSTAKA
F. Metode Analisis Data
Dalam penelitian ini digunakan metode analisa kuantitatif. Analisa kuantitatif adalah analisa dengan menggunakan rumus-rumus dan teknik perhitungan yang dapat digunakan untuk menganalisa masalah-masalah yang diteliti. Untuk mencapai tujuan penelitian dan pengujian hipotesa, dalam penelitian ini pendekatan yang digunakan adalah Regresi Linier Berganda dengan metode Ordinary Least Square yaitu analisis peramalan yang menggunakan lebih dari satu macam variabel bebas. Dengan cara ini maka kita dapat mengetahui sejauh mana hubungan umur, lama usaha, modal, jam kerja dan jenis dagangan sebagai variabel independen (variabel yang menjelaskan) terhadap pendapatan pedagang di Pasar Gede sebagai variabel dependen (variabel yang dijelaskan). maka digunakan model regresi berganda dan dapat dirumuskan model fungsi sebagai berikut :
Y = f {X1, X2, X3, X4, X5} (3.1)
Dimana :
Y : Pendapatan Pedagang (satuan rupiah) X1 : Umur (satuan tahun)
commit to user X2 : Lama Usaha (satuan tahun)
X3 : Modal (satuan rupiah)
X4 : Jam Kerja (satuan jam)
X5 : Jenis Dagangan, dinyatakan dalam Dummy 0 = Bukan sembako
1 = Sembako
Dari fungsi tersebut kemudian diturunkan menjadi persamaan regresi sebagai berikut :
Y = α0+ β1X1+ β2X2 + β3X3+ β4X4+ β5X5 + ei (3.2)
1. Alat Uji yang digunakan
Pada hipotesis tersebut kemudian dilakukan pengujian yang meliputi uji statistik dan uji asumsi klasik.
a. Uji Statistik 1) Uji t
Uji t adalah pengujian untuk mengetahui signifikansi masing-masing variabel independen terhadap variabel dependen, dengan analisis sebagai berikut:
Hipotesis : Ho : b1 = 0
Ha : b1≠ 0
perpustakaan.uns.ac.id digilib.uns.ac.id commit to user 28 Nilai of test daerah ditolak daerah diterima → t (α/2, N-k)
Gambar III.1 Uji t
Ho diterima jika : -t(α/2, N-k) ≤ t (2/2, N-k)
Ho ditolak jika : t > t (α/2, N-k) atau t < -t (α/2, N-k) Dimana: α : derajat signifikansi
N :jumlah sampel
K :banyaknya parameter
Jika H0 diterima, maka koefisien regresi tidak signifikan pada
tingkat α
Jika H0 ditolak, maka koefisien regresi signifikan pada tingkat α Perhitungan nilai t : Se bi t (bi) = ………...(3.3)
Dimana bi : Koefisien regresi
Se(bi) : Standar error koefisien regresi
Kesimpulan :
1) Jika t hitung < t tabel, maka Ho diterima dan Ha ditolak artinya koefisien regresi variabel independen tidak mempengaruhi variabel dependen secara signifikan.
commit to user
2) Jika t hitung > t tabel, maka Ho ditolak dan Ha diterima artinya koefisien regresi variabel independen mempengaruhi variabel dependen secara signifikan.
2) Analisis koefisiensi determinasi berganda (R2)
Analisis ini dipergunakan untuk mengetahui seberapa jauh variasi variabel bebas atau independent variabel dapat menerangkan dengan baik variabel terkait atau dependen variabel. Hal ini dapat dilihat dan nilai R2nya. Analisis koefisien determinasi berganda mempunyai ketentuan sebagai berikut: Jika R2 mendekati 0, maka variabel yang dipilih tidak dapat menerangkan variabel terkaitnya dan jika R2 mendekati 1, maka variabel bebas yang dipilih dapat menerangkan dengan baik variabel terkaitnya:
Formula penguji adalah sebagai berikut;
yi ei - 1 T R - 1 T E 2 2 SS SS SS SS S S = = ………..…...(3.4)
ESS : Explain Sum Of Square RSS : Residual Sum Of Squre TSS : Total Sum Of Square
a. Pengujian secara serentak ( Uji F-test)
Uji F ini digunakan untuk menguji pengaruh variabel bebas secara bersama-sama terhadap variabel terkait. Tahap Pengujiannya adalah sebagai berikut (Ghozali, 2006):
perpustakaan.uns.ac.id digilib.uns.ac.id commit to user 30 Hipotesa : Ho: b1= b2= b3=b4=b5= b6 = 0 Ha: b1= b2= b3=b4=b5= b6≠ 0 F hitung rumusnya : F =
R2 : Koefisien determinasi berganda N : Jumlah sampel
k : Banyaknya parameter total yang diperkirakan
F-tabel ditentukan level of signifikan (α = 0,05) dengan (n-k, k-1) Dimana : F : F-hitung
Jika F-hitung <F-tabel, maka H0 diterima dan Ha ditolak, artinya
koefisien regresi variabel independen secara bersama-sama tidak mempengaruhi variabel dependen secara signifikan pada tingkat α. Jika F-hitung >F-tabel, maka H0 ditolak dan Ha diterima , artinya
koefisien regresi variabel independen secara bersama-sama mempengaruhi variabel dependen secaea signifikan pada tingkat α. b. Uji asumsi klasik
1) Multikolinearitas
Untuk mengetahui hubungan antara beberapa atau semua variabel yang menjelaskan dalam model regresi. Jika dalam model tersebut terdapat Multikolinearitas maka model tersebut memiliki kesalahan standar yang besar sehingga koefisien tidak dapat ditaksir dengan ketepatan tinggi. Cara pengujiannya adalah dengan menggunakan metode Klein, yaitu dengan membandingkan nilai r2 dengan nilai R2 yang didapat dan hasil matriks korelasi.
commit to user
Jika nilai r2 > R2 maka ada masalah Multikolinearitas. Jika nilai r2 < R2 maka tidak ada masalah Multikolinearitas. 2) Heteroskedastisitas
Salah satu asumsi pokok dalam regresi linear adalah bahwa variansi residual dari suatu pengamatan ke pengamatan lain adalah tidak sama. Apabila variansi tersebut tidak sama, maka berarti telah terjadi masalah heteroskedastisitas. Uji heteroskedastisitas untuk mengetahui adanya heteroskedastisitas dengan menggunakan Uji White bantuan program Eviews. Perintah yang dapat dilakukan adalah dengan meregresi variabel bebas dan variabel terikat, kemudian dari hasil dari hasil regresi OLS akan diperoleh nilai Obs*R-squared. Nilai Obs*R-squared tadi lalu dibandingkan dengan nilai chi-squared tabel dengan df sesuai jumlah regresor dan level of significant yang dipakai.
Jika nilai chi-square lebih besar dari nilai Obs*R-squared (tidak signifikan), maka tidak terdapat heteroskedastik dalam model tersebut.
Jika variabel independen tidak signifikan secara statistik tidak mempengaruhi variabel dependen, maka ada indikasi tidak terjadi masalah heteroskedastisitas.
3) Autokorelasi
Untuk mengetahui adanya autokorelasi antara variabel gangguan sehingga penaksir tidak lagi efisien dalam sampel kecil
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
32
maupun sampel besar. Salah satu cara untuk menguji autokorelasi adalah dengan percobaan Durbin-Watson (d-test), dimana prosedur Durbin Watson test adalah sebagai berikut:
Menghitung nilai d dengan menggunakan rumus:
d = 1 2 1 - ci ei ei - 1 2 S S ……….(3.5)
Dengan R tertentu dan jumlah variabel tertentu mencari dl dan du dalam tabel Durbin-Watson
Hipotesis :
D<dl : H0 ditolak
d>4-dl : H0 ditolak
du<d<4-du : H0 diterima
dl ≤ d ≤ du atau 4-du ≤ d ≤ 4-dl : pengujian tidak meyakinkan
Tidak ada
Auto korelasi Ragu korelasi Ragu Auto korelasi positif ragu ragu negatif 0 df du 4-du 4-dl 4
Gambar III.2 Uji Durbin Watson
Sumber : Djarwanto dan Pangestu, 2005
commit to user
33