METODE PENELITIAN
C. Metode Pengumpulan Data
Untuk memperoleh data yang dibutuhkan dalam penelitian ini, maka peneliti menggunakan teknik pengumpulan data yaitu teknik dokumentasi. Dokumentasi digunakan untuk mengumpulkan data tertulis yang berkaitan dengan masalah penelitian baik berupa buku, laporan-laporan ataupun sejenisnya yang relevan dengan penelitian yang diperoleh dari instansi-instansi yang terkait dalam penelitian.
D. Metode Analisis Data
Metode untuk menganalisis data dalam penelitian ini akan menggunakan analisis regresi linier dengan model semilog (log-lin). Dimana model tersebut digunakan untuk menganalisa perubahan relatif variabel dependen yang disebabkan oleh perubahan absolut dari variabel independen dan model ini disebut juga dengan model pertumbuhan. Untuk menguji bisa atau tidak regresi tersebut digunakan dan untuk menguji hipotesis yang dilakukan, maka diperlukan pengujian statistik, sebagai berikut :
Y = a + β1X1 + β2X2 + β3X3+ e μ... (1) Persamaan di atas tidak bersifat linier. Maka, untuk mendapatkan hasil regresi yang lebih baik dapat dilakukan transformasi terhadap persamaan menjadi linier dengan menggunakan model semilog (log-lin) atau model pertumbuhan seperti pada persamaan berikut :
ln = + + + + ... (2) Keterangan :
Ln Y = Urbanisasi
X1 = PDRB (Rupiah)
X2 = Upah Minimum Kota Makassar X3 = Kesempatan Kerja Per tahun
α = Konstanta
β1-β4 = Parameter yang di Estimasi e = error term
1. Uji Asumsi Klasik
Uji asumsi klasik adalah persyaratan statistik yang harus dipenuhi pada analisis regresi linear. Uji asumsi klasik terbagi menjadi empat yaitu:
a. Uji Normalitas Data
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel terikat dan variabel bebas keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Salah satu metode untuk mengetahui normalitas adalah dengan menggunakan metode analisis grafik, baik dengan melihat grafik secara histogram ataupun dengan melihat secara Normal Probability Plot. Normalitas data dapat dilihat dari penyebaran data (titik) pada sumbu diagonal pada grafik Normal Probability Plot atau dengan melihat histogram dari residualnya.
b. Uji Multikolinearitas
Uji ini bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antara variabel independen. Model yang baik seharusnya tidak terjadinya korelasi yang tinggi diantara variabel bebas. Torelance mengukur variabilitas variabel bebas yang terpilih yang tidak dapat dijelaskan oleh variabel bebas lainnya. Jadi nilai toleransi rendah sama dengan nilai VIF tinggi (karena VIF = 1/tolerance) dan menujukkan adanya kolinearitas yang tinggi. Nilai cotuff yang umum dipakai adalah tolerance 0,10 atau sama dengan nilai VIF diatas 10.
Adanya multikolinearitas ditandai dengan: 1) Standar error tidak terhingga.
2) Tidak ada satupun t-statistik yang signifikan pada α = 1%, α = 5%, α = 10%.
3) Terjadinya perubahan tanda atau tidak sesuai dengan teori. 4) R2 sangat tinggi.
c. Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah model regresi adanya korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Salah satu metode analisis untuk mendeteksi ada tidaknya autokorelasi adalah dengan melakukan pengujian nilai durbin watson (DW test). Model regresi linear klasik mengasumsikan autokorelasi tidak terdapat di dalamnya distribusi atau gangguan µi dilambangkan dengan :
E(µi :µj)= 0 i ≠ j d. Uji Heteroksedastisitas
Uji ini bertujuan untuk menguji apakah pada model regresi terjadi ketidaksamaan varience dari residual satu pengamatan ke pengamatan lain. Model regresi yang baik adalah homoksedastisitas atau tidak terjadi heteroksedastisitas. Untuk mendeteksi ada tidaknya heteroksedastisitas dalam penelitian ini dilakukan dengan analisis grafik.
2. Uji Hipotesis
Uji hipotesis merupakan jawaban sementara dari rumusan masalah dalam penelitian, dimana rumusan masalah dalam penelitian yang ada di bab 1 telah dinyatakan dalam bentuk kalimat pertanyaan. Dalam penelitian ini menggunakan hipotesis asosiatif untuk melihat pengaruh dari variabel , pdrb, umk (upah minimum
kota), dan kesempatan kerja terhadap meningkatnya jumlah urbanisasi di kota Makassar dari tahun 2010-2015. Uji hipotesis terbagi menjadi tiga yaitu:
a. Analisis Korelasi (R)
Analisis korelasi merupakan analisis yang bertujuan untuk mengukur kuat atau derajat hubungan antar dua variabel. Fungsi utama analisis korelasi adalah untuk menentukan seberapa erat hubungan antara dua variabel.
b. R-Square (R2)
Nilai R² menunjukkan besarnya variabel-variabel independen dalam mempengaruhi variabel dependen. Nilai R² berkisar antara 0 dan 1 (< R² < 1). Semakin besar nilai R², maka semakin besar variabel dependen yang dapat dijelaskan oleh variasi variabel-variabel independen.
Sifat dari koefisien determinasi adalah : 1. R² merupakan besaran yang non negatif. 2. Batasannya adalah (0< R² < 1).
Apabila R² bernilai 0 berarti tidak ada hubungan antara variabel-variabel independen dengan variabel dependen. Semakin besar nilai R² maka semakin tepat regresi dalam menggambarkan nilai-nilai observasi.
c. Uji Parsial (Uji t)
Uji ini digunakan untuk mengetahui apakah masing-masing variabel independen secara sendiri-sendiri mempunyai pengaruh secara signifikan terhadap variabel dependen. Dengan kata lain, untuk mengetahui apakah masing-masing variabel independen dapat menjelaskan perubahan yang terjadi pada variabel dependen secara nyata. Uji t digunakan untuk membuat keputusan apakah hipotesis terbukti atau tidak, dimana tingkat signifikan yang digunakan yaitu 5%.
H0 : bi = b Ha : bi ≠ b
Dimana bi adalah koefisien variabel independen ke-i nilai parameter hipotesis, biasanya b dianggap = 0. Artinya tidak ada pengaruh variabel X terhadap Y. Bila nilai t-hitung > t-tabel maka pada tingkat kepercayaan tertentu H0 ditolak. Hal ini berarti bahwa variabel independen yang diuji berpengaruh secara nyata (signifikan) terhadap variabel dependen. Nilai t-hitung diperoleh dengan rumus :
− ℎ = ( 1 −
1 ) Dimana:
b1 = Koefisien variabel independen ke-i b = Nilai hipotesis nol
Sbi = Simpangan baku dari variabel independen ke-i
Kriteria pengambilan keputusan:
H0 : β = 0 H0 diterima (t* < t-tabel) artinya variabel independen secara parsial tidak berpengaruh nyata terhadap variabel dependen.
Ha : β = 0 Ha diterima (t* > t-tabel) artinya variabel independen secara parsial berpengaruh nyata terhadap variabel dependen.
d. Uji Simultan (Uji F)
Uji F ini biasa digunakan untuk mengetahui pengaruh variabel independen secara signifikan terhadap variabel dependen. Dimana jika nilai signifikan < 0,05 atau variabel independen secara bersama-sama memiliki pengaruh terhadap variabel
dependen, artinya perubahan yang terjadi pada variabel terikat dapat dijelaskan oleh perubahan variabel bebas, dimana tingkat signifikansi yang digunakan yaitu 5%.