BAB VI KESIMPULAN DAN SARAN
METODE PENELITIAN 3.1 Diagram Alir Penelitian
IV- 13iiiUji Heteroskedastisitas
4.4. Pengolahan Data dengan Model Akhir
Pengolahan data pada model ini dilakukan dengan menggunakan persamaan regresi log linear berganda. Pengubahan fungsi persamaan regresi linear berganda menjadi regresi log linear berganda dilakukan untuk menghilangkan multikolinearitas yang terjadi pada model awal. Namun, pada persamaan regresi log linear dengan menggunakan 8 variabel bebas diperoleh hasil bahwa masih terjadi multikolinearitas sehingga dilakukan eliminasi variabel untuk menghilangkan multikolinearitas tersebut. Pada persamaan model akhir, dilakukan eliminasi 2 variabel bebas yaitu variabel jumlah pemasok dan jumlah tenaga kerja.
4.4.1. Uji Goodness of Fit
Uji Goodness of Fit digunakan untuk menaksir ketepatan suatu model regresi dalam menaksir nilai aktual. Secara statistik, uji ini dapat diukur dari nilai statistik t, nilai statistik F, dan koefisien determinasinya.
i. Uji Statistik F
Uji statistik F digunakan untuk mengetahui apakah semua variabel independen yang dimasukkan kedalam model mempunyai pengaruh secara bersama-sama terhadap variabel terikat/dependen. Uji statistik F dapat dilakukan
commit to user
IV-16
dengan melihat hasil Uji ANOVA. Hasil dari Uji ANOVA pada persamaan ini dapat dilihat pada Tabel 4.12.
Tabel 4.12. Signifikansi Dengan Uji F
Lampiran 2
Dari Tabel 4.12 dapat dilihat bahwa F hitung sebesar 36.707 dengan tingkat probabilitas 0.000. Karena probabilitas jauh lebih kecil dari 0.05, maka model regresi dapat digunakan untuk memprediksi elastisitas (Ln) PDRB atau dapat dikatakan variabel independen secara bersama-sama berpengaruh terhadap elastisitas (Ln) PDRB.
ii. Koefisien Determinasi
Koefisien determinasi (R²) pada intinya digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah diantara nol dan satu. Nilai R² yang kecil berarti kemampuan variabel-variabel independen yang dimasukkan kedalam model amat terbatas. Nilai yang mendekati satu berarti variabel – variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Kelemahan dari penggunaan koefisien determinasi adalah bias terhadap jumlah variabel independen yang dimasukkan ke dalam model. Setiap tambahan satu variabel independen, maka R² pasti meningkat tidak peduli apakah variabel tersebut berpengaruh secara signifikan atau tidak terhadap variabel dependen. Oleh karena itu para peneliti menganjurkan untuk menggunakan nilai Adjusted R² pada saat mengevaluasi mana model regresi terbaik. Koefisien determinasi untuk persamaan regresi dengan dummy kelompok kecamatan berdasarkan jumlah pasar modern dapat dilihat pada Tabel 4.13.
commit to user
IV-17
Tabel 4.13 Koefisien Determinasi
Lampiran 2
Dari Tabel 4.13 dapat dilihat bahwa nilai Adjusted R² adalah sebesar 0.667. Hal ini dapat diartikan bahwa 66.7% variasi elastisitas PDRB dapat dijelaskan oleh variasi dari kelima variabel independen Ln jumlah unit pasar tradisional, Ln omzet, Ln jumlah pedagang, dummy kelompok 2, dan dummy kelompok 3. Sedangkan sisanya (100-66.7 = 33.3%) dijelaskan oleh sebab-sebab lain diluar model.
Standard Error of The Estimate (SEE) sebesar 0.19422. Makin kecil nilai SEE akan membuat model regresi semakin tepat dalam memprediksi variabel dependen.
iii. Uji Statistik t
Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menjelaskan variasi variabel dependen. Signifikansi masing-masing variabel independen pada model ini dapat dilihat pada Tabel 4.14.
Tabel 4.14. Signifikansi Dengan Uji t
Variabel Signifikansi t Kesimpulan
(Constant) 0.000 -
JUMLAH UNIT PASAR TRADISIONAL 0.229 Tidak Signifikan
OMZET 0.000 Signifikan
JUMLAH PEDAGANG 0.914 Tidak Signifikan
DUMMY 1 Exclude Tidak Signifikan
DUMMY 2 0.384 Exclude
DUMMY 3 0.000 Signifikan
Lampiran 2
Dari Tabel 4.14 dapat dilihat terdapat 2 variabel yang memiliki signifikansi dibawah 0.05 yaitu variabel jumlah unit pasar tradisional dan variabel dummy 3. Berdasarkan nilai-nilai signifikansi tersebut, dapat disimpulkan bahwa variansi elastisitas (Ln) PDRB dipengaruhi secara signifikan
commit to user
IV-18
oleh masing-masing variabel Ln jumlah unit pasar tradisional, Ln omzet, Ln jumlah pedagang, variabel dummy 2, dan variabel dummy 3.
4.4.2. Uji Asumsi Klasik i. Uji Multikolinearitas
Uji multikolinearitas digunakan untuk menguji apakan model regresi ditemukan adanya korelasi antar variabel bebas (independen). Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel-variabel bebas. Multikolinearitas dapat dilihat dari nilai tolerance dan nilai Variace Inflation factor (VIF). Kedua ukuran ini menunjukkan setiap variabel bebas manakah yang dijelaskan oleh variabel bebas lainnya. Nilai cutoff yang umum dipakai adalah nilai tolerance 0.10 atau sama dengan nilai VIF diatas 10. Nilai VIF untuk masing-masing variabel independen dapat dilihat pada Tabel 4.15.
Tabel 4.15. Nilai VIF Variabel Independen
Variabel Nilai VIF Kesimpulan JUMLAH UNIT PASAR TRADISIONAL 1.181 Signifikan
OMZET 3.404 Signifikan
JUMLAH PEDAGANG 3.089 Signifikan
DUMMY 1 Exclude Signifikan
DUMMY 2 1.536 Exclude
DUMMY 3 1.665 Signifikan
Lampiran 2
Dari Tabel 4.15 dapat dilihat bahwa semua variabel memiliki nilai VIF dibawah 10, sehingga dapat disimpulkan bahwa tidak terjadi multikolinearitas pada model.
i. Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam suatu model regresi linear ada korelasi antara kesalahan pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan autokorelasi. Uji Autokorelasi dapat dilakukan dengan menggunakan uji Durbin Watson.
commit to user
IV-19
Dari Tabel 4.13 dapat dilihat nilai DW untuk persamaan ini adalah 1.454 nilai tersebut berada diantara -2 dan +2 sehingga dapat dikatakan model persamaan yang digunakan bebas dari gejala autokorelasi.
ii. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam menguji model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Beberapa cara untuk mendeteksi heteroskedastisitas antara lain yaitu dengan melihat scatterplott, uji Park, dan uji Glejser.
Scatterplot dibuat dengan membandingkan antara nilai prediksi variabel terikat (ZPRED) dengan residualnya (SRESID). Deteksi ada atau tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada atau tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang diprediksi sedangkan sumbu X adalah Y yang sesungguhnya. Scatterplott untuk model regresi dengan dummy kecamatan berdasarkan jumlah pasar modern dapat dilihat pada Gambar 4.2.
Lampiran 2
commit to user
IV-20
Dari Gambar 4.2 dapat dilihat bahwa titik-titik menyebar baik dibawah maupun diatas angka nol pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi tersebut.
Pendeteksian adanya heteroskedastisitas dengan menggunakan uji Park dilakukan dengan membuat persamaan regresi dengan menggantikan variabel dependent %PDRB dengan kuadrat residual (U²i). Hasil output SPSS dengan menggunakan uji park pada persamaan regresi ini dapat dilihat pada Tabel 4.16.
Tabel 4.16 Signifikansi Variabel dengan Uji Park Variabel Signifikansi t Kesimpulan
(Constant) 0.353 -
JUMLAH UNIT PASAR TRADISIONAL 0.481 Tidak Signifikan
OMZET 0.243 Tidak Signifikan
JUMLAH PEDAGANG 0.843 Tidak Signifikan
DUMMY 1 Exclude Tidak Signifikan
DUMMY 2 0.923 Exclude
DUMMY 3 0.727 Tidak Signifikan
Lampiran 2
Dari Tabel 4.16 dapat dilihat bahwa semua variabel memiliki signifikansi diatas 0.05, sehingga dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model tersebut.
Deteksi heteroskedastisitas dengan menggunakan uji Glejser dilakukan dengan mengkuadratkan residual kemudian menggunakannya sebagai variabel dependent pada persamaan regresi dengan model awal. Hasil output SPSS dengan menggunakan uji Glejser dapat dilihat pada Tabel 4.17.
Tabel 4.17 Signifikansi dengan Uji Glejser
Variabel Signifikansi t Kesimpulan
(Constant) 0.480 -
JUMLAH UNIT PASAR TRADISIONAL 0.223 Tidak Signifikan
OMZET 0.672 Tidak Signifikan
JUMLAH PEDAGANG 0.678 Tidak Signifikan
DUMMY 1 Exclude Tidak Signifikan
DUMMY 2 0.784 Exclude
DUMMY 3 0.553 Tidak Signifikan
commit to user
IV-21
Dari Tabel 4.17 dapat dilihat bahwa semua variabel mempunyai tingkat signifikansi dibawah diatas, sehingga dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model.
commit to user
VI-1 BAB VI
KESIMPULAN DAN SARAN
Bab ini berisi kesimpulan dari penelitian yang telah dilakukan serta saran yang berisi tentang hal-hal yang harus dipertimbangkan untuk pengembangan penelitian selanjutnya. Kesimpulan dan saran secara rinci dipaparkan pada sub bab berikut:
6.1. Kesimpulan
Berdasarkan hasil penelitian, dapat ditarik kesimpulan yaitu :
1. Berdasakan analisis secara individual terhadap jumlah unit pasar tradisional, omzet, jumlah pedagang, serta dummy kecamatan 2, dan dummy kecamatan 3 berpengaruh secara signifikan terhadap nilai PDRB Kabupaten Boyolali pada tingkat signifikansi 5%. kecuali faktor jumlah unit pasar tradisional, jumlah pedagang, dan dummy 2
2. Analisis pengaruh secara serentak terhadap jumlah unit pasar tradisional, omzet, jumlah pedagang, serta dummy kecamatan 2, dan dummy kecamatan 3 bersama-sama berpengaruh secara signifikan terhadap nilai PDRB Kabupaten Boyolali pada tingkat signifikansi 5%.
3. Variabel yang dominan adalah omzet dan dummy 3. Variabel omzet dan dummy 3 memberikan pengaruh yang positif terhadap perubahan nilai PDRB di Kabupaten Boyolali.
6.2. Saran
Saran yang dapat dikembangkan dari penelitian ini untuk penelitian yang lebih lanjut adalah sebagai berikut :
1. Penelitian ini terfokus pada pengaruh pasar modern dan pasar tradisional
terhadap PDRB dengan membedakan kondisi kecamatan berdasarkan jumlah unit pasar modern, tidak menutup kemungkinan untuk menjadikan faktor jumlah unit pasar tradisional maupun omzet sebagai variabel dummy pada penelitian selanjutnya.
commit to user
VI-2
2. Selain jumlah unit pasar,omzet, dan jumlah pedagang pasar tradisional, masih banyak faktor yang berbengaruh terhadap PDRB. Oleh karena it, terkait dengan pengaruh persaingan pasar modern dan pasar tradisional terhadap PDRB, perlu dilakukan penelitian lebih lanjut dengan memasukkan faktor jumlah unit pasar modern, jumlah karyawan, serta nilai omzet pasar modern.
