BAB IV ANALISIS PEMBAHASAN
B. Penemuan dan Pembahasan
3. Pengujian Hipotesis
Pengujian hipotesis dilakukan untuk mengetahui apakah hipotesis
dalam penelitian ini dapat diterima secara statistik atau tidak. Dalam
pengujian hipotesis ini menggunakan Uji t, Uji F, dan Uji Adjusted R
squared. Model penelitian ini menggunakan metode Ordinary Least Squaredapat dijelaskan dengan persamaan sebagai berikut:
LNOUT= -2,792617 + 0.946516LNBBk + 0.246532LNBB -5.18JTK +
0.252
Dimana :
LNBBk : Nilai Bahan Baku (Ribu Rupiah) LNBB : Nilai Bahan Bakar ( Ribu Rupiah) JTK : Jumlah Tenaga Kerja (Jiwa)
Dari persamaan regresi tersebut dapat disimpulkan sebagai berikut:
• Pada persamaan regresi di atas nilai konstanta adalah -2,792617, yang berarti apabila seluruh variabel independen konstan atau bernilai nol, maka
besarnya output industri tekstil adalah -2,792617 rupiah. Hal tersebut tidak
sesuai dengan realitanya. Sehingga menurut Dougherty apabila intercept
bernilai negatif dapat diabaikan (Dougherty, 2002:13–14).
• Jika koefisien regresi variabel nilai bahan baku adalah 0.946516 atau dapat dikatan 0,947, yang berarti setiap peningkatan 1% nilai bahan baku akan
meningkatkan output industri tekstil sebesar 0,947%. Dalam aplikasi
pengaruhnya dalam satuan rupiah, maka setiap peningkatan Rp 1000.000
nilai bahan baku akan meningkatkan output industri tekstil sebesar
0.946516 juta rupiah atau dapat dikatakan Rp 946.516.
• Jika koefisien regresi variabel nilai bahan bakar adalah 0.246532 atau dapat dibulatkan menjadi 0,247 dan dalam persentasi dapat dinyatakan,
yang dapat dikatakan setiap peningkatan 1% nilai bahan bakar maka akan
meningkatkan output industri tekstil sebesar 0,247%,dalam aplikasinya
pada satuan rupiah, maka setiap peningkatan Rp 1000.000 nilai bahan
• Jika koefisien regresi tenaga kerja adalah-5,18, maka setiap peningkatan 1 orang jumlah tenaga kerja akan menurunkan output industri tekstil sebesar
5,18 juta rupiah pada interpretasi hanya pada persamaan tersebut. Namun,
dalam realita yang ada setiap peningkatan 1 orang (jiwa) tenaga kerja
akan meningkatkan 5,18 juta rupiah output industri tekstil bahkan lebih,
karena industri tergolong industri sedang – besar, maka lebih menggunakan mesin, maka input tenaga kerja lebih dialokasikan ke
teknologi, sehingga lebih efisien dan menghasilkan output yang tinggi
karena efisiensi teknologi mesin. Diperkuat kembali oleh penelitian yang
dilakukan oleh Islamy, bahwa untuk meningkatkan hasil produksi (output),
bukan berarti jika menambah mesin teknologi yang ditambahkan akan
pula menambah jumlah tenaga kerja pula untuk mengefisiensikannya,
(Islamy,2011:14).
a. Uji Hipotesis Parsial (Uji t)
Uji t bertujuan untuk melakukan uji koefisien regresi secara
individu (parsial). Apabila nilai hitung |t| > tα2,maka nilai t berada
dalam daerah penolakan, sehingga hipotesis nol (H0) ditolak dan
(H1) pada tingkat kepercayaan 95%, tingkat signifikansi 5% (α = 0,005). Dan sebaliknya, apabila t hitung lebih kecil dari t tabel,
maka nilai t berada dalam daerah penerimaan, sehingga hipotesis
nol (H0) diterima dan (H1) ditolak pada tingkat kepercayaan dan
Tabel 4.9 Uji t
Variable Coefficient Std. Error t-Statistic Prob.
C -2.792617 1.240181 -2.251781 0.0197
LNNBBK 0.946516 0.073260 12.91993 0.0000
LNNBB 0.246532 0.077253 3.191236 0.0037
JTK -5.18E-07 3.17E-07 -1.631066 0.1149
*data setelah diolah dengan eviews
Pada tabel 4.9 merupakan hasil uji t pada nilai bahan baku, nilai
bahan bakar, dan jumlah tenaga kerja terhadap output industri
tekstil secara parsial (individu). Hipotesis dalam uji tersebut adalah
sebagai berikut :
1. Nilai Bahan Baku
H0:β1 < 0 : Tidak terdapat pengaruh positif nilai bahan baku terhadap output industri tekstil di Indonesia.
H1:β1> 0 : Terdapat pengaruh positif nilai bahan baku terhadap output industri tekstil di Indonesia.
Berdasarkan hasil regresi tabel 4.9 nilai t statistik pada variabel tersebut adalah 12,91993dan t tabel adalah 1,706. Sehingga t statistik lebih besar dari t tabel ( 12,919933>1,706). Dari hasil tersebut maka akan menolak H0 dan menerima H1
dalam uji tersebut adalah 0,0000, maka nilai probabilitas lebih
kecil dari α = 5%, (0,000<0,05) sehingga dapat dinyatakan signifikan yang berarti hasil uji pada variabel tersebut menunjukkan terdapat pengaruh positif dan signifikan terhadap output industri tekstil di Indonesia .
2. Nilai Bahan Bakar
H0:β2 < 0 : Tidak terdapat pengaruh positif nilai bahan bakar terhadap output industri tekstil di Indonesia.
H1:β2 > 0 : Terdapat pengaruh positif nilai bahan bakar terhadap output industri tekstil di Indonesia.
Berdasarkan pada tabel 4.9 nilai t statistik pada variabel nilai bahan bakar adalah 3,191236dant tabel adalah
1,706. Sehingga t statistik lebih besar dari t tabel (3.191236 >1,706), berarti H0 ditolak dan H1 diterima, maka terdapat pengaruh positif nilai bahan bakar terhadap output industri
tekstil di Indonesia. dan nilai probabilitas pada variabel
tersebut adalah 0,0037, nilai probabilitas tersebut lebih besar
dari α = 5%, (0,0037<0,05), sehingga dapat terlihat bahwa
variabel tersebut signifikan. Sehingga dapat disimpulkan
dalam hasil penelitian tersebut bahwa terdapat pengaruh positif dan signifikan nilai bahan bakar terhadap output industri tekstil di Indonesia.
3. Jumlah Tenaga Kerja
H0:β3< 0 : Tidak terdapat pengaruh positif nilai bahan bakar terhadap output industri tekstil di Indonesia.
H1:β3 > 0 : Terdapat pengaruh positif nilai bahan bakar terhadap output industri tekstil di Indonesia.
Berdasarkan hasil regresi pada tabel 4.9 nilai t statistik pada variabel jumlah tenaga kerja adalah -1,631066 dapat berarti 1.631066, serta bernilai negatif dan t tabel adalah 1,706.
Sehingga t hitung lebih kecil dari t tabel (1,631066 <1,706)
maka H0 diterima dan H1 ditolak yang berarti tidak terdapat pengaruh positif jumlah tenaga kerja terhadap output industri tekstil di Indonesia. Nilai probabilitas pada variabel tersebut
adalah 0,1149, nilai probabilitas lebih besar dari α = 5%, maka (0,1149<0,05) dapat dikatakan tidak signifikan dan, sehingga dapat terlihat dari hasil uji penelitian tersebut tidak terdapat pengaruh positif dan signifikan jumlah tenaga kerja terhadap output industri tekstil di Indonesia.
Uji F digunakan untuk menguji hipotesis koefisien regresi secara
besramaan (Simultan). Dengan ketentuan pada tingkat
kepercayaan 95% dan tingkat signifikansi 5% ;
1. Apabila F statistik > F tabel, maka terdapat pengaruh positif
secara bersama – sama (simultan) pada variabel independen terhadap variabel dependen (terikat).
2. Apabila F statistik < F tabel, maka tidak terdapat pengaruh
positif secara bersama – sama (simultan) pada variabel independen terhadap variabel dependen (terikat).
Dari syarat – syarat tersebut adapun hipotesisnya adalah sebagai berikut:
H0:β = 0 : Tidak terdapat pengaruh yang signifikan nilai bahan baku, bahan bakar, dan jumlah tenaga
kerja terhadap output industri tekstil di
Indonesia.
H1:β # 0 : Terdapat pengaruh yang signifikan nilai bahan baku, bahan bakar, dan jumlah tenaga kerja terhadap
Tabel 4.10 Uji F
*data setelah
diolah dengan eviews
Pada tabel 4.10 hasil uji tersebut nilai F statstik adalah 197.5603dan nilaiF tabel adalah2,92,maka(197.5603>2,92)dan
nilai probabilitasnya adalah 0,0000, maka pada α = 5%, maka nilai
probabilitas pada penelitian tersebut lebih kecil dari tingkat
signifikansi (0,000<0,005). Sehingga dapat disimpulkan hasil dari
penelitian tersebut terdapat pengaruh yang signifikan nilai bahan baku, bahan bakar, dan jumlah tenaga kerja terhadap output industri tekstil di Indonesia, dan dari hasil nilai probabilitas yang lebih kecil maka secara simultan variabel variabel independen,
yakni nilai bahan baku, nilai bahan bakar, dan jumlah tenaga kerja
terhadap variabel dependen memiliki hubungan signifikan. Dengan
begitu, hasil penelitian tersebut menolak hipotesis H0 dan
menerima H1.
F statistik F Probability
Nilai Koefisien determinasi (R2) mencerminkan seberapa besar
variasi dari variabel terikat Y dapat diterangkan oleh variabel bebas X.
Bila nilai koefisien determinasi sama dengan 0 (R2 = 0), artinya variasi
dari Y secara keseluruhan tidak dapat diterangkan oleh variabel X sama
sekali. Sementara bila R2= 1, artinya variasi dari Y secara keseluruhan
dapat diterangkan secara keseluruhan oleh variabel X.
Tabel 4.11
Uji Adjusted R2 (Adj R2) R square Adj R square
0.957975 0.953126
*data setelah diolah dengan eviews
Pada hasil uji Adjusted R2 pada tabel 4.11 terlihat bahwa nilai
koefisien determinasi (R2) adalah 0,957975 apabila dibulatkan menjadi
0,96 dan Adjusted R2 adalah 0,953126 apabila dibulatkan menjadi 0,95.
Hal ini berarti 96% output industri tekstil di Indonesia dapat dijelaskan
oleh nilai bahan baku, nilai bahan bakar, dan jumlah tenaga kerja. 4% dari
output industri tekstil dapat dijelaskan oleh variabel lain diluar penelitian
ini.