• Tidak ada hasil yang ditemukan

LANDASAN TEORI

3.2. Definisi Operasional Variabel

3.3.3. Regresi Linier Berganda dengan Metode Backward

Adapun langkah-langkah dalam melakukan analisis regresi linier berganda dengan metode backward pada SPSS 17 untuk data pada lampiran 1adalah sebagai berikut:

1. Klik Analyze.

2. Pilih Regression, Liniear.

3. Masukkan variabel terikat (Y) ke dalam kotak Dependent.

4. Masukkan variabel bebas (X1, X2, X3, X4 dan X5) ke dalam kotak Independent. 5. Pada bagian Method, pilih Backward.

6. Pilih Options, kemudian pilih Use Probability of F pada bagian Stepping Method Criteria, untuk tingkat signifikansi isi 0,05 pada entry dan 0,1 pada removal. Pilih continue.

7. Pada bagian Statistics, pilih Covariance Matrix dan Collinearity diagnostics. Pilih continue.

8. Pada bagian Plot, masukkan Zpred ke dalam kotak Y dan masukkan Sresid ke dalam kotak X, pilih Histrogram dan Normal probability plot. Pilih continue.

Model Collinearity Statistics Tolerance VIF 1 (Constant) X1 .633 1.581 X2 .360 2.776 X3 .818 1.222 X4 .817 1.224 X5 .458 2.184 a. Dependent Variable: Y

9. Pada bagian Save, pilih Unstandardized Residuals, pilih continue.

10.Pada toolbar menu, pilih Transform, Compute Variable. Ketikkan nama variabel absolut pada kotak Target Variable. Pada kotak Function Group pilih All, lalu muncul Abs pindahkan ke kotak Numeric Expression. Pindahkan Unstandardized residual ke Numeric Expression. Akan muncul variabel absolut di halaman Data View. Kemudian uji variabel absolut dengan menjadikannya variabel terikat.

11.Pilih ok. Interpretasi Output

Tabel 3.4.Variables Entered/Removedb

Model Variables Entered Variables Removed Method 1 X5, X1, X4, X3, X2a . Enter 2 . X3 Backward (criterion: Probability of F-to-remove >= ,100). a. All requested variables entered.

b. Dependent Variable: Y

Sumber : Hasil Penelitian, 2013 (Data Diolah).

Dari tabel 3.4 Variables Entered/Removedb dapat dilihat variabel bebas yang dimasukkan adalah variabel pendapatan kepala rumah tangga (X1), jumlah anggota rumah tangga (X2), pendidikan kepala rumah tangga (X3), lama berumah tangga (X4) dan jumlah subsidi beras miskin (X5). Variabel yang dikeluarkan adalah variabel pendidikan kepala rumah tangga (X3). Proses eliminasi variabel bebas berhenti di model 2.

Tabel 3.5. Excluded Variablesb

Model Beta In t Sig.

Partial Correlation

2 X3 .071a .663 .512 .113

a. Predictors in the Model: (Constant), X5, X1, X4, X2 b. Dependent Variable: Y

Sumber : Hasil Penelitian, 2013 (Data Diolah).

Pada tabel 3.4 Variables Entered/Removedb dan tabel 3.5. Excluded Variablesb terlihat proses eliminasi variabel bebas (independent) yang tidak signifikan. Eliminasi ini didasarkan pada besarnya nilai thitung (uji t parsial). Variabel X3 memiliki nilai thitung

sebesar 0,663. Selanjutnya nilai thitung tersebut dibandingkan dengan nilai ttabel pada tingkat kepercayaan 95% atau α = 5%. Nilai ttabel (model 1) pada derajat kebebasan 34 n-k-1=40-5-1=34 dengan α = 5% adalah 2,032. Dengan demikian didapat nilai thitung < ttabel (0,663 < 2,032). Sehingga variabel X3 harus dikeluarkan dari persamaan regresi linier berganda.

Dalam metode backward, pengeluaran variabel bebas yang tidak signifikan dapat juga dilakukan dengan melihat koefisien korelasi parsial yang terkecil terhadap variabel terikatnya.

Tabel 3.6. Koefisien Korelasi Parsial

No. Variabel Koefisien Korelasi Parsial Tingkat Signifikansi Variabel yang Dikontrol 1. X1 0,431 0,009 X2,X3,X4 dan X5 2. X2 0,608 0,000 X1,X3,X4 dan X5 3. X3 0,113 0,512 X1,X2,X4 dan X5 4. X4 -0,315 0,061 X1,X2,X3 dan X5 5. X5 -0,320 0,057 X1,X2,X3 dan X4

Sumber : Hasil Penelitian, 2013 (Data Diolah).

Dari tabel tabel 3.6 dapat dilihat bahwa variabel X3 memiliki koefisien korelasi parsial yang paling kecil sebesar 0,113 dan tingkat signifikansi yang paling tinggi sebesar 0,512.

Tabel 3.7. Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 479746.351 216049.167 2.221 .033 X1 .231 .083 .340 2.788 .009 X2 85441.168 19117.201 .723 4.469 .000 X3 5814.608 8771.911 .071 .663 .512 X4 -3339.996 1726.354 -.208 -1.935 .061 X5 -22845.841 11606.056 -.283 -1.968 .057 2 (Constant) 557069.266 180389.845 3.088 .004 X1 .219 .080 .322 2.730 .010 X2 87267.241 18765.557 .739 4.650 .000 X4 -3788.494 1575.468 -.236 -2.405 .022 X5 -23410.972 11481.628 -.290 -2.039 .049 a. Dependent Variable: Y

Sumber : Hasil Penelitian, 2013 (Data Diolah).

Setelah dilakukan eliminasi variabel bebas dengan metode backward, didapat persamaan regresi linier berganda pada tabel 3.7 Coefficientsa. Pada model 1 seluruh variabel dimasukkan. Pada model 2, variabel yang dikeluarkan adalah variabel X3. Dengan demikian setelah melewati 2 tahapan, variabel bebas yang layak masuk adalah variabel X1, X2, X4 dan X5. Model yang digunakan adalah model 2. Jadi persamaan regresi linier berganda pada persamaan (2.6) dapat ditulis sebagai berikut :

= 557.069,266 + 0,219 + 87.267,241 3.788,49423.410,972

3.3.4. Koefisien Determinasi Ganda ( )

Pada tabel 3.8 Model Summaryc terlihat tahapan setiap variabel yang dikeluarkan dalam model regresi.

Tabel 3.8. Model Summaryc Model R R Square Adjusted R Square Std. Error of the Estimate 1 .824a .679 .632 1.20218E5 2 .822b .675 .638 1.19251E5 a. Predictors: (Constant), X5, X1, X4, X3, X2 b. Predictors: (Constant), X5, X1, X4, X2 c. Dependent Variable: Y

Sumber : Hasil Penelitian, 2013 (Data Diolah).

Pada model 2 terlihat nilai koefisien R sebesar 0,822 yang berarti hubungan antara pendapatan kepala rumah tangga (X1), jumlah anggota rumah tangga (X2), lamanya berumah tangga (X4) dan jumlah subsidi beras miskin (X5) terhadap pengeluaran konsumsi pangan rumah tangga miskin (Y) sebesar 82,2%. Artinya hubungannya sangat erat.

Dalam regresi linier berganda yang melibatkan lebih dari 1 variabel bebas, digunakan nilai yang disesuaikan (Adjusted ) yang dirancang untuk mengurangi bias dalam model. Nilai koefisien determinasi (R2) sebesar 0,638 yang berarti variabel pendapatan kepala rumah tangga (X1), jumlah anggota rumah tangga (X2), lamanya berumah tangga (X4) dan jumlah subsidi beras miskin (X5) mempengaruhi pengeluaran konsumsi pangan rumah tangga miskin (Y) sebesar 63,8% dan sisanya 36,2% dipengaruhi oleh faktor-faktor lain yang tidak diteliti dalam penelitian ini.

Dari tabel 3.8. Model Summaryc dapat dilihat semakin dikeluarkan variabel-variabel yang tidak signifikan maka model 2 semakin baik. Terbukti dari nilai Adjusted model 2 lebih tinggi dibandingkan model 1 dan adanya penurunan standar error estimate pada model 2.

3.3.5. Uji F (Uji Simultan/Gabungan)

Pengaruh variabel pendapatan kepala rumah tangga (X1), jumlah anggota rumah tangga (X2), lamanya berumah tangga (X4) dan jumlah subsidi beras miskin (X5)

terhadap pengeluaran konsumsi pangan rumah tangga miskin (Y) dapat dilihat pada tabel 3.9 berikut.

Tabel 3.9. ANOVAc

Model Sum of Squares df Mean Square F Sig. 1 Regression 1.040E12 5 2.081E11 14.399 .000a

Residual 4.914E11 34 1.445E10 Total 1.532E12 39

2 Regression 1.034E12 4 2.585E11 18.180 .000b

Residual 4.977E11 35 1.422E10 Total 1.532E12 39

a. Predictors: (Constant), X5, X1, X4, X3, X2 b. Predictors: (Constant), X5, X1, X4, X2 c. Dependent Variable: Y

Sumber : Hasil Penelitian, 2013 (Data Diolah).

Berdasarkan tabel 3.9 di atas, pada model 2 diperoleh nilai Fhitung sebesar 18,180, sedangkan nilai Ftabel dengan dk pembilang (k) = 4 dan dk penyebut (n-k-1) = 35 sebesar 2,64 pada tingkat kepercayaan 95% atau α = 5%. Dengan demikian, nilai Fhitung > Ftabel (18,180 > 3,14), maka H0 ditolak dan H1 diterima. Hal ini menunjukkan bahwa variabel pendapatan kepala rumah tangga (X1), jumlah anggota rumah tangga (X2), lamanya berumah tangga (X4) dan jumlah subsidi beras miskin (X5) secara serempak terhadap pengeluaran konsumsi pangan rumah tangga miskin (Y) di Kelurahan Sidomulyo Kecamatan Medan Tuntungan.

3.3.6. Uji t (Uji Parsial)

Uji t parsial digunakan untuk menguji pengaruh setiap variabel bebas (X1, X2, X4 dan

Tabel 3.10. Uji t (Uji Parsial) Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 2 (Constant) 557069.266 180389.845 3.088 .004 X1 .219 .080 .322 2.730 .010 X2 87267.241 18765.557 .739 4.650 .000 X4 -3788.494 1575.468 -.236 -2.405 .022 X5 -23410.972 11481.628 -.290 -2.039 .049 a. Dependent Variable: Y

Sumber : Hasil Penelitian, 2013 (Data Diolah).

Nilai thitung untuk variabel pendapatan kepala rumah tangga (X1) sebesar 2,730. Selanjutnya nilai thitung tersebut dibandingkan dengan nilai ttabel pada tingkat

kepercayaan 95% atau α = 5%. Nilai ttabel pada dk 35 dengan α = 5% adalah ±2,030

(uji 2 arah). Dengan demikian didapat nilai thitung > ttabel (2,730 > 2,030), maka H0 ditolak dan H1 diterima yang berarti variabel pendapatan kepala rumah tangga (X1) berpengaruh signifikan terhadap pengeluaran konsumsi pangan rumah tangga miskin (Y) di Kelurahan Sidomulyo Kecamatan Medan Tuntungan. Jika ditingkatkan variabel pendapatan kepala rumah tangga (X1) sebesar Rp. 1, maka pengeluaran konsumsi pangan rumah tangga miskin (Y) akan meningkat sebesar Rp. 0,219 perbulannya.

Nilai thitung dari variabel jumlah anggota rumah tangga (X2) diperoleh sebesar 4,650. Nilai thitung > ttabel (4,650 > 2,030), maka variabel jumlah anggota rumah tangga (X2) berpengaruh signifikan terhadap pengeluaran konsumsi pangan rumah tangga miskin (Y) di Kelurahan Sidomulyo Kecamatan Medan Tuntungan. Jika jumlah anggota rumah tangga (X2) bertambah sebesar 1 orang (jiwa), maka pengeluaran konsumsi pangan rumah tangga miskin (Y) akan meningkat sebesar Rp. 87.267,241 perbulannya.

Nilai thitung dari variabel lamanya berumah tangga (X4) diperoleh sebesar

-2,405. Nilai thitung < ttabel (-2,405 < -2,030), maka variabel lamanya berumah tangga (X4) berpengaruh signifikan terhadap pengeluaran konsumsi pangan rumah tangga miskin (Y) di Kelurahan Sidomulyo Kecamatan Medan Tuntungan. Jika usia

perkawinan bertambah 1 tahun, maka pengeluaran konsumsi pangan rumah tangga miskin (Y) akan berkurang sebesar Rp. 3.788,494.

Nilai thitung dari variabel jumlah subsidi beras miskin (X5) diperoleh sebesar

-2,039. Nilai thitung < ttabel (-2,039 < -2,030), maka variabel jumlah subsidi beras miskin (X5) berpengaruh signifikan terhadap pengeluaran konsumsi pangan rumah tangga miskin (Y) di Kelurahan Sidomulyo Kecamatan Medan Tuntungan. Jika subsidi beras miskin (X5) yang diterima tiap bulannya bertambah 5 kg, maka pengeluaran konsumsi pangan rumah tangga miskin (Y) akan berkurang sebesar Rp. 23.410,972.

BAB 4

Dokumen terkait