BAB III METODOLOGI PENELITIAN
3.4 Teknik Analisis dan Uji Hipotesis
3.4.2 Uji Hipotesis
Uji hipotesis yang akan dilakukan adalah uji F (kecocokan model) maupun Uji t, yang masing-masing uji dilakukan untuk mengetahui pengaruh dari variabel bebas terhadap variabel terikat.
1. Uji F / Uji Kecocokan Model (Fhitung)
Uji F (uji kecocokan model), yaitu untuk mengetahui variasi perubahan independent variabel mampu menjelaskan variasi dependent variabel dengan prosedur sebagai berikut :
a. Fhitung dapat dicari dengan rumus :
Rata-rata kuadrat regresi
Fhit = ——————————— ... (Sudrajat,1988:124) Rata-rata kuadrat sisa
Tingkat signifikasi
Dalam penelitian ini menggunakan tingkat signifikasi 0,05 = 5% Dengan df pembilang (k) dan df penyebut (n-k-1) di mana n (jumlah sampel) dan k (jumlah variabel bebas).
b. Kriteria hipotesis
H0 : 1 = 2 = 0,1,2, tidak berpengaruh terhadap Y H1 : 0,, berpengaruh terhadap Y
Gambar 3
Kurva Uji Hipotesis Kecocokan Model (Uji F)
Sumber: Supranto, J, 2005, Ekonometrika, Buku Kesatu, Penerbit. Ghalia Indonesia , Jakarta, hal.152
Kaidah pengujian :
1. Apabila F hitung > F tabel, maka H0 ditolak dan H1 diterima, artinya variabel bebas berpengaruh nyata terhadap variabel terikat.
2. Apabila F hitung < F table, maka H0 diterima dan H1 ditolak, artinya variabel bebas tidak berpengaruh nyata terhadap variabel terikat.
2. Uji t (thituhg)
Uji t digunakan untuk pengujian hipotesis pengaruh variabel bebas terhadap variabel terikat dengan asumsi variabel bebas lainnya konstan, dengan prosedur sebagai berikut :
a. Nilai thitung dapat dicari dengan rumus sebagai berikut: β1
t hitung = ————………( Sudrajat, 1988, 122 ) Se(β1)
Derajat kebebasan sebesar n – k – 1
Dimana :
β1 = Koefisien regresi setiap variabel bebas Se = Standart error
n = Jumlah sampel k = jumlah variabel bebas
Tingkat signifikan
Dalam peneltian ini menggunakan tingkat signifikansi 5% = 0,05 .Derajat kebebasan sebesar n – k – 1 , di mana n = jumlah sampel dan k = jumlah variabel bebas.
b. Kriteria hipotesis
H0 : 1 = 2 = 0, 1,2, tidak berpengaruh terhadap Y
H1 : 1≠ 2 0, 1,2, berpengaruh terhadap Y
Gambar 4
Kurva Uji Hipotesis dengan Uji t
Sumber: Supranto, J, 2005, Ekonometri, Buku Kesatu, Penerbit. Ghalia Indonesia , Jakarta, hal.152.
Ho diterima jika –t tabel t hitung t tabel
Ho ditolak jikat hitung
t tabel danthitung
ttabel Dengan kriteria :1. Apabila t hitung > t tabel, maka H0 ditolak dan H1 diterima, berarti ada pengaruh nyata variabel bebas terhadap variabel terikat.
2. Apabila t hitung < t tabel, maka H0 diterima dan H1 ditolak, berarti tidak ada pengaruh nyata variabel bebas terhadap variabel terikat.
3. Kriteria asumsi klasik BLUE
Regresi linier berganda dengan persamaan:
Y = 0 + 11i + 22i + i …………..(Sudjana,1999:380)
Persamaan regresi tersebut harus bersifat BLUE (Best Linier Unbiased Estimator), artinya pengambilan keputusan melalui uji F dan uji t tidak boleh bias.
Sifat BLUE dapat dijelaskan sebagai berikut :
Best = Perhitungan sifat ini bila ditetapkan dalam uji signifikan baku terhadap α dan β.
Linier = Sifat ini dibutuhkan untuk memudahkan dalam penafsiran.
Unbiased = Bila jumlah sampel sangat besar penafsiran parameter diperoleh dari sampel besar kira-kira lebih mendekati parameter sebenarnya.
Estimator = E diharapkan sekecil mungkin
Untuk mengetahui apakah model analisis tersebut cukup layak digunakan dalam pembuktian selanjutnya dan untuk mengetahui sampai sejauh mana variabel bebas menjelaskan variabel terikat, maka perlu diketahui nilai R² ( koefisien determinasi ) dengan menggunakan rumus :
R² = JK regresi ...( Sudrajat, 1988 ; 120 ) JK total Dimana : R² = Koefisien determinasi JK = Jumlah kuadrat JK regresi = b1 Sy1 X1i + b2 Sy2 Y2i …..+ bm JK total = Y1² atau ( ∑Y )² n b1 ∑Y1 X1 + b2 ∑Y1 X2 R² = ______________________ ∑Y1² Keterangan :
Karakteristik utama R² adalah tidak mempunyai nilai negatif, tidak berkisar antara 0 dan 1 R² ≤ 1.
Untuk menghasilkan pengambilan keputusan yang BLUE maka harus dipenuhi tiga asumsi sebagai asumsi klasik dalam regresi linier berganda, yaitu:
a. Non Autokorelasi b. Non Multikolinieritas c. Non Heterokedastisitas
Apabila salah satu dari ketiga asumsi dasar tersebut dilanggar, maka persamaan regresi yang diperoleh tidak lagi bersifat BLUE, sehingga pengambilan keputusan melalui uji F dan uji t menjadi bias. Di bawah ini akan dijelaskan masing-masing asumsi dasar dari BLUE, yaitu sebagai berikut :
a. Autokorelasi, didefinisikan sebagai korelasi antara data observasi yang diurutkan berdasarkan urut waktu (time series) atau data yang diambil pada waktu tertentu (cross section).
Gambar 5 Kurva Uji Durbin-Watson
0 dL dU 2 4-dU 4-dL 4
Sumber : Gujarati, Damodar, 1993, Ekonometrika Dasar,
Cetakan Ketiga, PT.Gelora Aksara Pratama, Yogyakarta, hal.183
Jadi dalam model regresi linier berganda diasumsikan tidak terdapat gejala autokorelasi. Artinya nilai residual (Y observasi Y prediksi) pada waktu ke t (et) tidak boleh ada hubungan dengan nilai residual periode sebelumnya (et-1). Identifikasi ada atau
Menolak Ho bukti autokorelasi negatif Daerah keraguan Daerah bebas autokorelasi Menerima Ho atau Ho* atau dua-duanya
Daerah
keraguan Menolak Ho bukti autokorelasi
tidaknya gejala autokorelasi dapat di tes dengan menghitung nilai Durbin watson (d-tes) dengan persamaan:
ⁿt=2 (et-et-1)² d = ─────────
ⁿ t-1 (et)²
Keterangan:
d = Nilai Durbin Watson et = Residual pada waktu ke-t
et-1 = Residual pada waktu ke t-1 (atau periode sebelumnya) n = banyaknya data
b. Multikolinieritas, yaitu suatu model regresi yang mempunyai korelasi antar variabel independennya. Diagnosis atau dugaan secara sederhana terhadap adanya multikolinieritas di dalam model regresi adalah sebagai berikut:
1. Koefisien determinasi berganda (r square) tinggi 2. Koefisen korelasi sederhana tinggi
3. Nilai Fhitung tinggi (signifikan) 4. Sebagian besar
5. Atau bahkan seluruh koefisien regresi tidak signifikan (Gujarati, 1995: 166 )
Dari diagnosis atau dugaan adanya multikolinieritas tersebut maka perlu adanya pembuktian atau secara statistik ada atau tidaknya gejala multikolinieritas yang dilakukan dengan cara
menghitung Variance Inflation Faktor (VIF), dengan rumus sebagai berikut:
VIF menyatakan tingkat pembengkakan variance, apabila VIF lebih besar dari 10 ini berarti terdapat multikolinieritas pada persamaan linier. Pembuktian dengan menghitung VIF ini tidak dapat diketahui dengan variabel bebas yang mana korelasi tersebut terjadi. Sehingga dalam menganalisis ada tidaknya multikolinieritas peneliti juga akan membahas dengan korelasi matrik, yaitu mengkorelasikan satu persatu antar variabel bebas. Adapun hasil yang diperoleh setelah dianalisis VIF adalah dibawah 10 sehingga persamaan di atas tidak terjadi multikolinieritas. c. Heterokedastisitas, dalam analisis regresi untuk mendapatkan hasil
yang baik salah satu yang harus dipenuhi adalah homogenitas varians yang ditimbulkan oleh koefisien pengganggu e. Untuk mendeteksi gejala heterokedastisitas dapat dibuat diagram pencar antara e² dengan Yi.Selain itu bisa diidentifikasi dengan cara menghitung Rank Spearman antara residual dengan seluruh variabel bebas :
di² rs = 1- 6 N(N²-1)
Dimana :
di = selisih ranking standart deviasi (s) dan ranking nilai mutlak error
n = banyaknya sampel
Apabila koefisien korelasi Rank Spearman untuk seluruh variabel bebas terhadap residual lebih kecil dari 0,05 maka dapat dikatakan bahwa dalam persamaan regresi terdapat heteroskedastisitas. (Gujarati, 1995 : 189 )
4.1. Deskripsi Obyek Penelitian 4.1.1. Letak Geografis
Sumenep (bahasa Madura: Songènèb) adalah sebuah kabupaten di provinsi Jawa Timur, Indonesia. Kabupaten Sumenep ini terletak diantara 113 ˚32’54” BT – 116 ˚16’48” BT dan diantara 4 ˚55’ LS dengan Batas-batas sebagai berikut :
Sebelah selatan berbatasan dengan Selat Madura, Sebelah utara berbatasan dengan Laut Jawa,
Sebelah barat berbatasan dengan Kabupaten Pamekasan, dan Sebelah timur berbatasan dengan Laut Jawa/Laut Flores.
Kabupaten Sumenep pada masa kolonial dikuasai oleh keluarga keadipatian Madura, yaitu keluarga Cakraningrat. Kabupaten ini terletak di ujung timur Pulau Madura dan memiliki luas wilayah 2.093.45 km² dan populasi ±1 juta jiwa. Ibu kotanya ialah Kota Sumenep.
Secara geografis wilayak Kabupaten Sumenep terbagi atas dua yaitu :
- Bagian daeratan dengan luas : 1.146,93 Km2 (54,79%) yang terbagi atas Tujuh Belas Kecamatan dan satu pulau di Kecamatan Dungkek. - Bagian Kepulauan dengan luas : 946,53 Km2 (45,21%) yang meliputi
126 buah pulau, 48 pulau berpenghuni dan 78 pulau tidak berpenghuni, 104 buah pulau bernama dan 22 buah pulau tanpa nama. Bagian
kepulauan terbagi atas Sembilan kecamatan yaitu : Kecamatan Giligenting, Talango, Nonggunong, Gayam, Ra’as, Sapeken, Arjasa, Kangean Dan Masalembu.
Sedangkan pulau paling utara adalah Pulau Karamaian termasuk wilayah Kecamatan Masalembu dengan jarak ± 151 mil Laut dari Kecamatan Sapeken dengan jarak ± 165 mil Laut dari Kecamatan Kalianget. Secara administrasi wilayah Kabupaten Sumenep dibagi menjadi 27 Kecamatan 328 (Tiga Ratus Dua Puluh Delapan) Desa dan (Empat) Wilayah Kelurahan.