BAB III
METODE PENELITIAN
Metode penelitian adalah tatacara bagaimana suatu penelitian dilaksanakan
(metdhos = tata cara) (M. Iqbal Hasan, 2002).
3.1.Ruang Lingkup Penelitian
Ruang lingkup penelitian ini adalah menganalisis permintaan mobil di Kota Medan.Dimana permintaan mobil di Medan dipengaruhi oleh pendapatan,
harga mobil, pajak mobil, harga BBMdan selera.
3.2. Jenis dan Sumber Data
Jenis data yang digunakan adalah data primer yang diperoleh melalui
survey lapangan dengan menggunakan semua metode pengumpulan data orisinal.
Data primer bersumber dari responden yaitu orang yang sudah memiliki mobil
pribadi dan yang akan membeli mobil pribadi di Medan.Adapun jenis data yang
diperlukan dalam penelitian ini adalah pendapatan, harga mobil, pajak mobil,
harga BBM dan selera.
3.3. Populasi dan Sampel
Populasi penelitian ini meliputijumlah mobil pribadi di
Medan.Dikarenakan jumlah populasi yang besar dengan berbagai merek maka
digunakan teknik sampling, hal ini dilakukan agar tidak memakan biaya yang
besar dan waktu yang terlalu lama. Penelitian dengan metode sampling ini
diharapkan hasil yang diperoleh akan dapat menggambarkan sifat populasi
bersangkutan.Sampel adalah suatu himpunan bagian (subset) dari unit populasi
Teknik sampling yang digunakan adalah proporsif dengan menentukan
200 sampel yang diperoleh dari jumlah populasi penduduk di Kota Medan yang
memiliki mobil pribadi dan dikelompokkan dalam 4 jenis merk mobil pribadi
yaitu:
1. Mobil Toyota
2. Mobil Honda
3. Mobil Nissan
4. Mobil Daihatsu
3.4.Pengolahan Data
Untuk mengolah data penelitian ini digunakan program komputer SPSS.
Koefisien yang dihasilkan dapat dilihat pada output regresi berdasarkan data yang
dianalisis untuk kemudian diinterpretasikan serta dilihat signifikansi tiap-tiap
variabel yang diteliti.
3.5.Model Analisis Data
Model analisis yang digunakan dalam menganalisis data adalah model
persamaan Ordinary Least Square.Dalam menganalisis data yang diperoleh untuk
mengetahui seberapa besar pengaruh Variabel-variabel bebas terhadap variabel
tidak bebas digunakan model ekonometrika dengan meregresikan
variabel-variabel yang ada dengan menggunakan metode kuadrat terkecil biasa (Ordinary
Least Square).
Data yang digunakan dianalisis secara kuantitatif dengan menggunakan
analisis statistik yaitu persamaan regresi linear berganda.
Fungsi yang digunakan dalam penelitian ini adalah:
Selanjutnya fungsi tersebut ditransformasikan dalam model logaritma
natural sebagai berikut:
Y = 0 + 1 X1 + 2X2 + 3X3 + 4X4+ 5D + ε………...(2)
Dimana:
Y =Permintaan mobil
0 = Intercept
1 = Koefisien regresi pendapatan
X1 = Pendapatan
2 = Koefisien regresi harga mobil pribadi
X2 = Harga mobil pribadi
3 = Koefisien regresi pajak mobil pribadi
X3 = Pajak mobil pribadi
4= Koefisien regresi harga BBM
X4 = Harga BBM
5 = Koefisien regresi Selera
D = Dummy Selera
D = 1 (Mobil secara umum)
D = 0 (Non mobil / transportasi darat lain diluar mobil)
3.6 Teknik Analisis Data 3. 6.1. Test Goodness of Fit
3.6.1.1. Koefisien Determinasi (R-Square)
Koefisien determinasi dilakukan untuk melihat seberapa besar kemampuan
dependen.Nilai R2 berkisar antara 0 sampai 1 (0<R2<1) (Gunawan Sumodiningrat,
1994).
3.6.1.2. Uji t-statistik
Uji t-statistik merupakan suatu pengujian yang bertujuan untuk
mengetahui apakah masing-masing koefisien regresi signifikan atau tidak
terhadap variabel dependen dengan menganggap variabel lainnya konstan.
3.6.1.3. Uji F- statistik
Uji F-statistik ini adalah pengujian yang bertujuan untuk mengetahui
seberapa besar pengaruh variabel independen secara keseluruhan atau
bersama-sama terhadap variabel dependen.
3.6.2. Uji Penyimpangan Asumsi Klasik
Gujarati (2003) mengemukakan beberapa asumsi klasik yang harus
dipenuhi untuk suatu hasil estimasi regresi linear agar hasil tersebut dapat
dikatakan baik dan efisien. Adapun asumsi klasik yang harus dipenuhi antara lain:
1. Model regresi adalah linear, yaitu linear di dalam parameter.
2. Residual variabel pengganggu (�) mempunyai nilai rata-rata nol (zero mean
value of disturbance �).
3. Homokedastisitas atau varian dari � adalah konstan.
4. Tidak ada autokorelasi antara variabel pengganggu �.
5. Kovarian antara � dan varibel independen (X1) adalah nol.
6. Jumlah data (obeservasi) harus lebih banyak dibandingkan dengan jumlah
parameter yang akan diestimasi.
7. Tidak ada moltikolinearitas.
Berdasarkan kondisi tersebut di dalam ilmu ekonometrika, agar suatu
model dikatakan baik maka perlu dilakukan beberapa pengujian seperti dibawah
ini (Wahyu Ario Pratomo, Paidi Hidayat, 2007).
3.6.2.1.Uji Normalitas
Uji Normalitas bertujuan untuk mengetahui distribusi data dalam variabel
yang digunakan dalam penelitian.Data yang baik dan layak digunakan dalam
penelitian adalah data yang memiliki distribusi normal.Untuk melihat Normalitas
digunakan data statistik. Test sederhana yang dapat dilakukan adalah nilai
skewnes atau kurtosis. Nilai Z statistik dapat dihitung dengan rumus:
Zskewness = � �� � √�6
Sedangkan nilai Z kurtosis dapat dihitung dengan rumus:
Zkurtosis = √24�
Dimana N adalah jumlah sample.Jika nilai Zhitung > Ztabel maka distribusi tidak
normal. Pada tingkat signifikan 5% nilai Ztabel = 1,96. Jadi jika nilai Zhitung
yaitu Zskewness dan Zkurtosis < nilai Ztabel, maka data terdistribusi normal dan
model tersebut memenuhi asumsi normalitas (Gozali, 2005:77).
3.6.2.2. Uji Multikolinearitas
Multikolinearity adalah alat untuk menunjukkan adanya hubungan linear
diantara variabel-variabel bebas dalam model regresi linear.Untuk mendeteksi ada
tidaknya multikolinearity dapat dilihat dari R-square, F-hitung, t-hitung dan
standard error (Gunawan Sumodiningrat, 1994).Adanya multikolinearity ditandai
Tidak ada satupun t-statistik yang signifikan pada = %, = %, = % Terjadinya perubahan tanda atau tidak sesuai dengan teori
R2 sangat tinggi
3.6.2.3.Uji Autokorelasi (Serial Correlation)
Serial Correlation adalah korelasi (hubungan) yang terjadi diantara
anggota-anggota dari serangkaian pengamatan yang tersusun dalam rangkaian
waktu (seperti pada data runtun waktu atau time series data) atau yang tersusun
dalam rangkaian ruang (seperti pada data silang waktu cross section data)
(Gunawan Sumodiningrat, 2001).
Terdapat beberapa cara untuk menguji keberadaan autokorelasi, yaitu:
1. Dengan menggunakan atau memplot grafik
2. Dengan D-W test (Uji Durbin Watson)
Uji D-W ini dirumuskan sebagai berikut :
D-hitung = ∑ (e1 – et-1)2 ∑e2t
Bentuk hipotesisnya adalah sebagai berikut:
H0 : p = 0, artinya tidak ada autokorelasi
H0 : p ≠ 0, artinya ada autokorelasi
Dengan jumlah sampel tertentu dan jumlah variabel independen tertentu
diperoleh nilai kritis dl dan du dalam tabel distibusi Durbin-Watson untuk
Gambar 3.1.Uji Durbin-Watson Dimana :
H0 : Tidak ada autokorelasi
DW < dl : Tolak H0 (ada korelasi positif)
DW > 4-dl : Tolak Ho (ada korelasi negative)
Du<DW<4-du : Terima Ho (Tidak ada autokorelasi)
dl≤DW<4-du : Pengujian tidak dapat disimpulkan (inconclusive)
4-du≤DW≤4-dl : Pengujian tidak dapat disimpulkan (inconclusive)
3.6.2.4.Uji Heterokedastisitas
Uji Heterokedastisitas bertujuan untuk menguji apakah dalam model
regresi terjadi ketiksamaan varians dari residual suatu pengamatan ke pengamatan
yang lain. Model regresi yang baik adalah yang homokedastisitas atau tidak
terjadi heterokedastisitas.Uji heterokedastisitas dilakukan dengan melihat ada Autokorelasi (+)
Inconclusive
Autokorelasi (-)
0 dl du � = 4-du 4-dl 4
� =-1 − � =
tidaknya pola tertentu pada grafik Scatterplot antara SRESID dan ZPRED. Dasar
analisisnya dapat dilihat:
1. Jika titik-titik yang membentuk pola yang teratur (bergelombang, melebar
kemudian menyempit) maka mengidentifikasikan telah terjadi
heterokedastisitas.
2. Jika tidak ada pola yang jelas serta titik-titik menyebar di atas dan di
bawah angka nol pada sumbu –y maka tidak terjadi heterokedastisitas.
3.7. Defenisi dan Batasan Operasional
Untuk memudahkan pemahaman terhadap istilah dan variabel yang
digunakan dalam penelitian ini perlu diberikan batasan operasional sebagai
berikut:
1. Permintaan mobil adalah kepemilikan mobil pribadi oleh rumah tangga.
2. Pendapatan adalah seluruh penghasilan yang diperoleh rumahtangga baik
penghasilan tetap ataupun tambahan dalam satu bulan yang dihitung dalam
satuan rupiah.
3. Harga mobil adalah harga perolehan mobil/harga mobil baru/bekas.
4. Pajak mobil adalah pajak yang dibayar setiap tahunnya untuk mobil
tersebut.
5. Harga BBM adalah bahan bakar minyak premium atau solar yang
digunakan untuk mobil tersebut.
6. Selera adalah kepuasan yang diperoleh atas penggunaan transportasi darat
yaitu mobil secara umum atau non mobil/tansportasi darat lain diluar
BAB IV
HASIL DAN PEMBAHASAN
4.1. Deskripsi Wilayah Penelitian 4.1.1. Lokasi dan Keadaan Geografis
Kota Medan terletak antara 30,27’– 30,47’ LU dan 980,35’ – 980,44’ BT.
Permukaan tanahnya cenderung miring ke Utara dan berada pada ketinggian 2,5 –
37,5 m di atas permukaan laut.
Secara umum ada 3 (tiga) faktor utama yang mempengaruhi kinerja
pembangunan kota, (1) faktor geografis, (2) faktor demografis dan (3) faktor
sosial ekonomi. Ketiga faktor tersebut biasanya terkait satu dengan lainnya, yang
secara simultan mempengaruhi daya guna dan hasil guna pembangunan kota
termasuk pilihan-pilihan penanaman modal (investasi).
Sesuai dengan dinamika pembangunan kota, luas wilayah administrasi
Kota Medan telah melalui beberapa kali perkembangan. Pada tahun 1951,
Walikota Medan mengeluarkan Maklumat Nomor 21 tanggal 29 September 1951,
yang menetapkan luas Kota Medan menjadi 5.130 Ha, meliputi 4 Kecamatan
dengan 59 Kelurahan. Maklumat Walikota Medan dikeluarkan menyusul
keluarnya Keputusan Gubernur Sumatera Utara Nomor 66/III/PSU tanggal 21
September 1951, agar daerah Kota Medan diperluas menjadi tiga kali lipat.
Melalui peraturan menteri Pemerintah Republik Indonesia Nomor 22
Tahun 1973 Kota Medan kemudian mengalami pemekaran wilayah menjadi
26.510 Ha yang terdiri dari 11 Kecamatan dengan 116 Kelurahan. Berdasarkan
Negeri Nomor 140/2271/PUOD, tanggal 5 Mei 1986, Kota Medan melakukan
pemekaran Kelurahan menjadi 144 Kelurahan.
Perkembangan terakhir berdasarkan Surat Keputusan Gubernur KDH
Tingkat I Sumatera Utara Nomor 140.22/2772.K/1996 tanggal 30 September 1996
tanggal 30 September 1996 tentang pendefenitifan 7 Kelurahan di Kotamadya
Daerah Tingkat II Medan berdasarkan Peraturan Pemerintah Republik Indonesia
Nomor 35 tahun 1992 tentang Pembentukan Beberapa kecamatan di Kotamadya
Daerah Tingkat II Medan, secara administrasi Kota Medan dimekarkan kembali,
dibagi atas 21 Kecamatan yang mencakup 151 Kelurahan. Berdasarkan
perkembangan administratif Kota Medan kemudian tumbuh secara geografis,
demografis dan sosial ekonomis.
Secara Administratif, wilayah Kota Medan hampir secara keseluruhan
berbatasan dengan Daerah Kabupaten Deli Serdang, yaitu sebelah Barat, Selatan
dan Timur. Sepanjang Utaranya berbatasan langsung dengan selat Malaka, yang
diketahui merupakan salah satu jalur lalu lintas terpadat di dunia. Kabupaten Deli
Serdang merupakan salah satu daerah yang kaya dengan Sumber Daya Alam
(SDA), khususnya di bidang perkebunan dan kehutanan. Karenanya secara
geografis Kota Medan didukung oleh daerah-daerah yang kaya sumber daya alam
seperti Deli Serdang, Labuhan Batu, Simalungun, Tapanuli Utara, Tapanuli
Selatan, Mandailing Natal, Karo, Binjai dan lain-lain. Kondisi ini menjadikan
Kota Medan secara ekonomi mampu mengembangkan berbagai kerjasama dan
kemitraan yang sejajar, saling menguntungkan, saling memperkuat dengan
Disamping itu sebagai daerah yang pada pinggiran jalur pelayaran Selat
Malaka, Maka Kota Medan memiliki posisi strategis sebagai gerbang (pintu
masuk) kegiatan perdagangan barang dan jasa, baik perdagangan domestik
maupun luar negeri (ekspor-impor). Posisi geografis Kota Medan ini telah
mendorong perkembangan kota dalam 2 kutub pertumbuhan secara fisik, yaitu
daerah terbangun Belawan dan pusat Kota Medan saat ini.
4.1.2. Iklim
Kota Medan mempunyai iklim tropis dengan suhu minimum menurut
Stasiun Polonia pada tahun 2013 yaitu 23,990C dan suhu maksimum yaitu
32,110C serta menurut Stasiun Sampali suhu minimumnya yaitu 21,80C dan suhu
maksimum yaitu 320C.
Kelembaban udara di wilayah Kota Medan rata-rata 79 – 80%, dan
kecepatan angin rata-rata sebesar 1,99 m/sec. sedangkan rata-rata total laju
penguapan tiap bulannya 115,5 mm. Hari hujan di Kota Medan pada tahun 2013
per bulan 17 hari dengan rata-rata curah hujan menurut Stasiun Sampali per
bulannya 186,5 mm.
4.1.3. Kependudukan
Pembangunan kependudukan dilaksanakan dengan mengindahkan
kelestarian sumber daya alam dan fungsi lingkungan hidup sehingga mobilitas dan
persebaran penduduk tercapai optimal.
Mobilitas dan persebaran penduduk yang optimal, berdasarkan pada
adanya keseimbangan antara jumlah penduduk dengan daya dukung dan daya
dan pembangunan akan menimbulkan masalah sosial yang kompleks, dimana
penduduk menjadi beban bagi lingkungan maupun sebaliknya.
Pada tahun 2013, penduduk Kota Medan mencapai 2.135.516 jiwa.
Dibanding hasil proyeksi penduduk 2013, terjadi pertambahan penduduk sebesar
12.712 jiwa (0,6%). Dengan luas wilayah mencapai 265,10 km2, kepadatan
penduduk mencapai 8,055 jiwa/km2.
Penduduk Kota Medan memiliki ciri penting yaitu yang meliputi unsur
agama, suku etnis, budaya dan keragaman (plural) adat istiadat. Hal ini
memunculkan karakter sebagian besar penduduk Kota Medan bersifat terbuka.
Secara Demografi, Kota Medan pada saat ini juga sedang mengalami masa
transisi demografi. Kondisi tersebut menunjukkan proses pergeseran dari suatu
keadaan dimana tingkat kelahiran dan kematian tinggi menuju keadaan dimana
tingkat kelahiran dan kematian semakin menurun. Berbagai faktor yang
mempengaruhi proses penurunan tingkat kelahiran adalah perubahan pola pikir
masyarakat dan perubahan sosial ekonominya. Di sisi lain adanya faktor
perbaikan gizi, kesehatan yang memadai juga mempengaruhi tingkat kematian.
Dalam kependudukan dikenal istilah transisi penduduk. Istilah ini
mengacu pada suatu proses pergeseran dari suatu keadaan dimana tingkat
kelahiran dan kematian rendah. Penurunan pada tingkat kelahiran ini disebabkan
oleh banyak faktor, antara lain perubahan pola berfikir masyarakat akibat
penduduk yang diperolehnya, dan juga disebabkan oleh perubahan pada aspek
sosial ekonomi. Penurunan tingkat kematian disebabkan oleh membaiknya gizi
masyarakat akibat dari pertumbuhan pendapatan masyarakat. Pada tahap ini
Pada akhir proses transisi ini, baik tingkat kelahiran maupun kematian
sudah tidak banyak berubah lagi, akibatnya jumlah penduduk juga cenderung
untuk tidak banyak berubah, kecuali disebabkan faktor migrasi atau urbanisasi.
Komponen kependudukan lainnya umumnya menggambarkan berbagai dinamika
sosial yang terjadi di masyarakat, baik secara sosial maupun kultural. Menurunnya
tingkat kelahiran (fertilitas) dan tingkat kematian (mortalitas), meningkatnya arus
perpindahan antar daerah (migrasi) dan proses urbanisasi, termasuk arus isi ulang
alik (commuters) mempengaruhi kebijakan kependudukan yang diterapkan.
4.2.Karakteristik Responden
Jumlah Responden yang menjadi objek penelitian ini adalah 200 orang
yang di kelompok dalam 4 merek mobil pribadi yaitu mobil merek Toyota 50
orang, Honda 50 orang, Nissan 50 orang dan Daihatsu 50 orang.
4.2.1. Responden Berdasarkan Jenis Kelamin
Berikut dibawah ini karakteristik responden berdasarkan Jenis Kelamin
yang dibagi dalam 2 kategori yaitu jenis kelamin laki-laki dan jenis kelamin
perempuan, sebagai berikut:
Tabel 4.1 Karakteristik Responden Berdasarkan Jenis Kelamin
Jenis Kelamin Merek Mobil
Toyota Honda Nissan Daihatsu
Laki-Laki 40 33 37 42
Perempuan 10 17 13 8
4.2.2. Responden Berdasarkan Usia
Usia responden terbagi dalam 10 kategori yaitu 21 tahun sampai 25 tahun,
26 tahun sampai 30 tahun, 31 tahun sampai 35 tahun, 36 tahun sampai 40 tahun,
41 tahun sampai 45 tahun, 46 tahun sampai 50 tahun, 51 tahun sampai 55 tahun,
56 tahun sampai 60 tahun, 61 sampai 65 tahun.
Tabel 4.2. Karakteristik Responden Berdasarkan Usia
Usia
Merek Mobil
Toyota Honda Nissan Daihatsu
21 – 25 6 6 2 2
26 – 30 4 8 7 7
31 – 35 8 7 11 7
36 – 40 6 8 8 4
41 – 45 4 7 6 6
46 – 50 3 4 4 12
51 – 55 11 7 10 6
56 – 60 5 0 1 3
61 – 65 3 3 1 3
Total 50 50 50 50
4.2.3.Responden Berdasarkan Tingkat Pendidikan
Berikut dibawah ini karakteristik responden berdasarkan Pendidikan yaitu
sebagai berikut:
Tabel 4.3. Karakteristik Responden Berdasarkan Tingkat Pendidikan
Tingkat
Pendidikan
Merek Mobil
Toyota Honda Nissan Daihatsu
SMA 12 6 11 8
Sumber : Data Primer Diolah 2015
4.2.4. Responden Berdasarkan Pekerjaan
Berikut dibawah ini karakteristik responden berdasarkan jenis pekerjaan
yaitu sebagai berikut:
Tabel 4.4. Karekteristik Responden Berdasarkan Pekerjaan
Pekerjaan Merek Mobil
Toyota Honda Nissan Daihatsu
Dokter 1 2 1 1
4.3.Hasil Analisis Data dan Pembahasan 4.3.1.Deskripsi Data
Data yang dipergunakan dalam penelitian ini merupakan data primer yang
diperoleh dari hasil penyeberan kuesioner terhadap penduduk di Kota Medan yang
mempunyai mobil pribadi dengan merek Toyota, Honda, Nissan dan Daihatsu.
Deskripsi data yang diperoleh dari kuesioner digunakan pada variabel yang akan
diuji yaitu: pendapatan, harga, pajak mobil, BBM dan selera.
Deskripsi data hasil observasi masing-masing variabel dilakukan dengan
cara pengelompokan data menggunakan Rumus Strugress. Berdasarkan Anto
Dajan (2000; hal 84-85), pada tahun 1926 H.A Sturges mengemukakan sebuah
rumus guna menentukan jumlah kelas yang sebaiknya dipergunakan dalam
penggolongan data. Adapun rumus Strugress adalah sebagai berikut:
k = 1 + 3,322 log n
k = jumlah kelas
n = jumlah data
Rumus struges mengandung beberapa kelemahan bila digunakan sebagai
pedoman mutlak dalam menentukan jumlah kelas.Penggunaan rumus tersebut
bagi jumlah n yang terlampau besar atau terlampau kecil dapat memberikan hasil
yang menyesatkan.Selain daripada itu, penggunaan Rumus Struges tidak
selamanya menghasilkan jumlah kelas yang dapat digunakan secara praktis dalam
penyusunan distribusi frekuensi. Bila berpedoman pada rumus Sturges guna
menghitung jumlah kelas yang seharusnya digunakan dalam penyusunan
distribusi data observasi, maka hasilnya menjadi:
k = 1 +3,322 (1,6989)
k = 1 + 5,6437
k = 6,6437 pembulatan 7
Penyusunan distribusi diatas menghendaki penggolongan data ke dalam 7
kelas. Besarnya interval kelas dapat diperkirakan sebagai berikut:
i = � �
+ , log
Jarak = selisih nilai tertinggi data dengan nilai terendah data
i = interval kelas
n = jumlah data
4.3.1.1. Permintaan Mobil Pribadi
Permintaan mobil adalah jumlah mobil yang dimiliki atau yang dibeli oleh
responden di Kota Medan.Mobil yang dimiliki oleh responden di Kota Medan
dalam satu rumah tangga dijumlahkan sehingga menghasilkan suatu data
penelitian dan dihitung dengan satuan unit.Berikut data hasil tabulasi dari
permintaan mobil pribadi.
Toyota Honda Nissan Daihatsu
4.3.1.2. Pendapatan Responden
Pendapatan adalah seluruh penghasilan yang diperoleh rumahtangga baik
penghasilan tetap ataupun tambahan dalam satu bulan yang dihitung dalam satuan
rupiah. Berikut ini adalah hasil tabulasi pendapatan :
Tabel 4.6. Pendapatan Responden
Pendapatan (Juta Rp/bln)
Merek Mobil
Toyota Honda Nissan Daihatsu
7 jt – 13 jt 30 34 35 42
14 jt – 20 jt 17 13 14 8
21 jt – 27 jt 0 2 1 0
28 jt – 34 jt 0 0 0 0
35 jt – 41 jt 2 1 0 0
42 jt – 48 jt 0 0 0 0
≥ 50 jt 1 0 0 0
Total 50 50 50 50
4.3.1.3. Harga Mobil Pribadi
Harga mobil adalah total harga perolehan awal mobil/harga mobil
baru/bekas yang dibeli oleh responden. Berikut adalah hasil tabulasi harga mobil :
Tabel 4.7. Harga Mobil Pribadi Harga Mobil
(Juta Rp)
Merek Mobil
Toyota Honda Nissan Daihatsu
60 jt – 160 jt 10 2 4 24
161 jt – 360 jt 27 38 42 25
361 jt – 460 jt 7 7 1 1
461 jt – 560 jt 2 3 2 0
561 jt – 660 jt 0 0 1 0
661 jt – 760 jt 2 0 0 0
761 jt – 860 jt 2 0 0 0
Total 50 50 50 50
4.3.1.4. Pajak Mobil
Pajak mobil adalah total pajak yang dibayar setiap tahunnya oleh
responden untuk mobil pribadi tersebut. Berikut adalah hasil tabulasi dari pajak
mobil pribadi:
Tabel 4.8. Pajak Mobil Pribadi Responden
Pajak Mobil (Juta Rp/tahun)
Merek Mobil
Toyota Honda Nissan Daihatsu
1,3 jt – 4,6 jt 38 49 45 43
4,7 jt – 8,0 jt 8 1 4 7
8,1 jt – 11,4 jt 0 0 0 0
11,5 jt – 14,8 jt 1 0 0 0
14,9 jt – 18,2 jt 1 0 1 0
18,3 jt – 21,6 jt 1 0 0 0
21,7 jt – 25,0 jt 1 0 0 0
Total 50 50 50 50
Sumber : Data Primer Diolah 2015
Untuk pajak mobil pribadi dalam penelitian ini adalah total dari
pembayaran pajak mobil yang dibayar oleh responden dalam satu tahun. Jumlah
Pajak mobil disusun dalam 7 kelompok harga. Untuk kelompok pertama adalah
total pajak mobil yang dibayar dari Rp 1,3 jt – 4,6 jt dimana merek mobil Toyota
ada 38 responden yang membayar total pajak per tahun, merek mobil Honda ada
49 responden yang membayar total pajak per tahun, merek mobil Nissan ada 45
responden yang membayar total pajak per tahun. Demikian juga untuk kelompok
pembayaran pajak berikutnya sampai pada pembayaran pajak Rp 21,7 – Rp- 25 jt.
4.3.1.5. Harga BBM
Harga BBM adalah jumlah bahan bakar minyak pertamax, premium atau
solar yang digunakan untuk mobil dalam satuan liter. Berikut tabulasi penggunaan
BBM:
Tabel 4.9. Harga BBM Responden
BBM (Ribuan Rp)
Merek Mobil
Toyota Honda Nissan Daihatsu
Rp 6.900 0 0 0 0
Rp 7.300 32 37 37 40
Rp 9.300 11 10 10 7
Rp 14.600 5 0 1 3
Rp 16.600 1 3 2 0
Rp 18.600 1 0 0 0
Total 50 50 50 50
Sumber : Data Primer Diolah 2015
Harga bahan bakar minyak Solar Rp 6.900, harga Premium
Rp 7.300, harga Pertamax 9.300, jika responden memiliki 2 mobil pribadi dengan
penggunaan masing-masing bahan bakar adalah premium maka harga bahan bakar
premium untuk 2 mobil tersebut dijumlahkan dengan total harga Rp 14.600, jika
responden memiliki 2 mobil pribadi dengan penggunaan masing-masing bahan
bakar adalah pertamax dan premium maka harga bahan bakar 2 mobil pribadi
mobil pribadi dengan penggunaan masing-masing bahan bakar adalah pertamax
maka harga bahan bakar 2 mobil pribadi tersebut dijumlahkan dengan total harga
Rp 19.600.
4.3.1.6. Selera
Selera adalah kepuasan yang diperoleh atas penggunaan transportasi darat
yaitu mobil secara umum atau tansportasi darat lain seperti sepeda motor. Berikut
tabulasi selera :
Tabel 4.10. Selera
Selera Toyota Honda Nissan Daihatsu
Mobil 38 40 46 39
Sepeda Motor 12 10 4 11
Total 50 50 50 50
4.3.2.Untuk Mobil Merek Toyota 4.3.2.1. Hasil Estimasi Model
Estimasi untuk mengetahui pengaruh Variabel bebas (independent Variabel)
terhadap Variabel terikat (dependent Variabel) dilakukan dengan model lin log
terhadap model regresi linear berganda. Hasil perhitungan estimasi untuk
permintaan mobil di Kota Medan adalah sebagai berikut:
Y1t = -8,019 + 0,004X1Tt – 0,345X2Tt + 0,315X3Tt + 1,221X4Tt – 0,041DTt
T* = (0,038) (-3,821) (3,436) (9,158) (-0,960)
(0,970) (0,000)*** (0,001)*** (0,000)*** (0,342)
R2 = 0,884 F-Statistik = 66,813 DW = 2,041
Keterangan :
Y1t = Permintaan Mobil Merek Toyota di Kota Medan (Unit)
X1Tt = Pendapatan RespondenMobil Merek Toyota (Rp/bulan)
X2Tt = Harga Mobil Pribadi RespondenMerek Toyota (Rp/unit)
X3Tt = Pajak Mobil Pribadi RespondenMerek Toyota (Rp/tahun)
X4Tt = Harga bbm Mobil Pribadi RespondenMerek Toyota (Rp/liter)
DTt = Selera Responden Mobil Merek Toyota (Jenis Transportasi Darat)
D = 1 (Mobil secara umum)
D = 0 (Non mobil/transportasi darat lain diluar mobil)
*** = berpengaruh signifikan pada α : 0,05
4.3.2.2. Pembahasan Hasil
Berdasarkan hasil estimasi diperoleh hasil R2 = 0,884 yang bermakna
menjelaskan variasi permintaan mobil di Kota Medan sebesar 88,4 % dan sisanya
sebesar 11,6 % dijelaskan oleh Variabel lain yang tidak dimasukkan dalam model
estimasi.
Uji serempak digunakan untuk menguji signifikansi dari model penelitian,
dilakukan dengan cara membandingkan nilai F-tabel dengan F-hitung untuk
Degree of Freedom pada pengujian F adalah v1 = ((k – 1) = 5-1 = 4) dan v2 =
(n-k) = (50 – 5) = 45), dijumpai F-tabel; pada α = 0,05 sebesar 2,61 Kriteria Uji :
F-hitung > F α (k-1, n-k), maka tolak H0
F-hitung < F α (k-1, n-k), maka terima H0
Jika H0 ditolak berari minimal ada satu Variabel bebas yang berpengaruh nyata
terhadap Variabel tidak bebas, dan sebaliknya jika H0 diterima berarti tidak ada
satupun Variabel bebas yang berpengaruh nyata terhadap Variabel tidak
bebas.Semakin besar nilai F-hitung maka semakin kuat bukti bahwa terdapat
minimal salah satu Variabel bebas yang berpangaruh nyata terhadap keragaman
dari Variabel tidak bebas.
Dari hasil estimasi diperoleh nilai F-statistik diperoleh 66,813 lebih besar
dari F0,05(2,61), ini berarti secara bersama-sama (pendapatan, harga mobil, pajak
mobil, bbm dan selera) dapat mempengaruhi permintaan mobil kususnya merek
Toyota secara signifikan di Kota Medan dengan tingkat keyakinan minimal 95%.
Sebagaimana yang telah dirumuskan pada bab sebelumnya pengujian
secara parsial digunakan untuk menguji signifikansi dari masing-masing Variabel
terikat, dilakukan dengan cara membandingkan nilai t-hitung dengan nilai t-tabel,
pada jumlah sampel (n) = 50, Variabel bebas (k) = 5. Kuotsoyiannis, (1981)
demikian k = 5, maka degree of freedom (df) = 50 – 5 = 45, pada df = 45
dijumpai t-tabel pada pengujian α = 0,05 sebesar 1, 679. Kriteria Uji :
t- hitung> tα/2(n-k), maka tolak H0
t-hitung< tα/2(n-k), maka terima H0
Jika H0 ditolak dalam kriteria uji-t berarti Variabel bebas berpengaruh
nyata terhadap Variabel tidak bebas dan sebaliknya jika H0 diterima berarti
Variabel bebas tidak berpengaruh nyata terhadap Variabel tidak bebas. Semikin
besar nilai t-hitung maka akan semakin kuat bukti bahwa Variabel tersebut
signifikan secara statistik.
Untuk pendapatan, berdasarkan hasil estimasi diperoleh hasil uji t-statistik
menunjukkan bahwa hitung sebesar 0,038 sedangkan tabel 1,679.Karena
t-hitung < t-tabel maka Ho diterima, artinya Variabel pendapatan tidak berpengaruh
secara siginifikan terhadap Variabel permintaan mobil khususnya merek Toyota di
Kota Medan.
Untuk harga mobil, berdasarkan hasil estimasi diperoleh hasil uji t-statistik
menunjukkan bahwa hitung sebesar -3,821, sedangkan tabel 1,679.Karena
t-hitung > t-tabel maka H0 ditolak, artinya Variabel harga mobil berpengaruh secara
signifikan terhadap Variabel permintaan mobil di Kota Medan pada tingkat
keyakinan 95%. Koefisien regresi harga mobil diperoleh -0,345 artinya apabila
harga mobil menurun sebesar 1 %, cateris paribus, maka akan meningkatkan
permintaan mobil khususnya merek Toyota di Kota Medan sebesar 0,345%.
Untuk pajak mobil, berdasarkan hasil estimasi diperoleh hasil uji t-statistik
menunjukkan bahwa hitung sebesar 3,436, sedangkan tabel 1,679.Karena
signifikan terhadap Variabel permintaan mobil di Kota Medan pada tingkat
keyakinan 95%. Koefisien regresi pajak mobil diperoleh 0,315 artinya apabila
pajak mobil naik 1 %, cateris paribus, maka akan meningkatkan permintaan mobil
kususnya merek Toyota di Kota Medan sebesar 0,315 %.
Untuk bbm, berdasarkan hasil estimasi diperoleh hasil uji t-statistik
menunjukkan bahwa hitung sebesar 9,158, sedangkan tabel 1,679.Karena
t-hitung > t-tabel maka H0 ditolak, artinya Variabelbbm berpengaruh secara
signifikan terhadap Variabel permintaan mobil di Kota Medan pada tingkat
keyakinan 95%. Koefisien regresi bbm diperoleh 1,221 artinya apabila bbm naik 1
%, cateris paribus, maka akan meningkatkan permintaan mobil khususnya merek
Toyota di Kota Medan sebesar 1,221 %.
Untuk selera, berdasarkan hasil estimasi diperoleh hasil uji t-statistik
menunjukkan bahwa hitung sebesar -0,960, sedangkan tabel 1,679.Karena
t-hitung < t-tabel maka H0 diterima, artinya Variabel selera tidak berpengaruh
secara signifikan terhadap Variabel permintaan mobil khususnya merek Toyota di
Kota Medan.
Hal ini sesuai dengan penelitian (Marsito, 2007) yang menyatakan bahwa
harga mobil pribadi berpengaruh negatif signifikan terhadap permintaan mobil di
SUMUT pada tingkat kepercayaan 99 % dan Sukirno (2003) dalam tulisannya
bahwa hukum permintaan pada hakikatnya merupakan hipotesis yang menyatakan
bahwa makin rendah harga suatu barang maka makin banyak permintaan terhadap
barang tersebut.Sebaliknya, makin tinggi harga suatu barang maka makin sedikit
permintaan terhadap barang tersebut.Sehingga hubungan antara harga mobil
akanmempengaruhi berkurangnya tingkat permintaan mobil dan penurunan harga
mobilakan meningkatkan permintaan mobil.
4.3.2.3. Uji Penyimpangan Asumsi Klasik 1. Normalitas
Salah satu cara untuk menentukan apakah data berdistribusi normal atau
tidak dengan menggunakan rasio skewness dan rasio kurtosis. Rasio skewness
adalah nilai skewness dibagi dengan standard error skewness.Rasio kurtosis
adalah nilai kurtosis dibagi dengan standard error kurtosis. Dengan kata lain, bila
rasio kurtosis dan skewness berada diantara -2 hingga 2 maka distribusi data
adalah normal.
Tabel 4.11. Hasil Uji Normalitas Mobil Merek Toyota
Skewness Kurtosis
Statistik Std. Error Statistik Std. Error Unstandardized Residual -0,465 0,337 -0,243 0,662
Sumber : Hasil pengolahan data 2015, Lampiran 11
Dari hasil uji Normalitas terlihat bahwa rasio skewness = 0,465 / 0,337 =
1,34 sedangkan rasio kurtosis = -0,243 / 0,662 = -0,37, karena rasio skewness dan
rasio kurtosis berada diantara -2 hingga 2 maka dapat disimpulkan bahwa
distribusi data adalah normal.
2. Multikolinearitas
Uji multikolinearitas adalah bertujuan untuk mengetahui apakah terdapat
korelasi yang cukup besar antara sesame Variabel bebas (x). Korelasi yang terlalu
tinggi antar sesame X akan berpengaruh pada menurunnya korelasi secara
dilakukan dengan salah satu cara yaitu dengan uji Vif (Variance Inflation Factor).
Pada uji Vif yaitu dengan melihat apakah nilai Vif untuk masing-masing Variabel
lebih besar dari 10 atau tidak.Bila nilai Vif lebih besar dari 10 maka
diidentifikasikan model tersebut memiliki multikolinearity, begitu juga
sebaliknya.
Tabel 4.12. Hasil Uji Multikolinearitas Mobil Merek Toyota
Variabel Tolerance VIF
Pendapatan 0,182 5.487
Harga Mobil Pribadi 0,123 8.119
Pajak Mobil 0,104 9.578
Harga bbm 0,269 3.721
Selera 0,953 1.049
Sumber :Hasil pengolahan data 2015, Lampiran 11
Dapat dilihat bahwa seluruh Variabel independen memiliki nilai Vif lebih
kecil dari 10, maka dapat disimpulkan bahwa model regresi tidak memiliki
masalah multicolinearity.
3. Autokorelasi
Untuk mengetahui ada tidaknya serial korelasi (autokorelasi), dapat
dilakukan dengan metode Durbin Watson dimana bentuk hipotesisnya adalah
sebagai berikut:
H0 : p = 0, artinya tidak ada autokorelasi
H0 : p ≠ 0, artinya ada autokorelasi
Langkah selanjutnya adalah menetapkan nilai dl dan du, caranya adalah
dengan menggunakan derajat kepercayaan atau α 5%, sampel (n) = 50 dengan
Variabel independen sebanyak 5 maka diperoleh nilai dl yaitu 1,26 dan 1,69. Dari
Gambar 4.1. Klasifikasi Keputusan Tabel Durbin Watson Mobil Merek Toyota
Dapat disimpulkan bahwa Ho diterima artinya tidak ada serial korelasi
atau model tidak memiliki gejala serial serial korelasi.
4. Heterokedastisitas
Heterokedastisitas adalah suatu penyimpangan asumsi dalam bentuk
varians estimasi yang dihasilkan oleh estimasi OLS tidak bernilai konstan. Salah
satu cara uji heterokedastisitas yang dapat dilakukan adalah uji Glejser. Apabila
Variabel bebas/independen secara statistic signifikan mempengaruhi residual
maka model memiliki masalah heterokedastisitas, demikian juga sebaliknya
apabila Variabel bebas/independen secara statistic tidak signifikan mempengaruhi
residual maka model tidak memiliki masalah heterokedastisitas. Perhitungan uji
Glejser dapat kita lihat sebagai berikut:
Tabel 4.13. Hasil Uji Heterokedastisitas Mobil Merek Toyota
Konstanta T-Statistik Sig
Sumber : Hasil pengolahan data 2015, Lampiran 11
Dari hasil uji heterokedastisitasdapat dilihat bahwa t-statistik tidak
signifikan dimana untuk seluruh Variabel bebas nila sig > α 0,05 mempengaruhi
residual maka model bebas dari heterokedastisitas.
4.3.3. Untuk Mobil Merek Honda 4.3.3.1. Hasil Estimasi Model
Estimasi untuk mengetahui pengaruh Variabel bebas (independent
Variabel) terhadap Variabel terikat (dependent Variabel) dilakukan dengan model
lin log terhadap model regresi linear berganda. Hasil perhitungan estimasi untuk
permintaan mobil di Kota Medan adalah sebagai berikut:
Y2t = -7,420 + 0,189X1Ht – 0,282X2Ht + 0,153X3Ht + 0,950X4Ht – 0,009DHt
T* = (2,023) (-2,066) (1,085) (9,194) (-0,237)
(0,049)*** (-0,045)*** (0,284) (0,000)*** (0,814)
R2 = 0,813 F-Statistik = 38,298 DW = 1,716
Keterangan :
Y2t = Permintaan Mobil Merek Honda di Kota Medan (Unit)
X1Ht = Pendapatan Responden Mobil Merek Honda (Rp/bulan)
X2Ht = Harga Mobil Pribadi Responden Merek Honda (Rp/unit)
X3Ht = Pajak Mobil Pribadi Responden Merek Honda (Rp/tahun)
X4Ht = Harga bbm Mobil Pribadi Responden Merek Honda (Rp/liter)
DHt = SeleraResponden Mobil Merek Honda (Jenis Transportasi Darat)
D = 1 (Mobil secara umum)
D = 0 (Non mobil/transportasi darat lain diluar mobil)
4.3.3.2. Hasil Pembahasan
Berdasarkan hasil estimasi diperoleh hasil R2 = 0,813 yang bermakna
bahwa variasi pendapatan, harga mobil, pajak mobil, bbm dan selera mampu
menjelaskan variasi permintaan mobil di Kota Medan sebesar 81,3 % dan sisanya
sebesar 18,7 % dijelaskan oleh Variabel lain yang tidak dimasukkan dalam model
estimasi.
Uji serempak digunakan untuk menguji signifikansi dari model penelitian,
dilakukan dengan cara membandingkan nilai F-tabel dengan F-hitung untuk
Degree of Freedom pada pengujian F adalah v1 = ((k – 1) = 5-1 = 4) dan v2 =
(n-k) = (50 – 5) = 45), dijumpai F-tabel; pada α = 0,05 sebesar 2,61 Kriteria Uji :
F-hitung > F α (k-1, n-k), maka tolak H0
F-hitung < F α (k-1, n-k), maka terima H0
Jika H0 ditolak berari minimal ada satu Variabel bebas yang berpengaruh nyata
terhadap Variabel tidak bebas, dan sebaliknya jika H0 diterima berarti tidak ada
satupun Variabel bebas yang berpengaruh nyata terhadap Variabel tidak
bebas.Semakin besar nilai F-hitung maka semakin kuat bukti bahwa terdapat
minimal salah satu Variabel bebas yang berpangaruh nyata terhadap keragaman
dari Variabel tidak bebas.
Dari hasil estimasi diperoleh nilai F-statistik diperoleh 38,298 lebih besar
dari F0,05(2,61), ini berarti secara bersama-sama (pendapatan, harga mobil, pajak
mobil, bbm dan selera) dapat mempengaruhi permintaan mobil kususnya merek
Honda secara signifikan di Kota Medan dengan tingkat keyakinan minimal 95%.
Pengujian secara parsial digunakan untuk menguji signifikansi dari
t-hitung dengan nilai t-tabel, pada jumlah sampel (n) = 50, Variabel bebas (k) = 5.
Kuotsoyiannis, (1981) menjelaskan bahwa besarnya k adalah Variabel bebas
termasuk konstanta, dengan demikian k = 5, maka degree of freedom (df) = 50 –
5 = 45, pada df = 45 dijumpai t-tabel pada pengujian α = 0,05 sebesar 1, 679.
Kriteria Uji :
t- hitung> tα/2(n-k), maka tolak H0
t-hitung< tα/2(n-k), maka terima H0
Jika H0 ditolak dalam kriteria uji-t berarti Variabel bebas berperngaruh
nyata terhadap Variabel tidak bebas dan sebaliknya jika H0 diterima berarti
Variabel bebas tidak berpengaruh nyata terhadap Variabel tidak bebas. Semikin
besar nilai t-hitung maka akan semakin kuat bukti bahwa Variabel tersebut
signifikan secara statistic.
Untuk pendapatan, berdasarkan hasil estimasi diperoleh hasil uji t-statistik
menunjukkan bahwa hitung sebesar 2,023, sedangkan tabel 1,679.Karena
t-hitung > t-tabel maka Ho ditolak, artinya Variabel pendapatan berpengaruh secara
signifikan terhadap Variabel permintaan mobil kususnya merek Honda di Kota
Medan pada tingkat keyakinan 95%. Koefisien regresi pendapaan diperoleh 0,189
artinya apabila pendapatan naik sebesar 1 %, cateris paribus, maka akan
meningkatkan perminaan mobil kususnya merek Honda di Kota Medan sebesar
0,189%.
Untuk harga mobil, berdasarkan hasil estimasi diperoleh hasil uji t-statistik
menunjukkan bahwa hitung sebesar -2,066, sedangkan tabel 1,679.Karena
t-hitung > t-tabel maka H0 ditolak, artinya Variabel harga mobil berpengaruh secara
Medan pada tingkat keyakinan 95%. Koefisien regresi harga mobil diperoleh
-0,282 artinya apabila harga mobil khususnya merek Honda menurun sebesar 1 %,
cateris paribus, maka akan meningkatkan permintaan mobil khsusnya merek
Honda di Kota Medan sebesar 0,282%.
Untuk pajak mobil, berdasarkan hasil estimasi diperoleh hasil uji t-statistik
menunjukkan bahwa hitung sebesar 1,085 sedangkan tabel 1,679. Karena
t-hitung < t-tabel maka H0 diterima, artinya Variabel pajak mobil tidak berpengaruh
secara signifikan terhadap Variabel permintaan mobil kususnya merek Honda di
Kota Medan pada tingkat keyakinan 95%.
Untuk bbm, berdasarkan hasil estimasi diperoleh hasil uji t-statistik
menunjukkan bahwa hitung sebesar 9,194, sedangkan tabel 1,679. Karena
t-hitung > t-tabel maka H0 ditolak, artinya Variabelbbm berpengaruh secara
signifikan terhadap Variabel permintaan mobil Khususnya merek Honda di Kota
Medan pada tingkat keyakinan 95%. Koefisien regresi bbm diperoleh 0,950
artinya apabila bbm naik 1 %, cateris paribus, maka akan meningkatkan
permintaan mobil khususnya merek Honda di Kota Medan sebesar 0,950 %.
Untuk selera, berdasarkan hasil estimasi diperoleh hasil uji t-statistik
menunjukkan bahwa hitung sebesar -0,237, sedangkan tabel 1,679.Karena
t-hitung < t-tabel maka H0 diterima, artinya Variabel selera tidak berpengaruh
secara signifikan terhadap Variabel permintaan mobil khususnya merek Honda di
Kota Medan.
Hal ini sesuai dengan penelitian (Rositta, 2001) yang menyatakan
pendapatan berpengaruh positif signifikan terhadap permintaan mobil bekas di
Dalam penelitian (Marsito, 2007) juga menyatakan bahwa pendapatan
perkapita berpengaruh positif signifikan terhadap permintaan mobil pribadi di
SUMUT dan harga mobil pribadi berpengaruh negatif signifikan terhadap
permintaan mobil di SUMUT pada tingkat kepercayaan 99 % dan Sukirno (2003)
dalam tulisannya bahwa hukum permintaan pada hakikatnya merupakan hipotesis
yang menyatakan bahwa makin rendah harga suatu barang maka makin banyak
permintaan terhadap barang tersebut.Sebaliknya, makin tinggi harga suatu barang
maka makin sedikit permintaan terhadap barang tersebut.Sehingga hubungan
antara harga mobil dengan permintaan mobil itu sendiri sangatlah jelas. Kenaikan
harga mobil akan mempengaruhi berkurangnya tingkat permintaan mobil dan
penurunan harga mobil akan meningkatkan permintaan mobil.
Dalam penelitian (Budiarto, 2013) juga menyatakan bahwa pendapatan
berpengaruh positif signifikan terhadap permintaan sepeda motor di Kota
Semarang.
4.3.3.3.Uji Penyimpangan Asumsi Klasik 1. Normalitas
Salah satu cara untuk menentukan apakah data berdistribusi normal atau
tidak dengan menggunakan rasio skewness dan rasio kurtosis. Rasio skewness
adalah nilai skewness dibagi dengan standard error skewness.Rasio kurtosis
adalah nilai kurtosis dibagi dengan standard error kurtosis. Dengan kata lain, bila
rasio kurtosis dan skewness berada diantara -2 hingga 2 maka distribusi data
Tabel 4.14. Hasil Uji Normalitas Mobil Merek Honda
Skewness Kurtosis
Statistik Std. Error Statistik Std. Error Unstandardized Residual -0,784 0,337 -0,326 0,662
Sumber : Hasil pengolahan data 2015, Lampiran 13
Dari hasil analisis terlihat bahwa rasio skewness =- 0,784 / 0,337 = - 2,33
penyimpangannya tidak terlalu besar dari – 2 (hanya selisih 0,33) sedangkan rasio
kurtosis = 0,326 / 0,662 = 0,49 maka dapat disimpulkan bahwa distribusi data
adalah normal.
2. Multikolinearitas
Uji multikolinearitas adalah bertujuan untuk mengetahui apakah terdapat
korelasi yang cukup besar antara sesame Variabel bebas (x). Korelasi yang terlalu
tinggi antar sesama X akan berpengaruh pada menurunnya korelasi secara
simultan terhadap Variabel Y. Untuk mendeteksi terjadinya multicolinearity dapat
dilakukan dengan salah satu cara yaitu dengan uji Vif (Variance Inflation Factor).
Pada uji Vif yaitu dengan melihat apakah nilai Vif untuk masing-masing Variabel
lebih besar dari 10 atau tidak.Bila nilai Vif lebih besar dari 10 maka
diidentifikasikan model tersebut memiliki multikolinearity, begitu juga
sebaliknya.
Tabel 4.15. Hasil Uji Multikolineritas Mobil Merek Honda
Variabel Sig VIF
Pendapatan 0,306 3,267
Harga Mobil Pribadi 0,126 7,956
Pajak Mobil 0,109 9.200
Harga bbm 0,525 1,903
Selera 0,950 1.053
Dapat dilihat bahwa seluruh Variabel independen memiliki nilai Vif lebih
kecil dari 10, maka dapat disimpulkan bahwa model regresi tidak memiliki
masalah multicolinearity.
3. Autokorelasi
Untuk mengetahui ada tidaknya serial korelasi (autokorelasi), dapat
dilakukan dengan metode Durbin Watson dimana bentuk hipotesisnya adalah
sebagai berikut:
H0 : p = 0, artinya tidak ada autokorelasi
H0 : p ≠ 0, artinya ada autokorelasi
Langkah selanjutnya adalah menetapkan nilai dl dan du, caranya adalah
dengan menggunakan derajat kepercayaan atau α 5%, sampel (n) = 50 dengan
Variabel independen sebanyak 5 maka diperoleh nilai dl yaitu 1,26 dan 1,69. Dari
hasil uji autokorelasi diperoleh nilai DW sebesar 1,716
Gambar 4.2.Klasifikasi Keputusan Tabel Durbin Watson Mobil Merek Honda
Dapat disimpulkan bahwa Ho diterima artinya tidak ada serial korelasiatau
model tidak memiliki gejala serial serial korelasi.
Autokorelasi pPositif
Tidak ada Autokorelasi
Autokorelasi negaif
? ?
0 dl du 4-du 4-dl 4
4. Heterokedastisitas
Heterokedastisitas adalah suatu penyimpangan asumsi dalam bentuk
varians estimasi yang dihasilkan oleh estimasi OLS tidak bernilai konstan. Salah
satu cara uji heterokedastisitas yang dapat dilakukan adalah uji Glejser. Apabila
Variabel bebas/independen secara statistic signifikan mempengaruhi residual
maka model memiliki masalah heterokedastisitas, demikian juga sebaliknya
apabila Variabel bebas/independen secara statistic tidak signifikan mempengaruhi
residual maka model tidak memiliki masalah heterokedastisitas. Perhitungan uji
Glejser dapat kita lihat sebagai berikut:
Tabel 4.16. Hasil Uji Heterokedastisitas Mobil Merek Honda
Konstanta T-Statistik Sig
X1 0,000 1,000
X2 0,000 1,000
X3 0,000 1,000
X4 0,000 1,000
D 0,000 1,000
Sumber : Hasil pengolahan data 2015, Lampiran 13
Dari hasil estimasi dapat dilihat bahwa t-statistik tidak signifikan
dimana untuk seluruh Variabel bebas nilai sig > α 0,05 mempengaruhi residual
4.3.4. Untuk Mobil Merek Nissan 4.3.4.1. Hasil Estimasi Model
Estimasi untuk mengetahui pengaruh Variabel bebas (independent
Variabel) terhadap Variabel terikat (dependent Variabel) dilakukan dengan model
lin log terhadap model regresi linear berganda. Hasil perhitungan estimasi untuk
permintaan mobil di Kota Medan adalah sebagai berikut:
Y3t = -6,708 + 0,162X1Nt – 0,582X2Nt + 0,519X3Nt + 0,958X4Nt – 0,011DNt
T* = (1,096) (-4,303) (4,032) (7,844) (-0,192)
(0,279) (0,000)*** (0,000)*** (0,000)*** (0,849)
R2 = 0,840 F-Statistik = 46,209 DW = 2,130
Keterangan :
Y3t = Permintaan Mobil Merek Nissan di Kota Medan (Unit)
X1Nt = Pendapatan Responden Mobil Merek Nissan (Rp/bulan)
X2Nt = Harga Mobil Pribadi Responden Merek Nissan (Rp/unit)
X3Nt = Pajak Mobil Pribadi Responden Merek Nissan (Rp/tahun)
X4Nt = Harga bbm Mobil Pribadi Responden Merek Nissan (Rp/liter)
DNt = Selera Responden Mobil Merek Nissan (Jenis Transportasi Darat)
D = 1 (Mobil secara umum)
D = 0 (Non mobil/transportasi darat lain diluar mobil)
*** = berpengaruh signifikan pada α : 0,05
4.3.4.2. Hasil Pembahasan
Berdasarkan hasil estimasi diperoleh hasil R2 = 0,840 yang bermakna
menjelaskan variasi permintaan mobil di Kota Medan sebesar 84 % dan sisanya
sebesar 16 % dijelaskan oleh Variabel lain yang tidak dimasukkan dalam model
estimasi.
Uji serempak digunakan untuk menguji signifikansi dari model penelitian,
dilakukan dengan cara membandingkan nilai F-tabel dengan F-hitung untuk
Degree of Freedom pada pengujian F adalah v1 = ((k – 1) = 5-1 = 4) dan v2 =
(n-k) = (50 – 5) = 45), dijumpai F-tabel; pada α = 0,05 sebesar 2,61 Kriteria Uji :
F-hitung > F α (k-1, n-k), maka tolak H0
F-hitung < F α (k-1, n-k), maka terima H0
Jika H0 ditolak berari minimal ada satu Variabel bebas yang berpengaruh nyata
terhadap Variabel tidak bebas, dan sebaliknya jika H0 diterima berarti tidak ada
satupun Variabel bebas yang berpengaruh nyata terhadap Variabel tidak
bebas.Semakin besar nilai F-hitung maka semakin kuat bukti bahwa terdapat
minimal salah satu Variabel bebas yang berpangaruh nyata terhadap keragaman
dari Variabel tidak bebas.
Dari hasil estimasi diperoleh nilai F-statistik diperoleh 46,209 lebih besar
dari F0,05(2,61), ini berarti secara bersama-sama (pendapatan, harga mobil, pajak
mobil, bbm dan selera) dapat mempengaruhi permintaan mobil kususnya merek
Nissan secara signifikan di Kota Medan dengan tingkat keyakinan minimal 95%.
Pengujian secara parsial digunakan untuk menguji signifikansi dari
masing-masing Variabel terikat, dilakukan dengan cara membandingkan nilai
t-hitung dengan nilai t-tabel, pada jumlah sampel (n) = 50, Variabel bebas (k) = 5.
Kuotsoyiannis, (1981) menjelaskan bahwa besarnya k adalah Variabel bebas
5 = 45, pada df = 45 dijumpai t-tabel pada pengujian α = 0,05 sebesar 1, 679.
Kriteria Uji :
t- hitung> tα/2(n-k), maka tolak H0
t-hitung< tα/2(n-k), maka terima H0
Jika H0 ditolak dalam kriteria uji-t berarti Variabel bebas berperngaruh
nyata terhadap Variabel tidak bebas dan sebaliknya jika H0 diterima berarti
Variabel bebas tidak berpengaruh nyata terhadap Variabel tidak bebas. Semikin
besar nilai t-hitung maka akan semakin kuat bukti bahwa Variabel tersebut
signifikan secara statistik.
Untuk pendapatan, berdasarkan hasil estimasi diperoleh hasil uji t-statistik
menunjukkan bahwa hitung sebesar 1,096, sedangkan tabel 1,679.Karena
t-hitung < t-tabel maka Ho ditolak, artinya Variabel pendapatan tidak berpengaruh
secara signifikan terhadap Variabel permintaan mobil kususnya merek Nissan di
Kota Medan pada tingkat keyakinan 95%.
Untuk harga mobil, berdasarkan hasil estimasi diperoleh hasil uji t-statistik
menunjukkan bahwa hitung sebesar -4,303, sedangkan tabel 1,679.Karena
t-hitung > t-tabel maka H0 ditolak, artinya Variabel harga mobil berpengaruh secara
signifikan terhadap Variabel permintaan mobil kususnya merek Nissan di Kota
Medan pada tingkat keyakinan 95%. Koefisien regresi harga mobil diperoleh
-0,582 artinya apabila harga mobil khususnya merek Nissan menurun sebesar 1 %,
cateris paribus, maka akan meningkatkan permintaan mobil khsusnya merek
Nissan di Kota Medan sebesar 0,582%.
Untuk pajak mobil, berdasarkan hasil estimasi diperoleh hasil uji t-statistik
t-hitung > t-tabel maka H0 diterima, artinya Variabel pajak mobil berpengaruh
secara signifikan terhadap Variabel permintaan mobil kususnya merek Nissan di
Kota Medan pada tingkat keyakinan 95%. Koefisien regresi pajak mobil diperoleh
0,519 artinya apabila bbm naik 1 %, cateris paribus, maka akan meningkatkan
permintaan mobil kususnya merek Nissan di Kota Medan sebesar 0,519 %.
Untuk bbm, berdasarkan hasil estimasi diperoleh hasil uji t-statistik
menunjukkan bahwa hitung sebesar 7,844 sedangkan tabel 1,679.Karena
t-hitung > t-tabel maka H0 ditolak, artinya Variabelbbm berpengaruh secara
signifikan terhadap Variabel permintaan mobil khususnya merek Nissan di Kota
Medan pada tingkat keyakinan 95%. Koefisien regresi bbm diperoleh 0,958
artinya apabila bbm naik 1 %, cateris paribus, maka akan meningkatkan
permintaan mobil khususnya merek Nissan di Kota Medan sebesar 0,958 %.
Untuk selera, berdasarkan hasil estimasi diperoleh hasil uji t-statistik
menunjukkan bahwa hitung sebesar -0,192 sedangkan tabel 1,679.Karena
t-hitung < t-tabel maka H0 diterima, artinya Variabel selera tidak berpengaruh
secara signifikan terhadap Variabel permintaan mobil khususnya merek Nissan di
Kota Medan.
Hal ini sesuai dengan penelitian (Marsito, 2007) yang menyatakan bahwa
harga mobil pribadi berpengaruh negatif signifikan terhadap permintaan mobil di
SUMUT pada tingkat kepercayaan 99 % dan Sukirno (2003) dalam tulisannya
bahwa hukum permintaan pada hakikatnya merupakan hipotesis yang menyatakan
bahwa makin rendah harga suatu barang maka makin banyak permintaan terhadap
barang tersebut.Sebaliknya, makin tinggi harga suatu barang maka makin sedikit
mobildengan permintaan mobil itu sendiri sangatlah jelas. Kenaikan harga mobil
akan mempengaruhi berkurangnya tingkat permintaan mobil dan penurunan harga
mobil akan meningkatkan permintaan mobil.
4.3.4.3. Uji Penyimpangan Asumsi Klasik 1. Normalitas
Salah satu cara untuk menentukan apakah data berdistribusi normal atau
tidak dengan menggunakan rasio skewness dan rasio kurtosis. Rasio skewness
adalah nilai skewness dibagi dengan standard error skewness.Rasio kurtosis
adalah nilai kurtosis dibagi dengan standard error kurtosis. Dengan kata lain, bila
rasio kurtosis dan skewness berada diantara -2 hingga 2 maka distribusi data
adalah normal.
Tabel 4.17. Hasil Uji Normalitas Mobil Merek Nissan
Skewness Kurtosis
Statistik Std. Error Statistik Std. Error Unstandardized Residual -0,195 0,337 -0,418 0,662
Sumber : Hasil pengolahan data 2015, Lampiran15
Dari hasil analisis terlihat bahwa rasio skewness = - 0,195 / 0,337 = - 0,58
sedangkan rasio kurtosis = 0,418 / 0,662 = 0,63karena rasio skewness dan rasio
kurtosis berada diantara -2 hingga 2 maka dapat disimpulkan bahwa distribusi
data adalah normal.
2. Multikolinearitas
Uji multikolinearitas adalah bertujuan untuk mengetahui apakah terdapat
korelasi yang cukup besar antara sesame Variabel bebas (x). Korelasi yang terlalu
tinggi antar sesama X akan berpengaruh pada menurunnya korelasi secara
dilakukan dengan salah satu cara yaitu dengan uji Vif (Variance Inflation Factor).
Pada uji Vif yaitu dengan melihat apakah nilai Vif untuk masing-masing Variabel
lebih besar dari 10 atau tidak.Bila nilai Vif lebih besar dari 10 maka
diidentifikasikan model tersebut memiliki multikolinearity, begitu juga
sebaliknya.
Tabel 4.18. Hasil Uji Multikolinearitas Mobil Merek Nisan
Variabel Sig VIF
Pendapatan 0,274 3,650
Harga Mobil Pribadi 0,103 9.692
Pajak Mobil 0,101 9,913
Harga bbm 0,350 2,858
Selera 0,819 1.220
Sumber : Hasil pengolahan data 2015, Lampiran 15
Dapat dilihat bahwa seluruh Variabel independen memiliki nilai Vif lebih
kecil dari 10, maka dapat disimpulkan bahwa model regresi tidak memiliki
masalah multicolinearity.
3. Autokorelasi
Untuk mengetahui ada tidaknya serial korelasi (autokorelasi), dapat
dilakukan dengan metode Durbin Watson dimana bentuk hipotesisnya adalah
sebagai berikut:
H0 : p = 0, artinya tidak ada autokorelasi
H0 : p ≠ 0, artinya ada autokorelasi
Langkah selanjutnya adalah menetapkan nilai dl dan du, caranya adalah
dengan menggunakan derajat kepercayaan atau α 5%, sampel (n) = 50 dengan
Gambar 4.3. Klasifikasi Keputusan Tabel Durbin Watson Mobil Merek Nissan
Dapat disimpulkan bahwa Ho diterima artinya tidak ada serial korelasi
atau model tidak memiliki gejala serial serial korelasi.
4. Heterokedastisitas
Heterokedastisitas adalah suatu penyimpangan asumsi dalam bentuk
varians estimasi yang dihasilkan oleh estimasi OLS tidak bernilai konstan. Salah
satu cara uji heterokedastisitas yang dapat dilakukan adalah uji Glejser. Apabila
Variabel bebas/independen secara statistic signifikan mempengaruhi residual
maka model memiliki masalah heterokedastisitas, demikian juga sebaliknya
apabila Variabel bebas/independen secara statistic tidak signifikan mempengaruhi
residual maka model tidak memiliki masalah heterokedastisitas.
Tabel 4.19. Hasil Uji Heterokedastisitas Mobil Merek Nissan
Konstanta T-Statistik Sig
Sumber : Hasil pengolahan data 2015, Lampiran 15
Dari hasil estimasi dapat dilihat bahwa t-statistik tidak signifikan dimana
untuk seluruh Variabel bebas nilai sig > α 0,05 mempengaruhi residual maka
model bebas dari heterokedastisitas.
4.3.5. Untuk Mobil Merek Daihatsu 4.3.5.1. Hasil Estimasi Model
Estimasi untuk mengetahui pengaruh Variabel bebas (independent
Variabel) terhadap Variabel terikat (dependent Variabel) dilakukan dengan model
lin log terhadap model regresi linear berganda. Hasil perhitungan estimasi untuk
permintaan mobil di Kota Medan adalah sebagai berikut:
Y4t = - 8,100 - 0,180X1Dt – 0,247X2Dt + 0,449X3Dt + 1,142X4Dt – 0,067DDt
T* = (-2,434) (-2,413) (2,997) (7,837) (-1,550)
(0,019)*** (0,020)*** (0,004)*** (0,000)*** (0,129)
R2 = 0,833 F-Statistik = 43,764 DW = 1,769
Keterangan :
Y4t = Permintaan Mobil Merek Daihatsu di Kota Medan (Unit)
X1Dt = Pendapatan Responden Mobil Merek Daihatsu (Rp/bulan)
X2Dt = Harga Mobil Pribadi Responden Merek Daihatsu (Rp/unit)
X3Dt = Pajak Mobil Pribadi Responden Merek Daihatsu (Rp/tahun)
X4Dt = Harga bbm Mobil Pribadi Responden Merek Daihatsu (Rp/liter)
DDt = SeleraResponden Mobil Merek Daihatsu (Jenis Transportasi Darat)
D = 1 (Mobil secara umum)
D = 0 (Non mobil/transportasi darat lain diluar mobil)
4.3.5.2. Hasil Pembahasan
Berdasarkan hasil estimasi diperoleh hasil R2 = 0,814 yang bermakna
bahwa variasi pendapatan, harga mobil, pajak mobil, bbm dan selera mampu
menjelaskan variasi permintaan mobil di Kota Medan sebesar 81,4 % dan sisanya
sebesar 18,6 % dijelaskan oleh Variabel lain yang tidak dimasukkan dalam model
estimasi.
Uji serempak digunakan untuk menguji signifikansi dari model penelitian,
dilakukan dengan cara membandingkan nilai F-tabel dengan F-hitung untuk
Degree of Freedom pada pengujian F adalah v1 = ((k – 1) = 5-1 = 4) dan v2 =
(n-k) = (50 – 5) = 45), dijumpai F-tabel; pada α = 0,05 sebesar 2,61 Kriteria Uji :
F-hitung > F α (k-1, n-k), maka tolak H0
F-hitung < F α (k-1, n-k), maka terima H0
Jika H0 ditolak berari minimal ada satu Variabel bebas yang berpengaruh nyata
terhadap Variabel tidak bebas, dan sebaliknya jika H0 diterima berarti tidak ada
satupun Variabel bebas yang berpengaruh nyata terhadap Variabel tidak
bebas.Semakin besar nilai F-hitung maka semakin kuat bukti bahwa terdapat
minimal salah satu Variabel bebas yang berpangaruh nyata terhadap keragaman
dari Variabel tidak bebas.
Dari hasil estimasi diperoleh nilai F-statistik diperoleh 43,764 lebih besar
dari F0,05(2,61), ini berarti secara bersama-sama (pendapatan, harga mobil, pajak
mobil, bbm dan selera) dapat mempengaruhi permintaan mobil kususnya merek
Daihatsu secara signifikan di Kota Medan dengan tingkat keyakinan minimal
Pengujian secara parsial digunakan untuk menguji signifikansi dari
masing-masing Variabel terikat, dilakukan dengan cara membandingkan nilai
t-hitung dengan nilai t-tabel, pada jumlah sampel (n) = 50, Variabel bebas (k) = 5.
Kuotsoyiannis, (1981) menjelaskan bahwa besarnya k adalah Variabel bebas
termasuk konstanta, dengan demikian k = 5, maka degree of freedom (df) = 50 –
5 = 45, pada df = 45 dijumpai t-tabel pada pengujian α = 0,05 sebesar 1, 679.
Kriteria Uji :
t- hitung> tα/2(n-k), maka tolak H0
t-hitung< tα/2(n-k), maka terima H0
Jika H0 ditolak dalam kriteria uji-t berarti Variabel bebas berperngaruh
nyata terhadap Variabel tidak bebas dan sebaliknya jika H0 diterima berarti
Variabel bebas tidak berpengaruh nyata terhadap Variabel tidak bebas. Semikin
besar nilai t-hitung maka akan semakin kuat bukti bahwa Variabel tersebut
signifikan secara statistic.
Untuk pendapatan, berdasarkan hasil estimasi diperoleh hasil uji t-statistik
menunjukkan bahwa hitung sebesar -2,434, sedangkan tabel 1,679.Karena
t-hitung > t-tabel maka Ho ditolak, artinya Variabel pendapatan berpengaruh secara
signifikan terhadap Variabel permintaan mobil kususnya merek Daihatsu di Kota
Medan pada tingkat keyakinan 95%.Koefisien regresi harga mobil diperoleh
-0,180 artinya apabila pendapatan menurun sebesar 1 %, cateris paribus, maka
akan meningkatkan permintaan mobil khsusnya merek Daihatsu di Kota Medan
sebesar 0,180%.
Untuk harga mobil, berdasarkan hasil estimasi diperoleh hasil uji t-statistik
t-hitung > t-tabel maka H0 ditolak, artinya Variabel harga mobil berpengaruh secara
signifikan terhadap Variabel permintaan mobil kususnya merek Daihatsu di Kota
Medan pada tingkat keyakinan 95%. Koefisien regresi harga mobil diperoleh
-0,247 artinya apabila harga mobil khususnya merek Daihatsu menurun sebesar 1
%, cateris paribus, maka akan meningkatkan permintaan mobil khsusnya merek
Daihatsu di Kota Medan sebesar 0,247%.
Untuk pajak mobil, berdasarkan hasil estimasi diperoleh hasil uji t-statistik
menunjukkan bahwa hitung sebesar 2,997 sedangkan tabel 1,679.Karena
t-hitung > t-tabel maka H0 diterima, artinya Variabel pajak mobil berpengaruh
secara signifikan terhadap Variabel permintaan mobil kususnya merek Daihatsu di
Kota Medan pada tingkat keyakinan 95%. Koefisien regresi pajak mobil diperoleh
0,449 artinya apabila bbm naik 1 %, cateris paribus, maka akan meningkatkan
permintaan mobil kususnya merek Daihatsu di Kota Medan sebesar 0,449 %.
Untuk bbm, berdasarkan hasil estimasi diperoleh hasil uji t-statistik
menunjukkan bahwa hitung sebesar 7,837 sedangkan tabel 1,679.Karena
t-hitung > t-tabel maka H0 ditolak, artinya Variabelbbm berpengaruh secara
signifikan terhadap Variabel permintaan mobil khususnya merek Daihatsu di Kota
Medan pada tingkat keyakinan 95%. Koefisien regresi bbm diperoleh 1,142
artinya apabila bbm naik 1 %, cateris paribus, maka akan meningkatkan
permintaan mobil khususnya merek Daihatsu di Kota Medan sebesar 1,142 %.
Untuk selera, berdasarkan hasil estimasi diperoleh hasil uji t-statistik
menunjukkan bahwa hitung sebesar -1,550 sedangkan tabel 1,679.Karena
secara signifikan terhadap Variabel permintaan mobil khususnya merek Daihatsu
di Kota Medan.
Untuk variabel pendapatan responden mobil merek Daihatsu berpengaruh
negatif signifikan terhadap permintaan mobil di Kota Medan. Hal ini tidak sesuai
dengan penelitian (Rositta, 2001) yang menyatakan bahwa pendapatan
berpengaruh positif signifikan terhadap permintaan mobil bekas di Kotamadya
Medan, juga dalam penelitian (Marsito, 2007) yang menyatakan bahwa
pendapatan berpengaruh positif signifikan terhadap permintaan mobil pribadi di
SUMUT pada tingkat kepercayaan 99%, serta dalam penelitian (Budiarto, 2013)
yang menyatakan pendapatan berpengaruh positif signifikan terhadap permintaan
sepeda motor di Kota Semarang.Menurut teori penyebab berubahnya permintaan
dalam perubahan pendapatan konsumen, ada beberapa barang jenis lainnya yang
justru permintaanakan turun, dengan adanya kenaikan pendapatan
konsumen.Barang semacam ini digolongkan ke dalam jenis barang inferior.
Sedangkan variabel harga mobil sesuai dengan penelitian (Marsito, 2007)
yang menyatakan bahwa harga mobil pribadi berpengaruh negatif signifikan
terhadap permintaan mobil di SUMUT pada tingkat kepercayaan 99 % dan
Sukirno (2003),dalam tulisannya bahwa hukum permintaan pada hakikatnya
merupakan hipotesis yang menyatakan bahwa makin rendah harga suatu barang
maka makin banyak permintaan terhadap barang tersebut.Sebaliknya, makin
tinggi harga suatu barang maka makin sedikit permintaan terhadap barang
tersebut.Sehingga hubungan antara harga mobil dengan permintaan mobil itu