BAB III
METODE PENELITIAN 3.1 Jenis penelitian
Penelitian ini hanya mengkaji hal-hal yang menyangkut dengan masyarakat di kota medan yang berkaitan dengan preferensi bahan bakar minyak. Penelitian ini hanya mengkaji hal-hal yang menyangkut dengan pengguna BBM. Penelitian ini pula bersifat deskriptif kuantitatif sehingga tidak bermaksud untuk mengkaji hipotesis.
3.2 Jenis dan Sumber Data yang Digunakan
Jenis dan sumber data yang dikumpulkan dalam penelitian ini adalah: 1. Data primer, data langsung diambil dari objek penelitian, yaitu masyarakat
kota Medan, dengan melakukan pengamatan (observation) , wawancara (interview) , dan daftar pertanyaan (questionaire) yang diberikan kepada warga (responden).
2. Data sekunder, data penunjang dalam penelitian yang diperoleh melalui studi dokumentasi.
3.3 Populasi penelitian
Populasi yang diambil dalam penelitian ini adalah pemilik kendaraan bermotor roda dua di kota medan.
Jadi populasi bukan hanya orang, tetapi juga obyek dan benda-benda alam yang lain. Populasi juga bukan sekedar jumlah yang ada pada obyek/subyek yang dipelajri, tetapi meliputi seluruh kareteristik/sifat yang dimiliki oleh subyek atau obyek itu.
3.4. Sampel size
Besarnya jumlah sampel yang harus diambil dari populasi dalam suatu kegiatan penelitian sangat tergantung dari keadaan populasi itu sendiri, semakin homogen keadaan populasinya maka jumlah sampel semakin sedikit, begitu juga sebaliknya.
Menurut Sugiyono (2011: 81) Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut. Sehingga sampel merupakan bagian dari populasi yang ada, sehingga untuk pengambilan sampel harus menggunakan cara tertentu yang didasarkan oleh pertimbangan-pertimbangan yang ada. Adapun penentuan jumlah sampel yang dikembangkan oleh Roscoe dalam Sugiyono (2010 : 131) adalah sebagai berikut:
1. Ukuran sampel yang layak dalam penelitian adalah antara dari 30 -500 2. Bila sampel dibagi dalam kategori (misalnya: pria-wanita, pegawai
negeri-swasta, dan lain-lain).
3. Maka jumlah anggota sampel setiap kategori minimal 30.
5. Jumlah variable dalam penelitian ini ada 5 (independen+dependen), maka jumlah anggota sampel = 5x10 = 50, namun dalam penelitian ini dibuat sampel sebanyak 50 orang.
3.4 Model analisis data
Metode analisis dibutuhkan untuk memecahkan perumusan masalah yang telah ditentukan sebelumnya. Metode analisis akan berisikan alat yang digunakan untuk membuktikan hipotesis apakah dapat di terima atau ditolak nantinya berdasarkan kesesuaian dengan hasil yang diperoleh. Dengan penelitian yang bersifat deskriptip kuantitatip, maka metode analisis yang akan digunakan adalah persamaan (regresi) berganda linier.
3.4.1 Model Analisis Regresi Berganda
Untuk menganalisis hubungan antara variabel dependen dan variabel independen, maka pengelolaan data dilakukan dengan metode analisis regresi berganda dengan model estimasi sebagai berikut :
Y = α + β1 X1 + β2 X2 + β3 X3 + β3X3 + e Dimana :
Y = Jumlah bahan bakar yang dibeli ( pertalite) α = Konstanta / Intercept
Untuk mengetahui tingkat signifikan dari masing-masing koefisien regresi variabel independen (variabel bebas) terhadap variabel dependen (variabel terikat) maka menggunakan uji statistik diantaranya:
1. Analisis Koefisien Determinasi (R-Square / R2)
Koefisien Determinan (R2) pada intinya mengukur kebenaran model analisis regresi. Dimana analisisnya adalah apabila nilai R2 mendekati angka 1, maka variabel independen semakin mendekati hubungan dengan variabel dependen sehingga dapat dikatakan bahwa penggunaan model tersebut dapat dibenarkan. Model yang baik adalah model yang meminimumkan residual berarti variasi variabel independen dapat menerangkan variabel dependennya dengan α
sebesar diatas 0,05 (Gujarati, 2003),sehingga diperoleh korelasi yang tinggi antara variabel dependen dan variabel independen.
Akan tetapi ada kalanya dalam penggunaan koefisien determinasi terjadi biasanya terhadap satu variabel independen yang dimasukkan dalam model.
Setiap tambahan satu variabel independen akan menyebabkan peningkatan R2, tidak peduli apakah variabel tersebut berpengaruh secara signifikan terhadap variabel dependen (memiliki nilai t yang signifikan).
2. Uji Multikolinieritas
multikolinieritas jika koefisien korelasi antar variabel bebas lebih kecil atau sama dengan 0,60 (r < 0,60).
3 Uji Heteroskedastisitas
Dalam persamaan regresi berganda perlu diuji mengenai sama atau tidak varians dari residual dari observasi yang satu dengan yang lainnya. Jika terdapat pola tertentu pada grafik scatterplot SPSS, seperti titi-titik yang membentuk pola yang teratur (bergelombang, menyebar, kemudian menyempit), maka dapat disimpulkan bahwa telah terjadi heteroskedastisitas. Dan sebaliknya jika tidak ada pola yang jelas, serta titik-titik menyebar, maka indikasinya dalah tidak terjadi heteroskedastisitas.
4. Uji Normalitas
Pengujian ini digunakan untuk menguji data variabel bebas (X) dan variabel terkait (Y) pada persamaan regresi yang dihasilkan, apakah berdistribusi normal atau berdistribusi tidak normal. Dasar pengambilan keputusan dalam uji normalitas yakni: jika nilai signifikansi lebih besar dari 0,05 maka data tersebut berdistribusi normal dan jika nilai signifikansi lebih kecil dari 0,05 maka data tersebut tidak berdisribusi normal. Uji statistik normalitas yang digunakan adalah Kolmogorov Smirnov.
5. Uji Autokorelasi
1. jika d lebih kecil dari dL atau lebih besar dari (4-dL) maka hipotesis ditolak yang berarti terdapat autokorelasi.
2. jika d terletak antara dU dan (4-dU ) maka hipotesis diterima yang berarti tidak terdapat autokorelasi.
3. jika d terletak antara dL dan dU atau diantara (4-dU)dan (4-dL)maka tidak menghasilkan kesimpulan yang pasti.
3.5 Pengelolahan data
Program yang digunakan oleh penulis untuk mengolah data adalah program computer spss.
3.6 Uji statistik a. UjiParsial (T-Test)
Uji ini digunakan untuk mengetahui apakah masing-masing variabel independen secara sendiri-sendiri mempunyai pengaruh secara signifikan terhadap variabel dependen.
Dengan kata lain, untuk mengetahui apakah masing-masing variabel independen dapat menjelaskan perubahan yang terjadi pada variabel dependen secara nyata.
Bila thitung> ttabel maka Ho diterima (signifikan) dan jika thitung< ttabel Ho diterima (tidak signifikan). Uji t digunakan untuk membuat keputusan apakah hipotesis terbukti atau tidak, dimana tingkat signifikan yang digunakan yaitu 5 persen.
b. Uji F
Uji signifikansi ini pada dasarnya dimaksudkan untuk membuktikan secara statistik bahwa seluruh variabel independen yaitu, Usia Pekerja (X1), Jumlah Tanggungan (X2), Tingkat Pengalaman (X3) berpengaruh secara bersama-sama terhadap variabel dependen yaitu pendapatan (Y). Uji F digunakan untuk menunjukkan apakah keseluruhan variabel independen berpengaruh terhadap variabel dependen dengan menggunakan Level of significance 5 persen, Kriteria pengujiannya apabila nilai hitung < F-tabel maka hipotesis diterima yang artinya seluruh variabel independen yang digunakan tidak berpengaruh secara signifikan terhadap variabel dependen. Apabila F hitung F tabel maka hipotesis ditolak yang berarti seluruh variabel independen berpengaruh secara signifikan terhadap variabel dependen dengan taraf signifikan tertentu.
3.7 Defenisi Operasional
yang diberikan adalah dengan menggunakan skala likert. Adapun defenisi variable yang digunakan dalam penelitian ini adalah sebagai berikut :
1. Pendapatan
Pendapatan yang diperoleh oleh masing-masing masyarakat kota medan.
2. Harga premium
Persepsi responden terhadap harga bahan bakar premium. 3. Harga pertamax
Persepsi responden terhadap harga bahan bakar pertamax. 4. Harga pertalite
Persepsi responden terhadap harga bahan bakar pertalite. 5. Jumlah bahan bakar yang dibeli
BAB IV
HASIL DAN PEMBAHASAN 4.1. Gambaran Umum Indonesia
4.1.1. Keadaan Geografis Indonesia
Secara umum luas wilayah Indonesia adalah 9,8 juta km2 dengan luas lautan 7,9 juta km2 (81% luas Indonesia) dan luas daratan 1,9 juta km2. Indonesia terdiri dari 13667 pulau, 7623 pulau (56%) belum mempunyai nama hanya 931 pulau (7%) yang dihuni manusia, sisanya 12736 pulau tanpa dihuni. Secara astronomis Indonesia terletak antara 60 LU – 110 LS dan 950 BT – 1410 BT, sehingga Indonesia dilalui garis khatulistiwa dan mempunyai lintang 1700 dan panjang bujur 460, akibatnya Indonesia beriklim panas (tropis). Batas-batas wilayah Indonesia adalah: Batas Utara : Selat Malaka, laut China Selatan, Malaysia (Malaysia Timur, di sebelah utara Kalimantan), Laut Sulawesi (antara Sulawesi Utara dengan Philipina) dan Samudra Pasifik. Batas Timur : Samudra Pasifik dan Papua Nugini.
mengakibatkan iklim bersifat panas.Selain itu juga bersifat lembab karena wilayah Indonesia berbentuk kepulauan, dimana wilayah perairannya lebih luas daripada daratannya.Curah hujan rata-rata berkisar antara 2000-3000 mm/tahun, dengan suhu rata-rataminimum 210C dan maksimum di atas 300C.Karena Indonesia berada pada posisistrategis, yaitu di antara dua benua dan dua samudra, Indonesia dipengaruhi oleh angin muson, yang menyebabkan Indonesia mempunyai dua musim.Angin muson barat bersifat basah, menyebabkan Indonesiamendapat musim hujan.Sementara, angin muson timur bersifat kering, menyebabkan Indonesia mendapat musim kemarau.
4.2. Keadaan Penduduk
Sumatera Utara sudah sejak kolonial dikenal sebagai daerah yang memiliki potensi dengan sumber daya yang kaya dan beragam. Sumatera Utara merupakan provinsi terluas kedua dipulau Sumatera dengan jumlah penduduk sebanyak 12,98 juta jiwa.
Utara Selat Malaka
Selatan Kabupaten Deli Serdang
Barat Kabupaten Deli Serdang
Timur Kabupaten Deli Serdang
Kabupaten Deli Serdang merupakan salah satu daerah yang kaya dengan sumber daya alam atau SDA, khususnya di bidang perkebunan dan kehutanan. Karena secara geografis 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. Kond isi ini menjadi kota Medan secara ekonomi mampu mengembangkan berbagai kerjasama dan kemitraan yang sejajar, saling menguntungkan, saling memperkuat dengan daerah-daerah sekitarnya.
Di samping itu sebagai daerah pinggiran jalur pelayaran selat Malaka, Medan memiliki posisi strategis sebagai gerbang (pintu masuk) kegiatan perdagangan barang dan jasa, baik perdagangan domestic maupun luar negeri (ekspor/impor). Posisi geografis Medan ini telah mendorong perkembangan kota dalam dua kutub pertumbuhan secara fisik, yaitu daerah belawan dan pusat kota Medan saat ini.
2.210.624 jiwa yang terdiri dari 1.091.937 jiwa jenis kelamin laki-laki dan 1.118.687 jiwa jenis kelamin perempuan. Dengan adanya perbandingan ini menunjukkan bahwa jumlah penduduk wanita lebih banyak daripada jumlah penduduk laki-laki pada tahun 2015.
Untuk lebih jelasnya bagaimana mengetahui pertumbuhan penduduk setiap tahunnya di Kota Medan menurut jenis kelamin dari tahun 2010-2015 adalah sebagai berikut :
Tabel 4.1
Jumlah Penduduk Menurut Jenis Kelamin Di Kota Medan Tahun 2010-2015
Tahun Pria Wanita Jumlah
2010 1.040.680 1.068.659 2.109.339
2011 1.046.560 1.070.664 2.117.224
2012 1.047.875 1.074.929 2.122.801
2013 1.053.393 1.082.123 2.135.516
2014 1.081.797 1.109.343 2.191.140
2015 1.091.937 1.118.687 2.210.624
Sumber : BPS kota medan, (2010-2015)
4.2.1 Jumlah Penduduk
Tabel 4.2
Jumlah Penduduk Dan Kepadatan Penduduk (/km2) Di Kota Medan Tahun 2010-2015
Sumber : BPS kota medan, (2010-2015)
4.2.2 Jumlah Penduduk Berdasarkan Jenis Kelamin
Jumlah penduduk berdasarkan jenis kelamin bertujuan untuk mengetahui nilai Sex Ratio pada daerah tertentu.Jumlah penduduk berdasarkan jenis kelamin di Kota Medan dapat dilihat di tabel 4.3.Tabel 4.3 memperlihatkan Kota Medan memiliki jumlah penduduk 2.210.624 jiwa yang terdiri dari 1.091.937 jiwa laki-laki dan perempuan 1.118.687 jiwa pada tahun 2015. Perbandingan angka jumlah penduduk laki-laki dan perempuan dapat dihitung dengan rumus :
Sex Ratio = Jumlah Penduduk Laki−Laki Jumlah Penduduk Perempuan x100 Sex Ratio = 1.091.937 / 1.118.687x100
Sex Ratio = 97,6
laki.Tabel jumlah penduduk berdasarkan jenis kelamin dapat dilihat pada tabel dibawah ini.
4.3. Karakteristik Responden
4.3.1 Responden Menurut Pendapatan
Berikut adalah data mengenai penadapatan di Kota Medan pada table 4.3 berikut ini :
Tabel 4.3
Distribusi Responden Menurut Pendapatan di Kota Medan
No Pendapatan Jumlah (Jiwa) Persentase
1 <500.000-1.500.000 16 16%
2 1.501.000-2.500.000 23 23%
3 2.501.000-3.500.000 8 8%
4 3.501.000-4.500.000 3 3%
5 >4.500.000.0000 0 0%
Jumlah 50 50%
Sumber : Data Primer diolah 2017
4.3.2 Responden Menurut Harga Premium Tabel 4.4
Distribusi Responden Menurut Harga Premium di Kota Medan
No Harga Pertalie Jumlah (Jiwa) Persentase
1 Sangat Mahal 0 0%
Sumber: Data Primer diolah 2017
Berdasarkan data diatas mengenai data harga premium responden dengan kategori murah memiliki jumlah terbanyak. Jumlah data responden terbanyak dengan jumlah 28 jiwa.responden dengan jumlah data responden dengan kategori sedang 10 jiwa terbanyak ke dua 8 jiwa.Responden dengan jumlah data responden dengan kategori yang mahal yaitu kategori sangat murah 4 jiwa.sementara dengan kategori sangat mahal tidak ada yang memilih.
4.3.3 Responden Menurut Harga Pertamax Tabel 4.5
Distribusi Responden Menurut Harga Pertamax di Kota Medan
No Harga Pertalie Jumlah (Jiwa) Persentase
1 Sangat Mahal 12 12%
Sumber: Data Primer diolah 2017
responden dengan kategori yang rendah yaitu kategori murah 1 jiwa.sementara dengan kategori sangat murah tidak ada yang memilih.
4.3.4 Responden Menurut Harga Pertalite Tabel 4.6
Distribusi Responden Menurut Harga Pertalite di Kota Medan
No Harga Pertalie Jumlah (Jiwa) Persentase
1 Sangat Mahal 2 2%
Sumber: Data Primer diolah 2017
Berdasarkan data diatas mengenai data harga pertalite responden dengan kategori sedang memiliki jumlah terbanyak. Jumlah data responden terbanyak dengan jumlah 37 jiwa.responden dengan jumlah data responden dengan kategori mahal terbanyak ke dua 7 jiwa.Responden dengan jumlah data responden dengan kategori yang rendah yaitu kategori sangat mahal dan sangat murah 2 jiwa dan 1 jiwa.sementara dengan kategori murah tidak ada yang memilih.
4.3.5 Responden Menurut Jumlah Pertalite Yang Dibeli Tabel 4.7
Distribusi Responden Menurut Jumlah Pertalite Yang Dibeli di Kota Medan
No Harga Pertalie Jumlah (Jiwa) Persentase
1 40-50 liter 37 37%
Berdasarkan table 4.7 diperoleh data dengan mengenai jumlah pertalite yang dibeli responden yang paling sering mengisi pertalite 40-50 liter dalam sebulan memiliki jumlah data responden terbanyak dengan jumlah 37 responden.
4.4. Metode Analisis Data
4.4.1. Analisis Hasil Regresi Linier Berganda
Analisis regresi linier berganda digunakan untuk mengetahui besarnya pengaruh antara variabel independen terhadap variabel dependen, pengaruh masing-masing variabel independen yang positif atau negatif, dan memprediksi nilai dari variabel independen. Dari pengolahan data dengan menggunakan program SPSS diketahui Jumlah pertalite yang dibeli sebagai variabel dependen serta variabel Pendapatan (X1), Harga Premium (X2) , Harga Pertamax (X3), dan Harga Pertalite (X4) sebagai variabel independen maka diperoleh hasil seperti yang disajikan pada Tabel 4.7 sebagai berikut:
Tabel 4.8 analisis regresi linier berganda
Coefficientsa
a. Dependent Variable: JUMLAH PERTALITE YANG DIBELI (Y)
Sumber : data diolah 2017
Persamaan regresinya sebagai berikut :
1. Nilai konstanta sebesar 0,747 menunjukkan pengaruh yang positif terhadap variable independen. Bila variable independen naik, maka variable dependen akan naik.
2. Nilai koefisien regresi variable X1 sebesar 0,077. Artinya jika pendapatan mengalami kenaikan, maka jumlah bahan bakar pertalite yang dibeli akan mengalami penurunan sebesar 0,077 atau 7,7 %. Hubungan bernilai negative yang berarti jika pendapatan naik maka jumlah bahan bakar pertalite yang dibeli akan menurun.
3. Nilai koefisien regresi variable X2 sebesar 0,068. Artinya jika harga premium mengalami kenaikan, maka jumlah bahan bakar pertalite yang dibeli akan mengalami penurunan sebesar 0,068 atau 6,8 %. Hubungan bernilai negative yang berarti jika harga premium naik maka jumlah bahan bakar pertalite yang dibeli akan menurun.
4. Nilai koefisien regresi variable X3 sebesar 0,425. Artinya jika harga pertamax mengalami kenaikan, maka jumlah bahan bakar pertalite yang dibeli akan mengalami peningkatan sebesar 0,425 atau 42,5 %. Hubungan bernilai positif yang berarti jika harga pertamax naik maka jumlah bahan bakar pertalite yang dibeli akan meningkat.
4.4.2. Analisis Koefisien Determinasi ( R- Square / R2)
Analisis determinasi dalam regresi linear berganda digunakan untuk mengetahui persentase pengaruh variabel independen ( X1, X2, X3,X4) secara serentak terhadap variabel dependen (Y). Koefisien ini menunjukkan seberapa besar variasi variabel independen yang digunakan dalam model maupun menjelaskan variasi variabel dependen.
Dari hasil analisis regresi, lihat pada output summary sebagai berikut : Tabel 4.9 Hasil Analisis Determinasi
Model Summary
a. Predictors: (Constant), HARGA PERTALITE (X4), PENDAPATAN
(X1), HARGA PREMIUM (X2), HARGA PERTAMAX (X3)
Sumber : data diolah 2017
Nilai R square sebesar 0,128 atau 12,8 %, dengan demikian dapat dikatakan bahwa besarnya pengaruh variabel independen terhadap variabel dependen adalah 12,8 % dan sisa nya di pengaruhi oleh variabel lain di luar penelitian.
4.4.3. Uji F (Uji Regresi secara Keseluruhan)
Tabel 4.10 Hasil Analisis Uji Keseluruhan ( Uji –F)
ANOVAa
Model Sum of Squares Df Mean Square F Sig.
1 Regression 3.001 4 .750 1.645 .179b
Residual 20.519 45 .456
Total 23.520 49
a. Dependent Variable: JUMLAH PERTALITE YANG DIBELI (Y)
b. Predictors: (Constant), HARGA PERTALITE (X4), PENDAPATAN (X1), HARGA PREMIUM
(X2), HARGA PERTAMAX (X3)
Sumber : data di olah 2017
Nilai f hitung tersebut adalah 1,645 dengan menggunakan tingkat keyakinan 95%, df 1( jumlah variabel-1) = 4, dan df 2 (n-k-1) atau 50-4-1 = 45, n adalah jumlah sampel dan k adalah jumlah variabel independen , hasil diperoleh untuk F tabel sebesar 2,58 , maka dapat disimpulkan bahwa f hitung > f tabel maka tidak terdapat pengaruh yang signifikan antara variabel independen dengan variabel dependen.
4.4.5. Analisis Uji Parsial ( T-test)
Tabel 4.11 Hasil Analisis Uji Parsial (T-test)
a. Dependent Variable: JUMLAH PERTALITE YANG DIBELI (Y)
Sumber : data diolah 2017
Berdasarkan table 4.11 maka dapat dijelaskan sebagai berikut :
Nilai t hitung pada variabel pendapatan sebesar -0,614 dan t tabel 2,014 , maka dapat disimpulkan bahwa t hitung > t tabel maka variabel pendapatan tidak berpengaruh yang signifikan terhadap jumlah pembelian bahan bakar pertalite.
Pada variabel harga premium t hitung sebesar -0,504 dan t tabel sebesar 2,014 maka t hitung < t tabel maka tidak terdapat pengaruh yang signifikan antara variabel harga premium terhadap variabel jumlah bahan bakar pertalite yang di beli.
Nilai t hitung pada variabel harga pertamax sebesar 2,256 dan t tabel sebesar 2,014 maka dapat disimpulkan bahwa t hitung > t tabel maka terdapat pengaruh yang signifikan antara variabel harga pertamax dengan variabel jumlah bahan bakar pertalite yang di beli.
4.4.6. Uji Multikolinieritas
Pengujian ini digunakan untuk menguji apakah model regresi ditemukan adanya korelasi antar variable bebas (independent). Model regresi yang baik adalah yang tidak terjadi Multikolinieritas.Dasar pengambilan keputusan pada uji Multikolinieritas dapat dilihat dari nilai Tolerance dan nilai VIF (Variance Inflation Factor). Jika nilai Tolerance lebih besar dari 0,10 maka artinya tidak terjadi Multikolinieritas dan jika nilai VIF lebih kecil dari 100,00 maka artinya tidak terjadi Multikolinieritas. Lihat pada tabel 4.12 dibawah ini :
Tabel 4.12 Hasil Uji Asumsi Klasik Multikolinieritas
Coefficientsa
a. Dependent Variable: JUMLAH PERTALITE YANG DIBELI (Y)
Sumber : data diolah 2017
Dari hasil table diketahui bahwa :
4.4.7. Uji Heteroskedastisitas
Dalam persamaan regresi berganda perlu diuji mengenai sama atau tidak varians dari residual dari observasi yang satu dengan yang lainnya. Jika residual memiliki varians yang sama maka disebut homoskedastisitas dan jika variansnya tidak sama maka disebut
heteroskedastisitas, persamaan regresi yang baik jika tidak terjadi heteroskedastisitas. Lihat pada gambar 4.1 dibawah ini :
Gambar 4.1 Uji Heteroskedestisitas
Gambar scatterplot tersebut menunjukkan bahwa tidak ada pola yang jelas, titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka dapat disimpulkan bahwa tidak terjadi heteroskedastisitas dalam regresi.
4.4.8. Uji Normalitas
Pengujian ini digunakan untuk menguji data variabel bebas (X) dan variabel terkait (Y) pada persamaan regresi yang dihasilkan, apakah berdistribusi normal atau berdistribusi tidak normal. Dasar pengambilan keputusan dalam uji normalitas yakni: jika nilai signifikansi lebih besar dari 0,05 maka data tersebut berdistribusi normal dan jika nilai signifikansi lebih kecil dari 0,05 maka data tersebut tidak berdisribusi normal. Uji statistik normalitas yang digunakan adalah Kolmogorov Smirnov. Lihat pada tabel 4.14 dibawah ini :
Tabel 4.14 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N 50
Normal Parametersa,b Mean .0000000
Std. Deviation .64711296
Most Extreme Differences Absolute .187
Positive .187
Negative -.143
Test Statistic .187
Asymp. Sig. (2-tailed) .000c
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
Sumber : data diolah 2017
4.4.9. Uji Autokorelasi
Persamaan regresi yang baik adalah tidak memiliki masalah autokorelasi. Lihat pada tabel 4.15 dibawah ini :
Tabel 4.15 Uji Autokorelasi
Model Summaryb
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate Durbin-Watson
1 .357a .128 .050 .675 .374
a. Predictors: (Constant), HARGA PERTALITE (X4), PENDAPATAN (X1), HARGA
PREMIUM (X2), HARGA PERTAMAX (X3)
b. Dependent Variable: JUMLAH PERTALITE YANG DIBELI (Y)
Sumber :data diolah 2017
BAB V
KESIMPULAN DAN SARAN 5.1. Kesimpulan
Berdasarkan pada hasil penelitian terhadap jumlah bahan bakar yang di beli (Pertalite) di kota Medanmaka menunjukkan bahwa variable dapat disimpulkan sebagai berikut :
1. Pendapatan berpengaruh negatif terhadap jumlah bahan bakar yang dibeli (Pertalite) yang berarti bahwa apabila pendapatan mengalami peningkatan nilai maka pembelian bbm pertalite masyarakat mengalami peningkatan. 2. Harga premium berpengaruh negatif terhadap pembelian bbm pertalite
masyarakat yang berarti bahwa apabila status harga premium mengalami peningkatan maka pembelian bbm pertalite masyarakat mengalami peningkatan.
3. Harga pertamax berpengaruh positif dan signifikan terhadap pembelian bbm pertalite masyarakat yang berarti bahwa apabila status harga pertamax mengalami peningkatan maka pembelian bbm pertalite masyarakat mengalami peningkatan.
5.2. Saran
Dengan demikian penelitian mengenai pengaruh pendapatan, harga premium dan harga pertamax terhadap jumlah bahan bakar yang dibeli (pertalite)di Kota Medan, maka dapat disimpulkan saran sebagai berikut :
1. Disarankan kepada pemerintah untuk tetap menyediakan bahan bakar minyak (BBM) jenis Premium agar masyarakat yang kurang mampu tetap bisa menggunakan BBM Premium serta harga yang terjangkau terdistribusi dengan merata di seluruh Kota Medan guna meningkatkan jumlah bahan bakar yang dibeli.
