36 BAB III
METODE PENELITIAN A. Lokasi Penelitian
Dalam penelitian ini, Kota Surabaya di jadikan objek penelitian untuk menganalisis pengaruh dari beberapa variable perbandingan yaitu pengaruh jumlah tenaga kerja, upah tenaga kerja, dan Jumlah Industri terhadap Produk Domestik Regional Bruto di Kota Surabaya.
B. Jenis Penelitian
Jenis penelitian ini adalah studi pustaka/deskriptif dengan menggunakan pendekatan kuantitatif. Kuantitatif yaitu dengan menggunakan perhitungan hasil pengolahan data-data yang berupa angka, kemudian hasil penelitian dijabarkan langsung sehingga menggambarkan secara langsung hasil penelitian. Dalam penelitian ini data yang digunakan adalah data sekunder yaitu data yang disimpulkan oleh lembaga pengumpul data dan dipublikasikan kepada pengguna data dalam bentuk dokumen atau arsip-arsip yang diperoleh dari instansi terkait, data-data tersebut antara lain: PDRB, Tenaga Kerja, Pertumbuhan Ekonomi dan Jumlah Industri.
C. Jenis dan Sumber Data
Data yang digunakan dalam penilitian ini menggunakan data sekunder yang berupa hasil laporan tahunan Kota Surabaya yang diperoleh dari instansi terkait yakni mempelajari dan memahami berbagai sumber melalui buku-buku, jurnal penelitian, Biro Keuangan, dan Badan Pusat Statistik Kota Surabaya.
D. Teknik Pengumpulan Data
Teknik yang digunakan dalam pengumpulan data adalah dengan dokumentasi atau data yang dibutuhkan dalam penilitian ini melalui instansi terkait, yaitu dari Dinas Pendapatan Daerah Kota Surabaya dan Badan Pusat Statistik Kota Surabaya.
E. Teknik Analisis Data
Metode analisis yang digunakan untuk menganalisa hasil penelitian ini adalah dengan analisis deskriptif. Dengan Regresi Linear Berganda yang digunakan untuk menganalisis pengaruh lebih dari satu variable independen terhadap variable dependen. Pengelolaan data menggunakan Eviews.
Model regresi Liniernya adalah sebagai berikut:
Dimana:
Y = Produk Domestik Regional Bruto (PDRB) α = Konstanta
= Koefisien
= JumlahTenaga Kerja (Orang)
= Upah Tenaga Kerja (Uang)
= Jumlah Industri (Unit) = Term of eror
Ada tiga model yang bisa digunakan dalam regresi data panel yaitu:
1) Common Effect
Model common effect adalah model paling sederhanayang mengasumsikan bahwa tidak ada keheterogenan antarindividu yang tidak ter observasi (intersep sama), karena semuakeheterogenan sudah dijelaskan oleha variabel independen.Estimasi parameter comment effect model menggunakanmetode OLS. Cukup dengan menumpuk data dari 20 observasi pada bank Devisa dan 80 observasi pada bank Non Devisadalam penelitian ini lalu mengestimasi sebuah regresi “besar”tanpa memperdulikan sifat cross section dan timeseries pada data. Persamaan regresi data panel dengan model comment effect sebagai berikut :
2) Fixed Effect
Pendekatan efek tetap (fixed effect) adalah teknikmengestimasikan data panel dengan menggunakan variabeldummy untuk menangkap adanya perbedaan intersep.
Olehkarena itu, didalam mengestimasikan persamaan akan sangattergantung dari asumsi yang kita buat tentang intersep,
koefisienslope dan residualnya. Persamaan regresi data panel denganmodel fixed effect sebagai berikut :
3) Random Effect
Pendekatan ketiga yaitu pendekatan efek acak (Randomeffect). Didalam mengestimasikan data panel dengan fixed effectmelalui variabel dummy menunjukan ketidakpastian modelyang kita gunakan. Untuk mengatasi masalah ini kitamenggunakan variabel residual dikenal sebagai model randomeffect. Model ini akan memilih estimasi data paneldimana residual mungkin saling berhubungan antara waktu danantar individu.
1. Uji Regresi Data Panel
Ada tiga uji untuk menentukan teknik yang paling tepat dalam mengestimasi regresi data panel, tiga uji yaitu uji F, uji LM, dan uji Hausman.
a. Uji F
Uji ini digunakan untuk memilih salah satu model padaregresi data panel, yaitu model efek tetap (Fixed Effcet Model)dengan model koefisien tetap (Common Effect Model). Hipotesisdalam uji chow adalah H0 : Common Effect Model
H1 : Fixed Effect Model
Dasar penolakan terhadap hipotesis diatas adalah denganmembandingkan perhitungan F-statistik dengan F-tabel.
Perbandingan dipakai apabila hasil , maka Ho ditolak dan diterima berarti model yang paling tepat adalah Fixed Effect Model.
Begitupun sebaliknya, jika maka Ho diterima dan ditolak dan model yang digunakan adalah Common Effect Model(Widarjono,2009). Perhitungan F statistic didapat dari uji Chow dengan rumus :
Dimana :
= ResidualSum Square dari model Common Effect
= Residual Sum Square dari model Fixed Effect K = Jumlah variabel independent
b. Uji Hausman
Dari hasil uji signifikan dua teknik diatas, diperoleh hasil bahwateknik yang paling tepat yaitu Fixed Effect dan Random Effect.
Untuk memilih antara teknik Fixed Effect atau Random Effect maka akan diujikembali dengan uji Hausman. Kegunaan uji Hausman yaitu untukmemilih antara Fixed Effect atau Random effect.
Uji Hausman digunakan apabila metode Fixed Effect dan RandomEffect lebih baik dari metode OLS (Common Effect).
Rumus Uji Hausman yaitu :
Keterangan :
Hipotesis :
Ho = RandomEffect = Fixed Effect Ketentuan :
1) Apabila hausman hitung > tabel chi square, maka Ho ditolak dan H1 diterima, berarti bahwa model fixed effect merupakan modelyang tepat.
2) Apabila hausman hitung < tabel chi square, maka Ho diterimadan H1 ditolak, berarti bahwa model random effect merupakanmodel yang tetap.
c. Uji Lagrage Multiplier (LM)
Uji LM digunakan untuk mengetahui apakah model random effect lebih baik daripada OLS (Comment Effect). Nilai statistik LM dapat dihitung menggunakan rumus sebagai berikut :
Keterangan :
n = Banyaknya unit cross section T = Banyaknya periode waktu
= Error dari model CE Hipotesis :
Ho = RandomEffect = Fixed Effect Ketentuan :
1) Apabila LM hitung > tabel breush-pagan, maka Ho ditolak danH1 diterima, berarti bahwa model random effect merupakanmodel yang tepat.
2) Apabila LM hitung < tabel breush-pagan, maka Ho diterima danH1 ditolak, berarti bahwa model coomon effect merupakanmodel yang tetap.
2. Pengujian Dengan Uji Statistik
Uji statistik dilakukan dengan dua pendekatan : a. Uji Serentak (Overall Test)
Uji yang dilakukan untuk mengetahui pengaruh secarabersama- sama variabel bebas terhadap variabel terikat, uji inidapat dilakukan
untuk menguji kecocokan model (goodness offit).Kaedah kecocokan uji sebagai berikut (Mudrajad, 2003) :
Hipotesis nol (Ho) yang hendak diuji adalah apakah semua parameter dalam model sama dengan nol, atau :
Artinya apakah semua variabel independen bukanmerupakan penjelas yang signifikan terhadap variabeldependen.
Hipotesis alternatif tidak semua parameter secara simultan sama dengan nol, atau :
Artinya apakah semua variabel independen secarasimultan merupakan penjelas yang signifikan terhadap variabel dependen. Untuk menguji kedua hipotesis ini digunakanstatistik F, nilai statistik F dihitung dari formula sebagai berikut:
Keterangan :
F = Rasio (Koefisien Penentu) R² = Koefisien Determinasi n = Jumlah Observasi
k = Jumlah Variabel independen
F hasil perhitungan ini dibandingkan dengan yang diperoleh dengan menggunakan tingkat resiko atau signifikan level 5% atau dengan degree freedom = n-k-1 dengan kriteria sebagai berikut :
Ho ditolak jika diterima jika
b. Uji Parsial (Parsial Test)
Uji statistik t pada dasarnya menunjukan seberapa jauhpengaruh satu variabel penjelas secara individual dalammenerangkan variasi variabel terikat (Mudrajad, 2003).
Hipotesis nol (Ho) yang hendak diuji adalah apakah parameter sama dengan nol, atau Ho : = 0.
Artinya, apakah suatu variabel independen bukan merupakanpenjelas yang signifikan terhadap variabel dependen. Hipotesis alternative , parameter suatu variabel tidak sama dengan nol, atau
.
Artinya variabel tersebut merupakan penjelas yang signifikanterhadap variabel dependen.
Ketentuan Uji :
1) , maka Ho ditolak dan diterima.
Artinya variasi variabel independen dapat menerangkanvariabel dependen dan terdapat pengaruh diantara keduavariabel yang diuji,
dengan kata lain kita menerima hipotesisyang menyatakan bahwa suatu variabel independen secaraindividual mempengaruhi varaibel dependen.
2) , maka Ho diterima dan ditolak.
Artinya variasi variabel independen tidak dapatmenerangkan variabel dependen dan tidak terdapat pengaruhdiantara kedua variabel yang diuji, dengan kata lain kitamenerima hipotesis yang menyatakan bahwa suatu variabelindependen bukan merupakan penjelas yang signifikanterhadap variabel dependen.
3. Koefisien Determinasi (R²)
Pengujian menggunakan koefisien determinasi (R²) dilakukan untuk melihat seberapa besar model penelitian dalammenjelaskan variasi variabel terikat (Mudrajad, 2003). Adapunkriteria yang digunakan dalam pengujian koefisien determinasi (R²) yaitu:
a. Nilai R² mendekati mendekati angka 1, maka model regresi tersebutmenunjukkan semakin tepat suatu garis model regresi maka bisadigunakan untuk pendekatan.
b. Nilai R² menjauhi angka 1, maka model regresi tersebutmenunjukkan bahwa tidak tepatnya suatu garis model regresi mewakili data dari hasil penelitian.
Dari kriteria diatas dapat disimpulkan apabila nilai R² = 1, maka pada model regresi terdapat pendekatan yang memiliki kecocokan sempurna dalam sebuat model regresi, sedangkanapabila nilai R² = 0, maka pada model regresi tersebut tidakditemukan kecocokan pendekatan.
Selain itu, koefisien determinasijuga dapat digunakan untuk mengetahui seberapa besar kontribusivariabel bebas dalam menjelaskan variabel terikat yang diukurdalam nilai persentase.
F. Definisi Operasional Variabel
a. ProdukDomestik Regional Bruto (Y)
PDRB ialah jumlah produksi barang dan jasa yang dihasilkan dari seluruh daerah dalam tahun tertentu atau periode tertentu dan biasanya satu tahun.
b. JumlahTenaga Kerja (X1)
Jumlah tenaga kerja ialah semua orang yang bekerja pada suatu instansi atau industri yang berada di Kota Surabaya. Data yang digunakan untuk jumlah tenaga kerja dalam penelitian ini adalah jumlah tenaga kerja di Kota Surabaya tahun 2012-2016 dengan satuan yang digunakan adalah manusia.
c. Upah Tenaga Kerja (X2)
Upah adalah kompensasi atau hak yang diterima oleh tenaga kerja dan dinyatakan dalam bentuk uang sebagai imbalan kepada pekerja/buruh yang
ditetapkan dan dibayarkan menurut suatu perjanjian kerja, kesempatan atau peraturan perundangan-undangan, termasuk tunjangan bagi pekerja/buruh.
d. Jumlah Industri (X3)
Jumlah industri adalah semua industri besar atau kecil yang beroperasi dalam wilayah Kota Surabaya. Data jumlah industri yang digunakan dalam penelitian ini berjumlah 836 industri dari tahun 2012-2016.
