BAB 2
LANDASAN TEORI
2.1 Konsep dan Definisi
Pendapatan Regional adalah tingkat (besarnya) pendapatan masyarakat pada wilayah
analisis. Tingkat pendapatan dapat diukur dari total pendapatan wilayah maupun
pendapatan rata-rata masyarakat pada wilayah tersebut. Dalam menghitung
pendapatan regional hanya dipakai konsep Domestik, yang berarti seluruh nilai
tambah yang ditimbulkan oleh berbagai sektor/lapangan usaha yang melakukan
kegiatan usahanya disuatu wilayah/region (baik kabupaten maupun provinsi) dihitung
dan dimasukkan ke produk wilayah tersebut tanpa memperhatikan kepemilikan
faktor-faktor produksi tersebut, dengan kata lain PDRB menunjukkan gambaran ‘Product
Originated’.
2.1.1 Metode Penghitungan PDRB Atas Dasar Harga Berlaku
PDRB atas dasar harga berlaku dapat dihitung melalui 2 metode yaitu, Metode
Langsung dan Metode tidak Langsung. Yang dimaksud dengan metode langsung
dan dapat memperlihatkan karakteristik sosial ekonomi setiap daerah. Sedangkan
metode tidak langsung adalah metode penghitungan dengan cara alokasi dengan
memakai berbagai macam indikator produksi/indikator lainnya yang cocok sebagai
alokator. Metode langsung dapat dilakukan dengan menggunakan 3 macam
pendekatan yaitu, Pendekatan Produksi, Pendekatan Pendapatan, Pendekatan
Pengeluaran.
2.2 Metode Analisis
Metode analisis yang digunakan adalah regresi berganda dengan menggunakan
metode kuadrat terkecil (Least square method). Analisis regresi (Regression analysis)
merupakan suatu teknik untuk membangun persamaan dan menggunakan tersebut
untuk membuat pikiran (Prediction). Analisis regresi didefinisikan sebagai metode
statistika yang digunakan untuk menentukan kemungkinan bentuk hubungan antara
variabel-variabel, dengan tujuan pokok dalam penggunaan metode ini adalah untuk
meramalkan atau memperkirakan nilai dari variabel lain yang belum diketahui.
2.3 Persamaan Regresi
Sifat hubungan antar variabel dalam persamaan regresi merupakan hubungan sebab
akibat (causal relationship). Oleh karena itu, sebelum menggunakan persamaan
regresi dalam menjelaskan hubungan antara dua atau lebih variabel, maka perlu
diyakini terlebih dahulu bahwa secara teoritis atau perkiraan sebelumnya, dua atau
Variabel yang nilainya akan mempengaruhi nilai variabel lain disebut dengan
variabel bebas (independent variable), sedangkan variabel yang nilainya dipengaruhi
oleh nilai lain disebut variabel tergantung (dependent variable).
2.3.1 Persamaan regresi linier sederhana
Regresi sederhana bertujuan mempelajari hubungan linier antara dua variabel.
Variabel ini dibedakan atas variabel bebas (X) dan variabel tak bebas (Y). Bentuk
persamaan regresi linier sederhana dinyatakan dalam:
X
Sedangkan model penduganya adalah
X
Keterangan :
Ŷ = Variabel tak bebas (dependent variable)
X = Variabel bebas (independent variable
= Parameter Intersep ( penduga α / titik potong kurva terhadap sumbu Y
b = kemiringan (slope/penduga β) kurva linier
dan
b
Jika koefisien b terlebih dahulu dihitung, maka koefisien dapat dihitung dengan
rumus :
b
dengan dan masing-masing rata-rata untuk variabel-variabel X dan Y.
2.3.2Persamaan regresi linier berganda
Dalam banyak kasus variabel terikat tidak hanya dipengaruhi oleh satu variabel bebas.
Untuk menguji atau melakukan estimasi dari satu permasalahan yang terdiri dari lebih
dari satu variabel bebas tidak bias dengan regresi sederhana. Alat analisis yang
digunakan adalah regresi berganda. Regresi berganda adalah analisis regresi yang
menjelaskan hubungan antara variabel tak bebas dengan faktor-faktor yang
mempengaruhi lebih dari satu variabel bebas.
Untuk model dengan tiga variabel berarti k = 3, satu variabel tak bebas Y dan dua
variabel babas X1 dan X2.Secara umum model populasi regresi berganda ditulis
sebagai berikut :
Keterangan :
Ŷ = Variabel tak bebas (dependent variable) atau nilai estimasi Y
= Variabel bebas (independent variable) X1 dan X2.
= Parameter Intersep ( penduga α / titik potong kurva terhadap sumbuY
b1b2 = Slope (parameter koefisien regresi Variabel bebas X1 dan X2
εi = Pengamatan ke-i variabel kesalahan
Bentuk data yang akan diolah adalah sebagai berikut :
Tabel 2.1 Bentuk Umum Data Observasi
Nomor
Observasi
Respon (Yi) Variabel Bebas
…
1 …
2 …
. . . . … .
. . . . … .
. . . . … .
N …
∑ ∑ ∑ … ∑
Persamaan regresi dari suatu data observasi dapat dibuat dengan menentukan
Nilai , b1 dan b2 yang telah didapat kemudian disubstitusikan kedalam
persamaan regresi.
Kemudian dari persamaan regresi tersebut memungkinkan adanya suatu
kekeliruan yang dapat diukur dengan rumus sebagai berikut :
=
Keterangan :
= nilai data sebenarnya
= nilai taksiran
2.4 Uji Regresi Linier Berganda
Uji regresi linier ganda perlu dilakukan karena untuk mengetahui apakah sekelompok
variabel bebas secara bersamaan mempunyai pengaruh terhadap variabel tak bebas.
Dalam pengujian persamaan regresi terutama menguji hipotesis tentang parameter
koefisien regresi secara keseluruhan melibatkan intercept serta k buah variabel.
Pengujian hipotesis dalam regresi linier berganda perlu dilakukan agar tidak
terjadi kasalahan penarikan kesimpulan.Pengujian hipotesis tersebut dapat dilakukan
2.4.1 Uji F (Simultan)
Langkah-langkah dalam pengujian hipotesis adalah sebagai berikut :
1. Menentukan formulasi hipotesis
H0 : b1 = b2= … =bn = 0 (X1, X2,…,Xk tidak mempengruhi Y)
H1 : b1,b2, ≠ 0 (minimal ada satu parameter koefisien regresi tidak sama dengan nol atau mempengaruhi Y)
2. Menentukan taraf nyata α dan nilai Ftabel dengan derajat kebebasan v1= k dan v2= n-k-1.
3. Menentukan kriteria pengujian
H0 diterima bila Fhitung≤ Ftabel H1 ditolak bila Fhitung > Ftabel
4. Menentukan nilai statistik F dengan rumus:
F
hitung =JK(Reg)dan JK(Res)masing-masing didapat dari rumus berikut :
Keterangan :
k = jumlah variabel bebas
(n-k-1) = derajat kebebasan
JK(Reg) = jumlah kuadrat regresi
JK(Res) = jumlah kuadrat residu
2.4.2 Uji t (Parsial)
Langkah-langkah dalam pengujian hipotesis parsial adalah sebagai berikut :
1. Menentukan formula hipotesis
H0 :bn = 0 (Xn tak mempengaruhi Y)
H1 :bn≠ 0 (Xn mempengaruhi Y)
2. Menentukan taraf nyata dan nilai ttabel dengan derajat kebebasan t(1-1/2α); n-k-1
3. Menentukan kriteria pengujian
H0 diterima bila thitung ≤ ttabel H1 ditolak bila thitung > ttabel
4. Menentukan nilai thitung
t
hitung=dan
Keterangan :
= Kesalahan standarkoefisien regresi
= Koefisien korelasi antara variabel 1 dan 2
5. Membuat kesimpulan apakah H0 diterima atau ditolak.
2.5 Koefisien Determinasi
Koefisien determinasi adalah nilai statistik yang dapat digunakan untuk mengetahui
persentase variasi nilai variabel tak bebas yang dapat dijelaskan oleh persamaan
regresi yang dihasilkan. Dihitung dengan rumus:
Keterangan :
JKreg = Jumlah kuadrat regresi
Harga yang diperoleh sesuai dengan variansi yang dijelaskan
masing-masing variabel yang tinggal dalam regresi.Hal ini mengakibatkan variansi yang
dijelaskan penduga yang disebabkan oleh variabel yang berpengaruh saja (yang
bersifat nyata).
2.6 Analisa Korelasi (Correlation)
Analisa korelasi dilakukan untuk mengetahui hubungan antara dua variabel (bivariate
correlation) atau lebih dari dua variabel (multivariate correlation) dalam suatu
penelitian. Untuk menentukan seberapa besar hubungan antar variabel tersebut, dapat
dihitung dengan menggunakan rumus koefisien korelasi antara X dan Y adalah :
ryx = Koefisien korelasi antara variabel Y dan X
Xi = Koefisien variabel bebas Xi
Yi = Koefisien variabel terikat Yi
Besarnya nilai koefisien korelasi (r) selalu terletak antara -1 dan 1, sehingga
nila i r tersebut dapat ditulis : . Jika r = +1, maka terdapat korelasi positif
sempurna antara variabel X dan Y artinya jika nilai variabel X tinggi, maka nilai
variabel Y akan tinggi pula. Sebaliknya jika r = -1, maka terdapat korelasi negatip
sempurna antara variabel X dan Y artinya jika nilai variabel X tinggi, maka nilai
variabel Y rendah. Sedangkan jika r = 0, berarti tidak ada korelasi antara variabel X
dan Y. Interpretasi harga r akan disajikan dalam tabel berikut :
Tabel 2.2 : Interpretasi Koefisien Korelasi Nilai r