AGRO = Sektor agroindustriPDRB sub sektor agroindustri milyar Rp
INV = Total investasi PMA dan PMDN sektor agroindustri milyar Rp
SB = Tingkat suku bunga kredit persen
TK = Jumlah tenaga kerja sektor agroindustri Jiwa
DUMMY = Krisis ekonomi berdasarkan dummy sebelum krisis tahun 1986- 1996 D = 0 : krisis ekonomi tahun 1997-2007 D = 1
α = Konstanta
1
= Koefisien regresi
2 3
e = Variabel Pengganggu error term
3.5 Metode Analisis Data
Metode analisis data yang digunakan dalam penelitian ini adalah menggunakan metode Ordinary Least Square OLS, hal ini dimungkinkan untuk melihat seberapa
besar pengaruh dari faktor-faktor yang mempengaruhi pertumbuhan sektor agroindustri di Kota Medan selama kurun 1986-2007, dan sebagai alat analisis yang
digunakan untuk mengolah data dalam studi ini adalah dengan menggunakan bantuan program eviews 4.1.
57
3.6 Test of Goodness of Fit Uji Kesesuaian 3.6.1 Koefisien Determinasi R
2
Koefisien determinasi R merupakan perbandingan antara variasi variabel dependen yang dijelaskan oleh varabel independent secara bersama-sama
dibandingkan dengan variasi total variabel dependen. Menurut Kuncoro 2001 bahwa koefisien determinasi R pada intinya mengukur seberapa jauh kemampuan
model dalam menerangkan variasi variabel terikat. Nilai koefisien determinasi adalah di antara nol dan satu. Nilai R yang kecil berarti kemampuan variabel-variabel
independen dalam menjelaskan variasi variabel dependen sangat terbatas. Nilai yang mendekati satu 1 berarti variabel-variabel independen memberikan hampir semua
informasi yang dibutuhkan untuk memprediksi variasi variabel dependen Kuncoro, 2001. Formula R
2
sendiri menurut Gujarati 1995 adalah sebagai berikut.
2
2
2
R
∑ ∑
− −
=
_ 2
_ 2
Y Y
Y Y
Nilai Y adalah nilai Y-estimate atau estimasi garis regresi. Dan
_
Y adalah nilai Y-rata-rata. Tidak ada ukuran yang pasti seberapa besar R untuk mengatakan
bahwa suatu variabel sudah tepat. Jika R semakin besar atau mendekati 1, maka model semakin tepat.
2 2
58
3.6.2 Uji-F Uji Keseluruhan
Uji-F merupakan perbandingan antara variasi variabel dependen yang dijelaskan di dalam model dengan variasi yang dijelaskan oleh variabel di luar model. Menurut
Kuncoro 2001 bahwa uji statistik F pada dasarnya menunjukkan apakah semua variabel bebas independen yang dimasukkan dalam model mempunyai pengaruh
secara bersama-sama terhadap variabel terikat. Kriteria uji statistik F adalah bila nilai-F 4, maka semua variabel independen secara serentak dan signifikan
mempengaruhi variabel dependen Kuncoro, 2001.
3.6.3 Uji t-Uji Parsial
Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas secara individual dalam menerangkan variasi variabel terikat Kuncoro,
2001. Uji-t adalah uji signifikansi secara parsial yang dapat dirumuskan sebagai berikut.
1 Ho:
i
= 0 tidak ada pengaruh variabel independen secara parsial terhadap variabel dependen; dan
2 Ha:
i
≠ 0 ada pengaruh variabel independen secara parsial terhadap variabel dependen.
Kriteria uji adalah jika nilai t-hitung ≥ t-tabel, maka nilai yang diuji adalah
bermakna atau signifikan, jika t-hitung ≤ t-tabel, maka nilai yang diperoleh kurang
bermakna, atau nilainya tidak berbeda dari nol.
59
3.7 Pengujian Terhadap Validitas Asumsi Klasik
Dalam penghitungan regresi pada model persamaan 2 mungkin akan dapat menyesatkan kesimpulan yang diambil dari persamaan yang dibentuk. Untuk itu
maka perlu dilakukan uji penyimpangan asumsi klasik Arief, 1993.
3.7.1 Uji Multikolinearitas
Multikolinieritas digunakan untuk menunjukkan adanya hubungan linear diantara variabel-variabel bebas dalam model regresi. Interpretasi dari persamaan regresi
linier secara implisit bergantung pada asumsi bahwa variabel-variabel bebas dalam persamaan tidak saling berkorelasi. Bila variabel-variabel bebas berkorelasi dengan
sempurna, maka disebut multikolinieritas sempurna. Multikolinieritas dapat dideteksi dengan besaran-besaran regresi yang didapat, yaitu :
1 Variasi besar dari taksirasn OLS
2 Interval kepercayaan lebar karena variasi besar, maka standar error besar
sehingga interval kepercayaan lebar. 3
Uji-t tidak signifikan. Suatu variabel bebas secara substansi maupun secara statistik jika dibuat regresi sederhana bias tidak signifikan karena variasi besar
akibat kolinieritas. Bila standar error terlalu besar, maka besar pula kemungkinan taksiran koefisien regresi tidak signifikan.
4 R
2
tinggi tetapi tidak banyak variabel yang signifikan dari t-test. Terkadang nilai taksiran koefisien yang didapat akan mempunyai nilai yang tidak
sesuai dengan substansi sehingga dapat menyesatkan interpretasi.
60
3.7.2 Uji Autokorelasi
Autokorelasi dapat didefinisikan sebagai korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu. Dalam konteks regresi, model regresi linier
klasik mengasumsikan bahwa autokorelasi seperti itu tidak terdapat dalam disturbansi atau penggunaan. Dengan menggunakan lambang µ secara sederhana dapat dikatakan
model klasik mengasumsikan bahwa unsur gangguan yang berhubungan dengan observasi tidak dipengaruhi oleh unsur disturbansi atau gangguan yang berhubungan
dengan pengamatan lain yang manapun. Untuk mendeteksi adanya autokorelasi dalam model penelitian ini dilakukan uji
Lagrance Multiplier LM Test. Dengan membandingkan nilai X
2 hitung
dengan X
2 tabel
, dengan kriteria penelitian sebagai berikut :
1 Jika nilai X
2 hitung
X
2 tabel
, maka hipotesis yang dinyatakan bahwa tidak ada autokorelasi dalam model empiris yang digunakan ditolak.
2 Jika nilai X
2 hitung
X
2 tabel
, maka hipotesis yang dinyatakan bahwa tidak ada autokorelasi dalam model empiris yang digunakan tidak dapat ditolak.
3.7.3 Uji Normalitas
Asumsi yang digunakan adalah variabel pengganggu e dari suatu regresi berdistribusi normal yang memenuhi asumsi bahwa variabel e memiliki rata-rata nol
zero mean of disturbance, artinya bahwa garis regresi pada nilai variabel independen tertentu sehingga rata-rata error yang di atas regresi dan di bawah regresi
kalau dijumlahkan hasilnya nol. Jika variabel e berdistribusi normal, maka variabel
61
yang diteliti produktivitas kerja juga berdistribusi normal. Menurut Gujarati 1995 untuk menguji normalitas e dapat digunakan formula Jarque-Berra JB test berikut:
JB =
⎥ ⎦
⎤ ⎢
⎣ ⎡
− +
24 3
6
2 2
K S
n
Arti S adalah skewness kemerengan dan K kurtosis keruncingan. Nilai-nilai kemencengan dan keruncingan atau S dan K dapat diperoleh dari program Eviews,
pada analisis deskriptif. Hasil hitung JB kemudian dibandingkan dengan tabel Chi Square
dengan derajat bebas 2, karena asumsi yang digunakan data terdistribusi normal, maka hasil yang diperoleh adalah JB hitung
≤ tabel.
2 2
3.7.4 Linearitas
Uji linearitas digunakan untuk melihat apakah spesifikasi model yang digunakan sudah benar. Untuk menguji linearitas dalam penelitian ini digunakan uji Ramsey
Reset Ramsey Test, yaitu dengan membandingkan nilai F-hitung dengan F-tabel, dengan kriteria keputusan sebagai berikut :
1. Jika F
hitung
F
tabel
, maka hipotesis yang menyatakan bahwa spesifikasi model yang digunakan dalam bentuk fungsi linear adalah benar, tidak ditolak.
2. Jika F
hitung
F
tabel
, maka hipotesis yang menyatakan bahwa spesifikasi model yang digunakan dalam bentuk fungsi linear adalah benar, ditolak
62
3.8 Definisi Operasional
emahaman terhadap istilah dan variabel yang digunakan dala
i AGRO
merupakan nilai output agroindustri yang diproxi dengan
nanaman
suku bunga SB adalah rata-rata tingkat suku bunga kredit untuk
ang bekerja di sektor agroindustri per Untuk memudahkan p
m penelitian ini, maka perlu diberikan definisi operasional, adalah sebagai sebagai berikut:
1.
Agroindustr
PDRB sub sektor agroindustri Kota Medan dalam satuan milyar rupiah. 2.
Total investasi sektor agroindustri INV yaitu jumlah investasi Pe
Modal Asing PMA dan Penanaman Modal Dalam Negeri PMDN sektor agroindustri setiap tahunnya berdasarkan data realisasi dalam satuan milyar
rupiah. 3.
Tingkat
jangka waktu 1 tahun dalam satuan persen. 4.
Tenaga Kerja TK
adalah jumlah orang y tahun, berdasarkan International Standard of Industrial Classification ISIC atau
Klasifikasi Lapangan Usaha Indonesia KLUJ dalam satuan jumlah orangjiwa. 5.
Krisis ekonomi DUMMY berdasarkan variabel dummy sebelum krisis tahun
1986-1996 D=0 : sesudah krisis tahun 1997-2007 D=1.
63
64
BAB IV ANALISIS D
BAHASAN
.1. Indikator Ekonomi Kota Medan
i, distribusi dan konsumsi. Oleh karenanya, eko
ajuan, dan kemakmuran, bah
omi sebagai bagian dari ukuran kinerja dalam pem
terangan Pertanggungjawaban Walikota Med
AN PEM
4
Ekonomi adalah aktivitas produks nomi sangat terkait dengan kemampuan setiap orang atau siapapun memenuhi
kebutuhan hidup dan kesejahteraannya, baik kemampuan untuk berproduksi atau mengkonsumsi berbagai barang dan jasa yang dibutuhkan.
Mengingat keterkaitan yang begitu tinggi antara kem kan kesejahteraan dengan aspek ekonomi, maka aspek ekonomi secara umum
dijadikan salah satu ukuran penting untuk menilai tingkat kemajuan, kemakmuran dan kesejahteraan masyarakat.
Pemanfaatan aspek ekon bangunan juga menjadi semakin penting sebab secara teknis operasional, konsep
ekonomi menyediakan berbagai alat ukur kuantitatif yang relevan, untuk mengevaluasi proses pembangunan secara ekonomi. Oleh karena itu, untuk melihat
keluaran, hasil dan manfaat serta dampak pembangunan yang telah dilaksanakan, sekaligus untuk melakukan evaluasi terhadap pelaksanaannya, sangat lazim
digunakan indikator makro perekonomian. Berdasarkan hal tersebut, Laporan Ke
an, khususnya di bidang ekonomi selama tahun 2006 dan periode 2004 – 2006