4.3. Deskripsi Hasil Pengujian Hipotesis
4.3.1. Uji Asumsi Klasik
Teknik analisis yang digunakan dalam penelitian ini adalah model regresi yang diperoleh dari model kuadrat terkecil biasa ordinary least
squares merupakan model regresi yang menghasilkan estimasi linier tidak bias yang terbaik Best linear Unbias Estimator BLUE. Kondisi ini akan
terjadi jika dipenuhi beberapa asumsi klasik yaitu :
a. Pengujian Multikolinearitas
Identifikasi secara statistik ada atau tidaknya gejala multikolinier dapat dilakukan dengan menghitung Variance Inflation Factor VIF.
Berdasarkan hasil pengujian Lampiran 5, diperoleh hasil bahwa nilai VIF untuk masing-masing variabel adalah sebagai berikut:
Tabel 6
Hasil Pengujian Multikolinier
No Variabel
Tolerance VIF
1 2
3 4
Kurs Vallas Dollar A.S X
1
Inflasi X
2
GDP X
3
Produksi X
4
0,553 0,809
0,569 0,402
1,807 1,235
3,145 2,489
Sumber : Lampiran 1 Dari tabel di atas dapat diketahui bahwa nilai VIF untuk semua
variabel mempunyai nilai VIF lebih kecil dari 10 Ghozali, 2001:57, yang berarti bahwa pengujian asumsi klasik dalam penelitian ini sudah
terbebas dari penyimpangan multikolinier.
b. Pengujian Heteroskedastisitas
Hasil uji heteroskedastisitas diperoleh dari hasil pengujian dengan menggunakan bantuan program SPSS 14.0 dengan melihat
Rank Spearman’s Correlation Lampiran 4. Hasil pengujian Rank Spearman’s dapat dilihat pada tabel
berikut ini: Tabel 7
Hasil Pengujian Heteroskedastisitas
Unstandardised Residual No
Variabel Spearman
Correlation Taraf
Signifikan 1
2 3
4 Kurs Vallas Dollar A.S X
1
Inflasi X
2
GDP X
3
Produksi X
4
0,036 0,002
0,014 -0,136
0,899 0,995
0,960 0,630
Sumber : Lampiran 2 Dari hasil korelasi tersebut tidak diperoleh adanya korelasi yang
signifikan antara Unstandardized Residual dengan masing-masing variabel bebas yang diteliti, sehingga dapat disimpulkan bahwa tidak
terjadi penyimpangan heteroskedastisitas pada variabel-variabel bebas yang diteliti.
c. Pengujian Autokolerasi
Autokorelasi dapat didefinisikan sebagai “korelasi” antara data observasi yang diurutkan berdasarkan urut waktu time series atau
data yang diambil pada waktu tertentu cross sectional.
Jadi dalam model regresi linier diasumsikan tidak terdapat gejala autokorelasi. Artinya nilai residual Y observasi – Y prediksi pada
waktu ke t gt tidak boleh ada hubungan dengan nilai residual periode sebelumnya gt – 1. Ada tidaknya gejala autokorelasi dapat di tes
dengan menghitung nilai Durbin Watson d tes
Gambar 13. Distribusi Daerah Keputusan Autokorelasi
Ada Autokorelasi Daerah
Daerah Ada
Autokorelasi Positif
Keragu-raguan Keragu-raguan
Negatif
Tidak ada autokorelasi positif dan Tidak ada autokorelasi negatif
dL dU
4-dU 4-dL
DW = 2,174 Menolak HO HO “
Menolak HO Menolak HO
D E
C B
A
0,376 2,414
1,586 3,624
Berdasarkan hasil pengujian yang dilakukan diperoleh nilai Durbin Watson sebesar 2,174 lampiran 3 dan berada pada daerah
keragu-raguan sehingga dapat diartikan tidak terjadi autokorelasi.
4.3.2. Hasil Pengujian Regresi Linier Berganda
Untuk menguji pengaruh kurs vallas dollar terhadap rupiah, harga rata-rata ekspor gandum, investasi dan inflasi terhadap nilai ekspor kedelai
Jawa Timur ke Hongkong, diperlukan persamaan regresi sebagai berikut :
Y = o+
1
X
1
+
2
X
2
+
3
X
3
+ e
Dari hasil pengujian dengan menggunakan persamaan regresi di atas, dari output SPSS diperoleh hasil persamaan sebagai berikut
Lampiran 1:
Y = 48534177,604 + 314,985X
1
– 1265023,775X
2
– 11207,032X
3
+ 9483,490X
4
Dari persamaan tersebut dapat dijelaskan sebagai berikut:
b =
48534177,604 Nilai konstanta sebesar 48534177,604 menunjukkan apabila variabel
Kurs Dollar Amerika Serikat X
1 ,
Inflasi X
2 ,
Gross Domestic Product X
3
dan Produksi X
4
sebesar nol atau konstan, maka
besarnya nilai Ekspor Ikan Tuna adalah sebesar 48534177,604
rupiah.
b
1
= 314,985
Koefisien regresi untuk variabel Kurs Dollar Amerika Serikat X
1
sebesar 314,985 rupiah. Tanda positif menunjukkan terjadinya
perubahan yang searah dari variabel Kurs Dollar Amerika Serikat X
1
terhadap variabel nilai Ekspor Ikan Tuna Y, yang artinya apabila variabel Kurs Dollar Amerika Serikat X
1
mengalami peningkatan sebanyak 1 persen maka variabel nilai Ekspor Ikan
Tuna Y akan mengalami kenaikan sebesar 314,985 rupiah,
demikian sebaliknya apabila variabel Kurs Dollar Amerika Serikat X
1
mengalami penurunan sebanyak 1 persen maka variabel nilai
Ekspor Ikan Tuna Y akan mengalami penurunan sebesar 314,985
rupiah dengan asumsi bahwa variabel-variabel yang lain adalah konstan.
b
2
= – 1265023,775
Koefisien regresi untuk variabel Inflasi X
2
sebesar – 1265023,775. Tanda negatif menunjukkan terjadinya perubahan
yang berlawanan arah dari variabel Inflasi X
2
terhadap variabel nilai Ekspor Ikan Tuna Y, yang artinya apabila variabel Inflasi
X
2
mengalami peningkatan sebanyak 1 persen maka variabel nilai
Ekspor Ikan Tuna Y akan mengalami penurunan sebesar – 1265023,775 , demikian sebaliknya apabila variabel Inflasi X
2
mengalami penurunan sebanyak 1 persen maka variabel nilai Ekspor
Ikan Tuna Y akan mengalami kenaikan sebesar – 1265023,775
dengan asumsi bahwa variabel-variabel yang lain adalah konstan..
b
3
= – 11207,032
Koefisien regresi untuk variabel Gross Domestic Product X
3
sebesar
– 11207,032 Million US. Tanda negatif menunjukkan terjadinya
perubahan yang berlawanan arah dari variabel Gross Domestic Product X
3
terhadap variabel Kurs Dollar Amerika Serikat Y, yang artinya apabila variabel Gross Domestic Product X
3
mengalami peningkatan sebanyak 1 kali maka variabel nilai Ekspor
Ikan Tuna Y juga akan mengalami peningkatan sebesar – 11207,032 Million US, demikian sebaliknya apabila variabel Gross
Domestic Product X
3
mengalami penurunan maka variabel nilai
Ekspor Ikan Tuna Y akan mengalami penurunan sebesar – 11207,032 Million US dengan asumsi bahwa variabel-variabel yang
lain adalah konstan.
b
4
= 9483,490
Koefisien regresi untuk variabel Produksi X
4
sebesar 9483,490 ton.
Tanda positif menunjukkan terjadinya perubahan yang searah dari variabel Produksi X
4
terhadap variabel nilai Ekspor Ikan Tuna Y, yang artinya apabila variabel Produksi X
4
mengalami peningkatan sebanyak 1 kali maka variabel nilai Ekspor Ikan Tuna Y juga akan
mengalami peningkatan sebesar 9483,490 ton, demikian sebaliknya
apabila variabel Produksi X
4
mengalami penurunan maka variabel nilai Ekspor Ikan Tuna Y akan mengalami penurunan sebesar
9483,490 ton dengan asumsi bahwa variabel-variabel yang lain
adalah konstan
4.3.3. Hasil Analisis Kebaikan Model Regresi Kurs Vallas Dollar Terhadap
Rupiah, Harga Rata-Rata Ekspor Kedelai, Dan Inflasi Terhadap Nilai Ekspor Ikan Tuna Jawa Timur ke Jepang.
Untuk memprediksi kebaikan model regresi yang digunakan dalam penelitian ini dapat dilakukan dengan menggunakan uji F.
Gambar 14 : Kurva Distrubusi F
Daerah Penerimaan Ho
tabel
= 3,48 Daerah Tolak Ho
F
hitung
= 53,252 F
Keterangan : Ho diterima jika F hitung F tabel
Ho ditolak jika F hitung F tabel
Kaidah pengujiannya : 1.
Apabila F hitung F tabel, maka Ho diterima dan Hi ditolak, artinya variabel bebas tidak mempengaruhi variabel terikat ecara
simultan. 2. Apabila F hitung F tabel, maka Ho ditolak dan Hi diterima,
artinya variabel bebas mempengaruhi variabel terikat secara simultan.
Berdasarkan hasil pengujian diketahui bahwa nilai F
hitung
yang diperoleh adalah sebesar 53,252 dengan taraf signifikan 0,000, oleh karena
taraf signifikan yang diperoleh lebih kecil dari taraf signifikan yang disyaratkan yakni 0,05,maka model persamaan Y = o+
1
X
1
+
2
X
2
+
3
X
3
+
4
X
4
+ e dapat disimpulkan bahwa model regresi yang digunakan pada penelitian
ini cocok dan akurat Santosa, 2005:74.
4.3.4. Uji Pengaruh Parsial
4.3.4.1.Pengujian Hipotesis Secara Parsial Individu.
Untuk menguji besarnya pengaruh masing-masing variabel bebas terhadap variabel terikat maka dapat digunakan uji t seperti yang tertera
pada tabel dibawah ini : Tabel 8
Hasil Uji t
Model T
Sig t tabel
r partial Constant
Kurs Dollar X
1
Inflasi X
2
GDP X
3
Produksi Ton X
4
3,763 0,924
-1,128 -3,994
6,251 0,377
0,286 0,003
0,000 2,228
2,228 2,228
2,228 0,280
-0,336 -0,784
-0,892 a. Dependent Variable : Nilai Ekspor
Sumber : Hasil Pengujian Regresi Lampiran 3 Berdasarkan hasil pengujian dengan bantuan SPPS 13.00 diperoleh
hasil dengan langkah-langkah sebagai berikut:
1. Pengaruh Kurs Dollar A.S Terhadap Nilai Ekspor Ikan Tuna
1. Menentukan kriteria pengujian
Ho : b
1
= 0 X
1
tidak berpengaruh terhadap Y Ha : b
1
0 X
1
berpengaruh terhadap Y 2.
Dalam penelitian ini digunakan tingkat signifikan 0,05 dengan derajat bebas n-k-1, dimana n = jumlah pengamatan dan k =
jumlah variabel. Jadi df = n – k – 1 df = 15 – 4 – 1 df = 10
3. Dengan nilai t hitung lampiran 3 :
bj Se
bj hit
t
341,010 314,985
hit t
t hit = 0,924 4.
Besarnya t
tabel
dengan df 0,05:5 adalah sebesar 2,228 5.
Uji Signifikansi dengan kurva pengujian secara parsial
Gambar 15 Kurva Distribusi t Pengaruh X
1
terhadap Y
Daerah tolak Ho Daerah tolak Ho
-t
tabel
-2,228 t
tabel
2,228 Daerah terima Ho
t
hitung
0,924 6.
Berdasarkan kriteria pengujian bahwa : Ho diterima jika –t
tab
t
hit
t
tab
Ho ditolak jika t
hit
- t
tab
atau t
hit
t
tab
Berdasarkan kriteria pengujian diketahui bahwa nilai t
hitung
yang diperoleh 0,924
dari nilai t
tabel
2,228 maka dapat diputuskan bahwa Ho diterima dan Ha ditolak sehingga secara parsial Kurs Dollar
A.S X
1
tidak berpengaruh secara signifikan terhadap variabel Nilai Ekspor Ikan Tuna Y. Nilai r
2
parsial untuk variabel Kurs Dollar A.S X
1
sebesar 0,280
2
= 0,0784 berarti bahwa variabel Kurs Dollar A.S X
1
mampu menjelaskan variabel Nilai Ekspor Ikan Tuna Y sebesar 7,84. sedangkan sisanya sebanyak 92,16 dijelaskan oleh variabel
lain.
2. Pengaruh Inflasi Terhadap Nilai Ekspor Ikan Tuna
1. Menentukan kriteria pengujian
Ho : b
2
= 0 X
2
tidak berpengaruh terhadap Y Ha : b
2
0 X
2
berpengaruh terhadap Y 2.
Dalam penelitian ini digunakan tingkat signifikan 0,05 dengan derajat bebas n-k-1, dimana n = jumlah pengamatan dan k =
jumlah variabel. Jadi df = n – k – 1 df = 15 – 4 – 1 df = 10
3. Dengan nilai t hitung lampiran 5 :
bj Se
bj hit
t
1 1121708,56
5 1265023,77
- hit
t
t hit = -1,128 4.
Besarnya t
tabel
dengan df 0,05:10 adalah sebesar 2,228 5.
Uji Signifikansi dengan kurva pengujian secara parsial
Gambar 16 Kurva Distribusi t Pengaruh X
2
terhadap Y
Daerah tolak Ho Daerah tolak Ho
-t
tabel
-2,228 t
tabel
2,228 Daerah terima Ho
t
hitung
-1,128 6.
Berdasarkan kriteria pengujian bahwa : Ho diterima jika –t
tab
t
hit
t
tab
Ho ditolak jika t
hit
- t
tab
atau t
hit
t
tab
Berdasarkan kriteria pengujian diketahui bahwa nilai t
hitung
yang diperoleh -1,128
dari nilai t
tabel
-2,228 maka dapat diputuskan bahwa Ho diterima dan Ha ditolak sehingga secara parsial Inflasi X
2
tidak berpengaruh secara signifikan terhadap variabel Nilai Ekspor Ikan Tuna Y. Nilai r
2
parsial untuk variabel Inflasi X
2
sebesar - 0,336
2
= 0,1129 berarti bahwa variabel Inflasi X
2
mampu menjelaskan variabel Nilai Ekspor Ikan Tuna Y sebesar 11,29 dan
sisanya 88,71 dijelaskan oleh variabel lain.
3. Pengaruh GDP Terhadap Nilai Ekspor Ikan Tuna
1. Menentukan kriteria pengujian
Ho : b
3
= 0 X
3
tidak berpengaruh terhadap Y Ha : b
3
0 X
3
berpengaruh terhadap Y 2.
Dalam penelitian ini digunakan tingkat signifikan 0,05 dengan derajat bebas n-k-1, dimana n = jumlah pengamatan dan k =
jumlah variabel. Jadi df = n – k – 1 df = 15 – 4 – 1 df = 10
3. Dengan nilai t hitung lampiran 5 :
bj Se
bj hit
t
2806,203 11207,032
- hit
t
t hit = -3,994 4.
Besarnya t
tabel
dengan df 0,05:10 adalah sebesar 2,228 5.
Uji Signifikansi dengan kurva pengujian secara parsial
Gambar 17 Kurva Distribusi t Pengaruh X
3
terhadap Y
t
hitung
-3,994 Daerah tolak Ho
Daerah tolak Ho
-t
tabel
-2,228 t
tabel
2,228 Daerah terima Ho
6. Berdasarkan kriteria pengujian bahwa :
Ho diterima jika –t
tab
t
hit
t
tab
Ho ditolak jika t
hit
- t
tab
atau t
hit
t
tab
Berdasarkan kriteria pengujian diketahui bahwa nilai t
hitung
yang diperoleh -3,994
dari nilai t
tabel
2,228 maka dapat diputuskan bahwa Ho ditolak dan Ha diterima sehingga secara parsial GDP X
3
berpengaruh secara signifikan terhadap variabel Nilai Ekspor Ikan Tuna Y. Nilai r
2
parsial untuk variabel GDP X
3
sebesar -0,784
2
= 0,6146 berarti bahwa variabel GDP X
3
mampu menjelaskan variabel Nilai Ekspor Ikan Tuna Y hanya sebesar 61,46. Sedangkan 38,54
dijelaskan oleh variabel lain.
4. Pengaruh Produksi Terhadap Nilai Ekspor Ikan Tuna
1. Menentukan kriteria pengujian
Ho : b
4
= 0 X
4
tidak berpengaruh terhadap Y Ha : b
4
0 X
4
berpengaruh terhadap Y
2. Dalam penelitian ini digunakan tingkat signifikan 0,05 dengan
derajat bebas n-k-1, dimana n = jumlah pengamatan dan k = jumlah variabel. Jadi df = n – k – 1
df = 15 – 4 – 1 df = 10 3.
Dengan nilai t hitung lampiran 5 :
bj Se
bj hit
t
1517,018 9483,490
hit t
t hit = 6,251 4. Besarnya t
tabel
dengan df 0,05:10 adalah sebesar 1,8125 5.
Uji Signifikansi dengan kurva pengujian secara parsial
Gambar 18 Kurva Distribusi t Pengaruh X
4
terhadap Y
Daerah tolak Ho Daerah tolak Ho
Daerah terima Ho
t
hitung
-t
tabel tabel
t 6,251
2,228 -2,228
6. Berdasarkan kriteria pengujian bahwa : Ho diterima jika –t
tab
t
hit
t
tab
Ho ditolak jika t
hit
- t
tab
atau t
hit
t
tab
Berdasarkan kriteria pengujian diketahui bahwa nilai t
hitung
yang diperoleh 6,251
≥ dari nilai t
tabel
2,228 maka dapat diputuskan bahwa Ho diterima dan Ha ditolak sehingga secara parsial Produksi
X
4
berpengaruh secara signifikan terhadap variabel Nilai Ekspor
Ikan Tuna Y. Nilai r
2
parsial untuk variabel Produksi X
4
sebesar 0,892
2
= 0,7956 berarti bahwa variabel Produksi X
4
mampu menjelaskan variabel Nilai Ekspor Ikan Tuna Y sebesar 79,56 dan
sisanya 20,44 dijelaskan oleh variabel lain. Berdasarkan hasil perhitungan secara parsial dengan menggunakan
uji t diketahui bahwa dari keempat variabel bebas yang diteliti, variabel bebas yang terbukti berpengaruh signifikan terhadap Nilai Ekspor Ikan
Tuna hanyalah variabel GDP X
3
dan Produksi X
4
sedangkan variabel Kurs Dollar A.S X
1
dan Inflasi X
2
terbukti tidak berpengaruh signifikan terhadap Nilai Ekspor Ikan Tuna Y.
4.4. Pembahasan Hasil Penelitian
Kategori