Teknik Pengumpulan Data Pendekatan Asumsi BLUE Best Linear Unbiased Estimator

3.3. Teknik Pengumpulan Data

a. Jenis Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder, yaitu data yang dapat dikumpulkan atau diperoleh dari instansi yang ada hubungannya dengan penelitian ini, atau data yang sudah dipublikasikan dan dapat diambil dari instansi yang bersangkutan. Cara yang dilakukan untuk mengumpulkan data dalam penelitian ini adalah dengan cara studi kepustakaan, yaitu dengan cara membaca litelatur-litelatur yang berhubungan dengan penelitian ini, dengan tujuan untuk memperdalam teori-teori yang dipakai dalam membahas dan memecahkan masalah- masalah dalam penelitian ini. b. Sumber Data Data yang dapat digunakan dalam penelitian ini diperoleh dari instansi yang terkait, diantaranya adalah : 1. Kantor Badan Pusat Statistik Propinsi Jawa Timur 2. Kantor Badan Penanaman Modal Daerah Propinsi Jawa Timur Adapun teknik yang dilakukan di lapangan dalam rangka memperoleh data adalah :  Observasi, yaitu pengumpulan data dengan cara pengamatan langsung terhadap hal-hal yang dianggap perlu dan ada hubungannya dengan penelitian.  Dokumentasi, yaitu pengumpulan data sekunder dengan cara mencatat langsung data instansi-instansi yang berhubungan dengan penelitian 3.4. Teknik Analisis dan Uji Hipotesis 3.4.1. Teknik Analisis Teknik analisis yang digunakan dalam penelitian ini adalah regresi linear berganda, dimana menurut Husein Umar, 1998 : 529 adalah untuk memperkirakan atau memperhitungkan biasanya pengaruh secara kuantitatif dari perubahan beberapa variabel bebas terhadap variabel tergantung. Metode regresi linear berganda menggunakan rumus dibawah ini : Y =  +  1 X  +  2 X 2 +  3 X 3 + U ............................Sulaiman, 2004 : 80. D i di Jawa Timur PDRB Tenaga kerja si X U = ngganggu yang tidak dimasukkan dalam ormulasi dari teknik analisis tersebut adalah : Iwan Jaya Azis, 1993. imana : Y = Pertumbuhan Ekonom X  = Jumlah X 2 = Investa X 3 = Inflasi  = Konstanta  ,      Koefisien regresi X , 2, X 3 Variabel pe perhitungan. Selanjutnya apakah model analisis yang digunakan untuk menentukan kategori suatu sektor termasuk dalam sektor basis atau bukan basis. F VAJi VALi QJi = L PDBJ PDRBI LQJi h j ur lebih besar dari 1, menunjukkan bahwa sektor tersebut adalah sektor basis.

3.4.2. Uji Hipotesis

a. Uji bel nden, maka digunakan uji F. bagai berikut :  H :  1 =  2 =  3 = 0 tidak H i :  1   2   3  0 ruhan ada Keterangan : = Location Quatient sektor i daera VAJi = Nilai tambah sektor i nasional j VALi = Nilai tambah sektor i propinsi jawa tim PDBJ = Produk Domestik Bruto nasional J PDRBI = Produk Domestik Regional Bruto propinsi jawa timur Dari hasil perhitungan yang diperoleh, dapat diartikan dalam dua kategori, yaitu : Bila nilai LQ lebih kecil atau sama dengan 1, menunjukkan bahwa sektor tersebut bukan sektor non basis. Bila nilai LQ F Selanjutnya untuk menguji pengaruh secara simultan varia independen terhadap variabel variabel depe Dengan langkah-langkah se Merumuskan hipotesis variabel independen secara keseluruhan ada pengaruh dengan variabel dependen. variabel independen secara keselu pengaruh dengan varib F-tabel Soelistyo, 2001, Dasar – dasar Ekonometrika, BPFE, Yogyak el dependen. antara t dengan rumus sebagai berikut : Soelistyo, 2001 : 325.  k, n-k-l, dengan ketentuan : ambar. 8. Kurva Distribusi F olakan Penerimaan Sumber : arta, . 326 1. a variabel 2. artinya variabel  Menentukan Level of Significant sebesar 5  Menghitung nilai F untuk mengetahui hubungan secara simultan variabel bebas dan variabel terika KT Regresi Fhitung = KT Galat Menggunakan derajat kebebasan = k = jumlah parameter n = jumlah sampel KT = Kuadrat Tengah G Daerah Daerah Pen Jakarta, hal Kaidah pengujinya : Apabila F hitung ≤ F table, maka Ho diterima dan Hi ditolak, artiny babas secara keseluruhan tidak mempengaruhi variabel terikat. Apabila F hitung ≤ F table, maka Ho ditolak dan Hi diterima, Daerah Permintaan Ho Daerah Penolakan Ho Daerah Penolakan Ho bebas secara keseluruhan mempengaruhi variabel terikat. b. Uji t , maka akan diuji l terikat : Nachrowi dan Usman, 2006 : 19 .  Ho :  i = 0 tidak terdapat pengaruh variabel bebas terhadap variabel ada pengaruh variabel bebas terhadap vriabel terikat. an esi resi Gambar. 9. Kurva Distribusi t Dan apabila telah diuji secara simultan pengaruhnya secara parsial terhadap variabe  Uji t dapat dirumuskan sebagai berikut :  i t hitung = Se   Merumuskan hipotesis sebagai berikut : terikat. Hi :  i 0 Dim a :   = Koefisien Regr Se = Standart Error n = Jumlah sampel k = Jumlah parameter reg -t  2 2 ; n-k-l Sumber : Widarjono, Agus. 2005, Ekonometrika, Teori dan Aplikasi, Edisi Ka abel terikat. 2. Bila bebas m mpu variabel terikat maka perlu diketahui nilai adju JK Regresi Sulaiman, 2004 : 86 . i . Tidak mempunyai nilai negatif ; n-k-l t  Pertama, Ekonosia FE UII, Yogyakarta, hal. 59. idah pengujinnya : 1. Bila t hitung ≤ t table, maka Ho diterima dan Hi ditolak, yang artinya secara parsial tidak ada pengaruh variabel bebas terhadap vari t hitung t table , maka Ho ditolak dan Hi diterima, yang artinya secara parsial variabel bebas mempengaruhi variabel terikat. Untuk mengetahui apakah model analisis tersebut layak digunakan dalam pembuktian selanjutnya dan untuk mengetahui sejauh mana variabel a menjelaskan sted R 2 atau koefisien nilai determinasi dengan menggunakan rumus: Jadi R 2 = JK Total Dimana : R 2 = koefisien determinas JK total = jumlah kuadrat Karateristik utama dari R 2 adalah : 1 2. Nilainya berkisar antara 0 nol dan 1 satu atau 0 R 2 1

3.5. Pendekatan Asumsi BLUE Best Linear Unbiased Estimator

Tujuan utama penggunaan uji asumsi klasik adalah untuk mendapatkan koefisien regresi yang terbaik linier dan tidak bias BLUE, karena apabila terjadi penyimpangan terhadap asumsi klasik tersebut, uji t dan uji F yang dilakukannya menjadi tidak valid dan secara statistik dapat impulan yang diper mengacaukan kes oleh. Sifat dari BLUE itu sendiri adalah: b. Linier : c. Unbiased : sangat besar penaksir parameter endekati nilai , artinya koefisien an tersebut betul-betul linier dan tidak bias atau tidak a. k ada atau tidaknya gejala multikolinier linier pada persamaan regresi linier. Pendeteksian multikolinier yang berikunya adalah dengan a. Best : Pentingnya sifat ini bila diterapkan dalam uji signifikan data terhadap  dan  Sifat ini dibutuhkan untuk memudahkan dalam penafsiran. Nilai jumlah sampel diperoleh dari sampel besar kira-kira lebih m parameter sebenarnya. d. Estimasi : e diharapkan sekecil mungkin. Yang diasumsikan tidak terjadi pengaruh antara variabel bebas atau regresi bersifat BLUE Best Linier Unbiased Estimator regresi pada persama terjadi penyimpangan-penyimpangan persamaan, seperti : Multikolinearitas Indifikasi secara statisti dapat dilakukan dengan menghitung Varience Inflation Factor VIF rumusnya adalah VIF= 11-R 2 . VIF Varience Inflation Factor menyatakan tingkat “pembengkakan” varians. Apabila VIF Varience Inflation Factor lebih besar dari 10, hal ini berarti terdapat multiko mudah antara variabel bebas yang terjadi korelasi. b. entu berkorelasi dalam ganggu periode yang lain, penguji Autokorelasi dilakukan t=n e 2 Widarjono, 2005 : 181 . DW= t=n  e t 2 tu ke-t e t-1 idual dari waktu sebelumnya. Untuk mengetahui ada tidaknya gejala autokorelasi maka perlu dilihat tabel kriteria pengujian Durbin Watson Uji DW. Autokorelasi Yang dimaksud dengan Autokorelasi yaitu keadaan dimana kesalahan pengganggu dalam suatu periode tert kesalahan peng dengan menggunakan uji statistik Durbin Watson.  e t – t-1 t = 2 t = 1 Keterangan : DW = nilai Durbin Watson e t = residual pada wak = residual pada waktu ke-1 satu periode sebelumnya N = banyaknya data Dimana e t adalah residual perbedaan variabel tak bebas yang sebenarnya dengan variabel tak bebas yang ditaksir dari setiap periode waktu. Sedangkan e t-1 adalah res Autokorelasi Negatif 2 4 U 4 L 4 Sumber ngujian heterokedastisitas dilakukan untuk melihat apakah ada kesalahan Suliyanto, 2005 : 115 . im  2 = Apabila didapat varian yang sama maka asumsi homokedastisitas penyebaran yang sama diterima. Gambar. 10. Statistik d Durbin -Watson Daerah keraguan Daerah Keraguan Tidak ada Ada Autokorelasi Positif Autokorelasi Ada Autokorelasi Positif dan tidak ada Negatif dL dU -d -d : Gujarati, 1995, Basic Ekonometrik Edisi ke-3, Hal. 216. c. Heterokedastisitas Pe pengganggu mempunyai varian yang sama atau tidak. Hal tersebut dilambangkan sebagai : E Ui 2 =  2 D ana : varian i = 1,2,3,4........n

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

4.1. Deskripsi Obyek Penelitian 4.1.1. Gambaran Geografis Propinsi Jawa Timur Propinsi Jawa Timur merupakan Propinsi paling Timur pulau Jawa, yang berdiri pada tanggal 4 Maret 1950. Wilayah ini terletak pada posisi antara 110° 54’ Bujur Timur dan 5° 37’ - 8° 48’ Lintang Selatan, serta mempunyai batasan - batasan sebagai berikut : a. Sebelah Barat berbatasan dengan Propinsi Jawa Tengah. b. Sebelah Timur berbatasan dengan Selat Bali dan Laut Bali. c. Sebelah Utara berbatasan dengan Laut Jawa. d. Sebelah Selatan berbatasan dengan Samudra Hindia. Selain pulau Madura, beberapa pulau kecil yang tersebar disekitar pulau Madura, perairan laut Jawa, perairan Selat Bali, dan perairan Samudra Hindia secara administratif termasuk ke dalam wilayah Jawa Timur. Luas Propinsi Jawa Timur adalah 157.922 km 2 yang terdiri atas luas lautan 110.000 km 2 dan luas daratan 47.922 km 2 . Luas daratan tersebut merupakan 36 dari luas Pulau Jawa dan 1,5 luas Indonesia. Secara administratif Propinsi Jawa Timur dibagi menjadi 7 daerah pembantu Gubernur, 29 Kabupaten, 8 Kotamadya, 2 kota administratif, 140 daerah pembantu Bupati, 5 daerah pembantu Walikota, 68