Analisis Regresi Metode Pengolahan Data

25

4.4.3. Analisis Regresi

Data yang telah dikumpulkan selanjutnya dianalisis dengan analisis regresi dengan menggunakan program komputer Minitab 14 untuk mengetahui faktor- faktor yang mempengaruhi pembelian konsumen daging sapi lokal dan impor. Variabel untuk faktor-faktor tersebut bersumber dari penelitian terdahulu serta hasil pendugaan di lapangan. Analisis regresi adalah suatu teknik statistika yang berguna untuk memeriksa dan memodelkan hubungan berbagai variabel yaitu bagaimana pengaruh variabel tidak bebas terhadap variabel bebas. Bentuk umum rumusan model regresi adalah : β X ε Dimana : Yi = peubah tidak bebas, dengan i = 1,2,…,n sampel = intersesp konstantan β = parameter penduga bagi X koefisien regresi dari variabel bebas X = variabel bebas ke-n dengan n= 1,2,…., n ε = error galat Pendugaan model tersebut dilakukan dengan menggunakan metode kuadrat terkecil biasa Ordinary Least Square yang didasarkan asumsi-asumsi sebagai berikut Nasution 2009 : 1. Nilai rata-rata untuk kesalahan pengganggu sama dengan nol, yaitu E ε = 0, untuk i = 1,2,3,…,k. 2. Ragam ε σ 2 sama untuk semua kesalahan pengganggu asumsi homoscedasticity . 3. Tidak ada autikorelsi antara kesalahan pengganggu, berarti kovarian ε , ε = 0, untuk i ≠ j. dengan demikian antara ε dan ε tidak saling bergantung. 4. Peubah bebas X saling bebas atau tidak ada kolinearitas ganda diantara peubah bebas X. 5. Peubah bebas X 1 ,X 2 ,X 3 ,….,X k konstan dalam pengambilan sampel terulang dan bebas terhadap kesalahan pengganggu. 26 6. Kesalahan pengganggu mengikuti distribusi normal dengan rata-rata nol dan varian σ 2 . Apabila asumsi-asumsi di atas dapat terpenuhi, maka koefisien regresi parameter yang diperoleh merupakan penduga linear terbaik yang tidak bias BLUE = Best Linear Unbiased Estimator. Beberapa asumsi yang mendasari model tersebut adalah terjadinya multikolinearitas, memiliki ragam homogen atau disebut juga adanya masalah heteroskedastisitas, tidak adanya hubungan antar peubah atau autokorelasi Nasution 2009. Oleh karena itu dilakukan uji normalitas, uji multikolinieritas, dan uji homoskedastisitas untuk melihat apakah asumsi-asumsi tersebut terpenuhi. Uji autokorelasi sendiri tidak dilakukan dalam penelitian ini karena menggunakan data cross section, yaitu data yang diambil pada satu satuan waktu. Asumsi tersebut jarang dilanggar untuk jenis data cross section.

1. Uji Normalitas

Asumsi normalitas mengharuskan nilai residual dalam model menyebar atau terdistribusi secara normal. Untuk mengetahuinya dilakukan uji Kolmogrov-Smirnov dengan memplotkan nilai standar residual dengan probabilitasnya pada tes normal. Jika pada grafik Kolmogrov-Smirnov titik-titik residual yang ada tergambar segaris dan nilai P value lebih besar atau sama dengan 0,05 α = 5 persen, maka dapat disimpulkan bahwa model terdistribusi secara normal.

2. Uji Multikolinieritas

Multikolinieritas merupakan situasi adanya korelasi variabel-variabel bebas diantara satu dengan yang lainnya. Multikolinearitas dalam model dapat dilihat dari nilai Variance Factor VIF pada masing-masing variabel bebasnnya. Jika nilai VIF kurang dari sepuluh 10, maka menunjukkan bahwa persamaan tersebut tidak mengalami masalah multikolinieritas yang serius. Sebaliknya jika nilai VIF peubah bebasnya lebih besar dari sepuluh 10, maka menunjukkan persamaan tersebut mengalami masalah multikolinieritas yang serius. 27

3. Uji Homoskedastisitas

Uji homoskedastisitas ini pada dasarnya menyatakan bahwa nilai-nilai Y bervariasi dalam satuan yang sama. Untuk menguji asumsi ini dibuat plot antara standardized residual dengan faktor X. jika tidak terdapat suatu pola dalam plot tersebut maka dikatakan bahwa data tersebut homogeny Nasution 2009. Untuk menguji ada tidaknya masalah heteroskedastisitas dalam model dilakukan dengan metode Bartlett. Apabila B hitung X 2 tabel maka terima H , artinya data homogen. Sebaliknya apabila B hitung X 2 tabel maka tolak H , artinya data tidak homogen. Setelah data diuji dan terbukti memenuhi asumsi-asumsi tersebut, maka dilanjutkan dengan melakukan analisis regresi untuk melihat faktor-faktor yang mempengaruhi pembelian daging sapi lokal dan impor. Berikut ini adalah model pendugaan faktor-faktor yang mempengaruhi pembelian daging sapi lokal dan impor : Dimana : Yi = Permintaan daging sapi lokal dan impor X 1 = Umur tahun D 2 = Dummy Pendapatan D 2 = 1, untuk pendapatan lebih besar atau sama dengan Rp 2.500.000 per bulan D 2 = 0, untuk pendapatan kurang dari Rp 2.500.000 per bulan X 3 = Pengeluaran rupiahbulan X 4 = Harga rupiahkg D 5 = Dummy Pendidikan D 5 = 1, untuk responden yang telah atau sedang menempuh pendidikan di perguruan tinggi. D 5 = 0, untuk responden yang tidak atau belum menempuh pendidikan di perguruan tinggi. D 6 = Dummy frekuensi konsumsi D 6 = 1, untuk responden yang mengkonsumsi daging sapi lebih dari atau sama dengan 3 kali sebulan. 28 D 6 = 0, untuk responden yang mengkonsumsi daging sapi kurang dari 3 kali sebulan. X 7 = Jumlah anggota keluarga orang. = Intersep = Koefisien regresi yang diduga i=1,2,…,7 = unsur galaterror Hipotesis yang digunakan dalam penelitian ini sebagai jawaban sementara terhadap faktor-faktor yang mempengaruhi pembelian daging sapi lokal dan impor adalah : 1. Umur Umur mempunyai pengaruh negatif terhadap jumlah pembelian daging sapi, dimana semakin lanjut usia orang akan mengurangi pembelian daging sapi karena alasan kesehatan. 2. Pendapatan Pendapatan rumah tangga berpengaruh positif terhadap pembelian daging sapi, dimana semakin besar pendapatan rumah tangga, maka akan meningkatkan jumlah pembelian daging sapi pada setiap tingkat harga yang berlaku. 3. Pengeluaran untuk kelompok daging Pengeluaran atau anggaran belanja untuk kelompok daging memiliki pengaruh positif terhadap pembelian daging sapi, dimana semakin tinggi pengeluaran untuk kelompok daging, maka jumlah pembelian daging sapi akan meningkat. 4. Harga daging sapi Semakin rendah harga daging sapi, maka akan semakin tinggi jumlah pembelian daging sapi. 5. Pendidikan Konsumen dengan tingkat pendidikan yang tinggi mengetahui manfaat dari daging sapi untuk pemenuhan gizi seimbang sehingga jumlah pembelian daging sapi juga akan semakin meningkat. 29 6. Frekuensi konsumsi daging sapi Frekuensi konsumsi daging sapi berpengaruh positif dengan jumlah pembelian daging sapi, dimana semakin sering konsumen mengkonsumsi daging sapi maka jumlah pembelian daging sapi pun meningkat. 7. Jumlah anggota keluarga Jumlah anggota keluarga berpengaruh positif terhadap pembelian daging sapi, dimana semakin banyak jumlah anggota keluarga maka jumlah pembelian daging sapi juga akan semakin meningkat. Model yang dianalisis membutuhkan pengujian terhadap hipotesis- hipotesis yang dilakukan. Pengujian hipotesis secara statistic bertujjuan untuk melihat nyata atau tidaknya oengaruh peubah-peubah bebas yang dipilih terhadap peubah tidak bebas yang diteliti.

1. Koefisien Determinasi Goodness of Fit

Untuk menguji kemampuan kebaikan model untuk dugaan dilakukan dengan menghitung nilai R 2 dan F-hitung. Nilai koefisien determinasi nilai R 2 digunakan untuk mengukur keragaman dari variabel tidak bebas yang dapat dijelaskan oleh variabel bebas. Nilai R 2 berkisar antara nol sampai satu, semakin besar nilai R 2 berarti model semakin baik.

2. Uji t statistik

Uji t statistik bertujuan untuk mengetahui apakah masing-masing peubah bebas yang terdapat dalam model berpengaruh nyata terhadap peubah tidak bebas yang diteliti. Nilai kritis dalam pengujiaan terhadap koefisien regresi ditentukan dengan menggunakan tabel distribusi normal serta memperhatikan tingkat signifikansi taraf nyata.

4.5. Definisi Operasional