proyek untuk membantu proses pembangunan produksi output dalam suatu daerah yang dinyatakan dalam satuan juta rupiah.
4. Tabungan
Tabungan tersebut merupakan posisi tabungan menurut kabupaten kota di Provinsi Jawa Tengah yang dinyatakan dalam satuan juta rupiah.
5. Belanja Daerah
Belanja daerah tersebut merupakan realisasi belanja daerah menurut kabupaten kota di Provinsi Jawa Tengah dinyatakan dalam satuan ribu
rupiah. 6.
Kepadatan Penduduk Kepadatan penduduk merupakan banyaknya penduduk per km
2
menurut kabupaten kota di Provinsi Jawa Tengah yang dinyatakan dalam satuan
jiwa km
2
. Rumus perhitungan kepadatan penduduk :
D. Metode Pengumpulan Data
Pengumpulan data dilakukan dengan dokumentasi, yaitu mengumpulkan catatan-catatan data-data yang diperlukan sesuai penelitian yang akan
dilakukan yang bersumber dari instansi atau lembaga terkait. Data yang akan dikumpulkan diperoleh dari jurnal, buku-buku literatur, Badan Pusat Statistik
BPS Provinsi Jawa Tengah, maupun publikasi lainnya. Kepadatan Penduduk = Jumlah Penduduk suatu wilayah jiwa
Luas wilayah km
2
commit to user
E. Alat Analisis Data Metode Analisis Data
Untuk menganalisis dan menguji pengaruh variabel independen PAD, Kredit, Tabungan, Belanja Daerah dan Kepadatan Penduduk terhadap
variabel dependennya PDRB Kabupaten Kota di Provinsi Jawa Tengah digunakan model regresi dengan menggunakan fungsi Regresi Linear
Berganda melalui perhitungan program Eviews 3.0, yaitu analisis peramalan yang menggunakan lebih dari 1 variabel bebas, dengan metode
Ordinary Least Square
OLS. Model yang digunakan adalah sebagai berikut : PDRB =
i
e KP
BD TAB
KRDT PAD
+ +
+ +
+ +
5 4
3 2
1
b b
b b
b b
Dimana : PDRB = PDRB Kabupaten Kota di Provinsi Jawa Tengah
PAD = Pendapatan Asli Daerah PAD
KRDT = Kredit TAB
= Tabungan BD
= Belanja Daerah KP
= Kepadatan Penduduk
5 1
b b -
= Koefisien regresi
b
= Konstanta e
i
= Variabel Pengganggu Selain menganalisis hubungan variabel dependen dengan variabel
independen, maka akan diadakan pengujian terhadap hipotesis. Teori pengujian hipotesis berkenaan dengan pengembangan aturan atau prosedur
untuk memutuskan apakah menerima atau menolak hipotesis. Hal ini dilakukan dengan menggunakan uji statistik.
commit to user
Uji Statistik
Proses analisa yang akan dilakukan melalui pengujian variabel-variabel independen yang meliputi uji t uji individu, uji F uji bersama-sama, dan uji
R
2
uji koefisien determinasi.
a. Uji t
Uji t ini merupakan pengujian variabel-variabel independen secara individu, dilakukan untuk mengetahui seberapa jauh pengaruh masing-
masing variabel independen dalam mempengaruhi perubahan variabel dependen, dengan beranggapan variabel independen lain tetap atau
konstan. Langkah-langkah pengujian t
test
adalah sebagai berikut : 1
Menentukan Hipotesisnya a
Ho : β
1
= 0 Berarti koefisien regresi tidak signifikan pada tingkat
α atau suatu variabel independen secara individu tidak berpengaruh terhadap
variabel dependen. b
Ha : β
1
¹ 0 Berarti koefisien regresi signifikan pada tingkat
α atau suatu variabel independen secara individu berpengaruh terhadap variabel
dependen. 2
Melakukan penghitungan nilai t sebagai berikut: a
Nilai t
tabel
= t
α2
;N – K .............................................................1.1 Keterangan:
a = derajat signifikansi
α = 5 N = jumlah sampel banyaknya observasi
commit to user
Ho ditolak Ho diterima
- K
N ;
t
2 α
-
K N
; t
2 α
-
Ho ditolak
K = banyaknya parameter b
Nilai t
hitung
=
i i
Se
b b
..................................................................1.2 Keterangan:
bi = koefisien regresi
Se bi =
standard error
koefisien regresi 3
Kriteria pengujian
Gambar III.1 Daerah Kritis Uji t
4 Kesimpulan
a Apabila nilai -t
tabel
t
hitung
t
tabel
atau probabilitasnya lebih besar dari 5, maka H
o
diterima. Artinya koefisien regresi tidak signifikan pada tingkat
α atau suatu variabel independen secara individu tidak berpengaruh terhadap variabel dependen.
b Apabila nilai t hitung t
tabel
atau t
hitung
-t
tabel
atau probabilitasnya kurang dari 5, maka H
o
ditolak. Artinya koefisien regresi signifikan pada tingkat
α atau suatu variabel independen secara individu berpengaruh terhadap variabel dependen.
commit to user
b. Uji F
Uji F ini merupakan pengujian bersama-sama variabel independen yang dilakukan untuk melihat pengaruh variabel independen secara
bersama-sama terhadap variabel dependen secara signifikan. Langkah- langkah pengujian adalah sebagai berikut :
1 Menentukan Hipotesis
a H
: b
1
= b
2
= b
3
= β
4
= β
5
= 0 Berarti semua koefisien regresi secara bersama-sama tidak
signifikan pada tingkat α atau semua variabel independen secara
bersama-sama tidak berpengaruh terhadap variabel dependen. b
H
a
: b
1
¹ b
2
¹ b
3
¹ β
4
¹ β
5
¹ 0 Berarti semua koefisien regresi secara bersama-sama signifikan
pada tingkat α atau semua variabel independen secara bersama-
sama berpengaruh terhadap variabel dependen. 2
Melakukan penghitungan nilai F sebagai berikut: a
Nilai F
tabel
= F
α;
K
-1;
N
-
K
. ..............................................................1.3 Keterangan:
α = derajat signifikansi α = 5 N = jumlah sampeldata
K = banyaknya parameter b
Nilai F
hitung
= K
N .
R 1
1 K
R
2 2
- -
- ..................................................1.4
Keterangan:
2
R = koefisien determinan perpustakaan.uns.ac.id
commit to user
Ho diterima Ho ditolak
F a; K-1; N-K
N = jumlah observasi atau sampel K = banyaknya variabel
3 Kriteria pengujian
Gambar III.2 Daerah Kritis Uji F
4 Kesimpulan
a Apabila nilai F
hitung
F
tabel
atau probabilitasnya kurang dari 5, maka Ho diterima dan Ha ditolak, artinya Berarti semua koefisien
regresi secara bersama-sama tidak signifikan pada tingkat α atau
semua variabel independen secara bersama-sama tidak berpengaruh terhadap variabel dependen.
b Apabila nilai F
hitung
F
tabel
atau probabilitasnya lebih dari 5, maka Ho ditolak dan Ha diterima, artinya Berarti semua koefisien
regresi secara bersama-sama signifikan pada tingkat α atau semua
variabel independen secara bersama-sama berpengaruh terhadap variabel dependen.
c. Analisis Koefisien Determinasi R
2
Nilai R
2
untuk mengetahui berapa persen variasi variabel dependen dapat dijelaskan oleh variabel independen. Uji ini bertujuan untuk
mengetahui tingkat ketepatan yang paling baik dalam analisis regresi, yang ditunjukkan oleh besarnya koefisien determinasi R
2
antara nol dan satu 0 R
2
1. Jika koefisien determinasi R
2
mendekati 0, artinya variabel perpustakaan.uns.ac.id
commit to user
independen tidak dapat menjelaskan variabel dependen, sedangkan jika koefisien determinasi mendekati 1, artinya variabel independen dapat
menjelaskan dengan baik variabel dependennya, atau dengan kata lain model dikatakan lebih baik apabila koefisien determinasinya mendekati
nilai 1.
Uji Asumsi Klasik
Dalam regresi linier klasik terdapat faktor pengganggu, model yang baik mengharapkan faktor-faktor pengganggu tidak muncul. Untuk mengetahui ada
tidaknya faktor pengganggu dalam suatu model, maka digunakan pengujian asumsi klasik terhadap model tersebut. Uji asumsi klasik yang digunakan
adalah :
a. Multikolinearitas
Multikolinearitas merupakan suatu keadaan dimana terdapatnya lebih dari satu hubungan linear pasti di antara beberapa atau semua variabel
independen dari model regresi Gujarati, 1995: 157. Salah satu asumsi model klasik yang menjelaskan ada tidaknya hubungan antara beberapa
atau semua variabel dalam model regresi. Jika dalam model terdapat multikolinearitas, maka model tersebut memiliki kesalahan standar yang
besar sehingga koefisien tidak dapat diukur dengan ketepatan tinggi. Salah satu metode untuk mengetahui ada tidaknya multikolinearitas
adalah menggunakan pengujian dengan metode pendekatan Koutsoyiannis. Metode yang dikembangkan oleh Koutsoyiannis ini menggunakan cara
coba-coba dalam memasukkan variabel bebas. Berdasarkan hasil coba- coba tersebut, selanjutnya suatu variabel bebas akan diklasifikasikan dalam
commit to user
3 macam, yaitu 1 suatu variabel bebas dikatakan berguna, 2 suatu variabel bebas dikatakan tidak berguna, dan 3 suatu variabel bebas
dikatakan merusak Siti Aisyah, 2007: 109. Selain itu, untuk mendeteksi ada tidaknya masalah multikolinearitas, cara pengujiannya tidak jauh
berbeda dengan metode Klein, yaitu dengan membandingkan antara nilai koefisien korelasi pada regresi dengan masing-masing variabel bebas
variabel independen r
2
dengan nilai koefisien determinasi pada regresi awal R
2
. Jika R
2
r
2
, maka terjadi masalah multikolinearitas dalam model atau suatu variabel bebas tidak layak berguna untuk dimasukkan
ke dalam model, sedangkan jika nilai R
2
r
2
, maka tidak terjadi masalah multikolinearitas atau suatu variabel bebas memang layak berguna untuk
dimasukkan ke dalam model.
b. Heteroskedastisitas
Asumsi dari model regresi linier klasik adalah kesalahan pengganggu mempunyai varians yang sama Gujarati, 1995:177. Apabila asumsi
tersebut tidak terpenuhi maka akan terjadi masalah heteroskedastisitas yaitu suatu keadaan dimana varians dari kesalahan pengganggu tidak sama
untuk semua nilai variabel bebas. Salah satu cara pengujian masalah heteroskedastisitas adalah
menggunakan uji LM ARCH. Uji ARCH biasanya digunakan untuk menguji masalah heteroskedastisitas ketika ada perubahan struktur, misal
perubahan struktur ekonomi Siti Aisyah, 2007:106. Metode ini dilakukan dengan meregresi semua variabel bebas dalam persamaan regresi linier
berganda tersebut dan variabel lag t dari nilai residual regresi linier perpustakaan.uns.ac.id
commit to user
berganda. Kriteria pengujiannya, yaitu membandingkan χ
2
hitung obsR² dengan χ
2
t abel. Jika obsR² χ
2
tabel, maka ada masalah heteroskedastisitas. Sebaliknya, bila obsR² χ
2
tabel, maka tidak ada masalah heteroskedastisitas.
c. Autokorelasi
Autokorelasi adalah suatu keadaan dimana kesalahan variabel pengganggu pada suatu periode tertentu berkorelasi dengan kesalahan
pengganggu periode lain. Salah satu pengujian yang umum digunakan untuk mengetahui ada tidaknya autokorelasi adalah dengan uji Breusch-
Godfrey B-G
test
. Langkah-langkahnya adalah sebagai berikut Siti Aisyah, 2007:103-104 :
1 Estimasi persamaan regresi dengan OLS
Ordinary Least Square
, dapatkan nilai residualnya u
t
. 2
Regresi u
t
terhadap variabel bebas dan u
t-i
.....u
t-p
3 Hitung
n-pR
2
~ χ
2
. Jika lebih besar dari nilai tabel
chi-square
dengan df
p
, menolak hipotesa bahwa setidaknya ada satu koefisien autokorelasi yang berbeda dengan 0.
Apabila dari hasil uji autokorelasi, diketahui bahwa nilai probabilitas lebih besar dari 5, maka hipotesa yang menyatakan pada model tidak
terdapat autokorelasi tidak ditolak. perpustakaan.uns.ac.id
commit to user
40
BAB IV ANALISIS DATA DAN PEMBAHASAN
