Metode Analisis Data

F. Metode Analisis Data

1. Analisis Deskriptif

Menurut Moh. Nazir (1988: 63) metode deskriptif adalah suatu metode dalam meneliti status sekelompok manusia, suatu objek, suatu set kondisi, suatu sistem pemikiran ataupun suatu kelas peristiwa pada masa sekarang.

Tujuan dari penelitian deskriptif adalah untuk melakukan representatif obyektif mengenai gejala-gejala yang terdapat dalam masalah-masalah penelitian. Representatif itu dilakukan dengan mendeskripsikan gejala-gejala sebagai data / fakta sebagaimana adanya. Data atau fakta bersumber dari gejala-gejala yang terdapat di dalam masalah yang terjadi. Representasi data itu harus diiringi dengan pengolahan, agar dapat diberikan penafsiran yang kuat dan obyektif (Nawawi dan Martini, dalam Dinar, 2009: 45).

Secara harfiah menurut Moh. Nazir (1988: 64) metode deskriptif adalah metode penelitian untuk membuat gambaran mengenai situasi atau kejadian sehingga metode ini tidak hanya mengadakan akumulasi dari data yang tersedia di lapangan. Namun juga menerangkan hubungan, menguji hipotesis, membuat prediksi serta mendapatkan makna dan implikasi dari suatu masalah yang ingin dipecahkan.

Dalam penelitian ini penulis mendeskripsikan mengenai profil nightmarket Ngarsopuro sebagai kawasan ekonomi yang berbasis budaya yang mendukung sektor informal di kota Surakarta dan karakteristik pedagang yang ada di nightmarket Ngarsopuro.

2. Analisis Kuantitatif

Penelitian kuantitatif adalah jenis penelitian yang menggunakan rancangan penelitian berdasarkan prosedur statistik atau dengan cara lain dari kuantifikasi untuk mengukur variabel penelitiannya.

Dalam penelitian ini akan digunakan analisis regresi berganda untuk mengetahui pengaruh variabel independen (modal, pengalaman usaha, tenaga kerja, lokasi) terhadap variabel dependen (pendapatan pedagang). Hal ini dikarenakan penggunaan variabel yang lebih dari satu (multivariabel).

1, Y = f {X X 2, X 3, X 4 } ..........................................(3.3)

Dimana: Y

: pendapatan pedagang (satuan rupiah)

X 1 : modal (satuan rupiah)

X 2 : pengalaman usaha (satuan bulan)

X 3 : jumlah tenaga kerja (satuan orang)

X 4 : lokasi, dinyatakan dalam Dummy

D 1 = 1 = depan

D 2 = 0 = tidak depan

Alat uji yang digunakan dalam penelitian ini adalah uji statistik dan uji asumsi klasik.

a. Uji Statistik

Analisis statistik ini dilakukan untuk mengetahui kebenaran atau kepalsuan dari hipotesis nol.

a) Uji t

Uji t adalah pengujian untuk mengetahui signifikansi masing-masing variabel independen terhadap variabel dependen, dengan analisis sebagai berikut:

1) Merumuskan formula hipotesis : Ho : b 1 =0 Ha : b 1 ¹ 0

2) Menentukan level of significant (a) sebesar 5%

3) Menentukan t tabel dan menghitung t hitung :

t tabel

n-k

Keterangan:

a = Derajat signifikansi = 5% ; a = 0,05 n = Jumlah sampel (observasi) k = Banyaknya parameter dalam model termasuk intersep

t hitung .......................................................(3.4)

Keterangan:

i = Koefisien regresi Se ( i) = standart error koefisien regresi

Kriteria pengujian:

a) Ho diterima jika: -t( a /2, N-k) £ t (2/2, N-k) atau -t tabel t hitung tabe l. Kesimpulan: Jika Ho diterima, maka koefisien regresi tidak signifikan pada tingkat a

b) Ho ditolak jika: t > t ( a /2, N-k) atau t < -t ( a /2, N-k)

atau t hitung -t tabel atau t hitung +t tabel. Kesimpulan: Jika Ho ditolak, maka koefisien regresi signifikan pada tingkat a

b) Pengujian secara serentak (Uji F-test)

Uji F ini digunakan untuk menguji pengaruh variabel bebas secara bersama-sama terhadap variabel terikat. Tahap pengujiannya adalah sebagai berikut:

1) Merumuskan formula hipotesa: Ho = b 1 ,b 2, b 3 ,b 4, b 5, b 6 =0 Ha = b 1 ,b 2, b 3 ,b 4, b 5, b 6 ¹ 0

2) Menentukan level of significance ( a) sebesar 5%

3) Menentukan F tabel dan menghitung F hitung

F tabel

n-k, k-1 F ,

F hitung :F=

Dimana: R 2 : koefisien determinasi berganda N : banyaknya observasi Dimana: R 2 : koefisien determinasi berganda N : banyaknya observasi

Kriteria Pengujian:

a) Jika F-hitung < F-tabel, maka Ho diterima dan Ha ditolak (semua koefisien regresi secara bersama-sama tidak signifikan pada tingkat a)

b) Jika F-hitung > F-tabel, maka Ho ditolak dan Ha diterima (semua koefisien regresi secara bersama-sama

signifikan pada tingkat a )

c) Analisis koefisiensi determinasi berganda (R 2 )

Analisis ini dipergunakan untuk mengetahui seberapa jauh variasi variabel bebas atau independen variabel dapat menerangkan dengan baik variabel terikat atau dependen

variabel. Hal ini dapat dilihat dari nilai R 2 nya. Analisis koefisien determinasi berganda mempunyai ketentuan sebagai berikut: Jika R 2 mendekati 0, maka variabel yang dipilih tidak dapat menerangkan variabel terkaitnya dan jika R 2 mendekati

1, maka variabel bebas yang dipilih dapat menerangkan dengan baik variabel terkaitnya: Formula penguji adalah sebagai berikut:

dimana: ESS : Explain Sum of Square RSS : Residual Sum of Square TSS : Total Sum of Square

b. Uji Asumsi Klasik

a) Uji multikolinieritas

Multikolinieritas adalah masalah yang timbul berkaitan dengan adanya hubungan linier di antara variabel-variabel penjelas. Uji Multikolinieritas digunakan untuk mengetahui terjadi tidaknya korelasi diantara variabel independen dan proses regresi. Jika dalam model terdapat kolinieritas maka model tersebut memiliki kesalahan standar yang besar sehingga koefisien tidak dapat ditaksir dengan ketepatan tinggi.

atau tidaknya multikolinearitas, dilakukan pengujian dengan metode klien, yaitu membandingkan nilai (r 2 dengan nilai R 2 ). Apabila R 2 >r 2

berarti terjadi gejala multikolinieritas.

b) Uji Heterokedastisitas

Heterokedastisitas adalah kondisi dimana sebaran atau varian faktor pengganggu (disturbance) tidak konstan seanjang observasi. Heterokedastisitas terjadi jika muncul gangguan dalam fungsi regresi yang tidak sama sehingga OLS tidak Heterokedastisitas adalah kondisi dimana sebaran atau varian faktor pengganggu (disturbance) tidak konstan seanjang observasi. Heterokedastisitas terjadi jika muncul gangguan dalam fungsi regresi yang tidak sama sehingga OLS tidak

Untuk menguji adanya masalah asumsi heteroskedastisitas, digunakan uji white-heteroskedasticity yang diperoleh dalam program Eviews. Apabila nilai OBS*R 2 lebih kecil dari X2 maka tidak signifikan secara statistik. Berarti model tersebut tiak terdapat heteroskedastisitas.