IV. METODE PENELITIAN
4.1 Jenis dan Sumber Data
Penelitian ini menggunakan data sekunder time series tahun 1990-2006. Data yang digunakan dalam analisis adalah data Pendapatan Domestik Regional
Bruto Kabupaten Bekasi, infrastruktur jalan, irigasi, dan air bersih. Data yang dikumpulkan merupakan data sekunder yang diperoleh dari Badan Pusat Statistik
BPS, baik BPS pusat maupun BPS Kabupaten Bekasi. Data sekunder juga bisa diperoleh dari studi kepustakaan, dan literatur yang relevan dan berhubungan
dengan penelitian dapat didukung dari perpustakaan Institut Pertanian Bogor IPB, serta instansi lainnya.
Data yang diperoleh digunakan untuk menganalisis variabel yang mempengaruhi pendapatan Kabupaten Bekasi, serta sektor-sektor perekonomian
yang berkembang secara kualitatif adalah data dari tahun 1990-2006. Data sekunder yang digunakan merupakan data time series dan diolah dengan
menggunakan software Microsoft Office Exel 2007 dan SPSS 15.
4.2 Metode Analisis
Penelitian ini dilakukan untuk mengidentifikasi dampak pembangunan infrastruktur terhadap pertumbuhan ekonomi Kabupaten Bekasi. Analisis
kuantitatif dilakukan dengan menggunakan metode regresi linear berganda. Pengolahan data menggunakan program Microsoft Excel 2007 dan SPSS 15.
4.3 Analisis Regresi Linear Berganda
Metode OLS dikemukakan oleh ahli matematika bangsa Jerman yaitu Carl Friedrich Gauss. Metode OLS dengan asumsi-asumsi tertentu, mempunyai sifat
statistik yang sangat menarik dan menjadikan metode tersebut adalah metode yang baik untuk mengestimasi parameter persamaan regresi Firdaus, 2004.
Analisis regresi linear berganda merupakan suatu metode yang digunakan untuk menguraikan pengaruh variabel-variabel independen yang mempengaruhi
variabel dependennya. Data yang digunakan dalam penelitian ini merupakan data time series
, maka dapat diolah dengan menggunakan perangkat lunak software SPSS 15
. Menurut Gujarati 1995, metode OLS dapat digunakan jika dipenuhi asumsi-asumsi sebagai berikut :
1. Nilai rata-rata bersyarat dari unsur gangguan populasi u
i
, tergantung kepada nilai tertentu variabel yang menjelaskan adalah nol
2. Varians bersyarat dari residual adalah konstan atau homokedastik
3. Tidak ada autokorelasi dalam residual
4. Variabel yang menjelaskan adalah nonstokastik
5. Tidak ada multikolinearitas diantara variabel yang menjelaskan
6. Variasi residual menyebar normal
Asumsi diatas jika dipertahankan dalam model regresi linear berganda, maka penduga terkecilnya mempunyai variansi minimum yang merupakan
penduga linear tak bias terbaik atau Best Linear Unbiased Estimator BLUE. Setelah mendapatkan parameter estimasi, langkah selanjutnya adalah
melakukan berbagai pengujian statistik, ekonomi dan ekonometrik. Pengujian
statistik dilakukan dengan uji signifikansi uji t, analisis varian uji F dan uji koefisien determinasi R
2
. Sedangkan pengujian ekonometrik dilakukan untuk mengestimasi parameter regresi dengan menggunakan OLS asumsi-asumsi klasik.
Untuk melihat ada tidaknya pelanggaran terhadap asumsi klasik maka dilakukan uji autokorelasi, uji multikolinearitas dan uji heteroskedastisitas. Apabila terjadi
pelanggaran maka akan diperoleh hasil estimasi yang tidak valid.
4.4 Model Umum Analisis Regresi Berganda
Kategori