3.4. Model Analisis Data
Model yang penulis gunakan dalam penelitian ini adalah model analisis regresi berganda, dengan metode OLS mempergunakan program aplikasi komputer
E-Views 4.1. Dengan menggunakan model ini penulis dapat mengetahui berapa besar pengaruh variabel bebas harga rumah, pendapatan perkapita, jumlah rumah tangga,
dan tingkat inflasi terhadap variabel terikat yaitu permintaan terhadap perumahan, dengan metode OLS Ordinary Least Square dengan fungsi Y = fX1, X2, X3,
X4..............................................................................................................................1 Secara spesifikasi, model persamaan dirumuskan sebagai berikut:
Log Y= Ü +
1
Log X
1
+
2
Log X
2
+
3
Log X
3
+
4
Log X
4
+................................2 Di mana:
Y = Permintaan Rumah Sangat Sederhana dalam unit
Ü
= Intercept
1
2
3
4
= Koefisien regresi, di mana:
X
1
= Harga rumah sangat sederhana Kota Medan dalam rupiah X
2
= Pendapatan regional dalam juta rupiah X
3
= Jumlah rumah tangga jiwa X
4
= Inflasi
= Kesalahan pengganggu term of error
Universitas Sumatera Utara
3.5. Test of Goodness of Fit
3.5.1. Uji Koefisien Determinasi R
2
Koefisien determinasi R
2
pada intinya menunjukkan besarnya variabel- variabel bebas independent dalam menerangkan variabel terikat dependent. Nilai
R
2
berkisar antara O dan 1 O≤ R
2
≤ 1. Semakin besar nilai R
2
, maka semakin besar variasi variabel-variabel independen. Sebaliknya, makin kecil nilai R
2
, maka semakin kecil variasi variabel dependen yang dapat dijelaskan oleh variasi variabel
independen. Sifat dari koefisien determinasi adalah: -
R
2
merupakan besaran yang non negatif. -
Batasnya adalah 0 ≤ R
2
≤ 1.
Apabila R
2
bernilai 0 berarti tidak ada hubungan antara variabel-variabel independen dengan variabel dependen. Semakin besar nilai R
2
maka semakin tepat garis regresi dalam menggambarkan nilai-nilai observasi.
Ada dua ciri-ciri dari R
2
yang perlu diperhatikan: 1.
Jumlahnya tidak pernah negatif non negative quantity. 2.
Nilai R
2
digunakan antara 0 sampai 1 0R
2
1 semakin mendekati 1 berarti
semakin baik atau sempurna.
3.5.2. Uji Signifikansi Simultan Uji F-Statistik
Uji F merupakan pengujian untuk melihat seberapa besar variabel independen secara bersama-sama mempengaruhi variabel dependen. Pengujian ini juga dilakukan
pada tingkat kepercayaan 95.
Universitas Sumatera Utara
Nilai F-hitung diperoleh dengan rumus: F=
k N
R k
R
1 1
2 2
Di mana: R
2
= Koefisien determinasi. k = Jumlah variabel bebas ditambah intercept dari suatu model
persamaan. N = Jumlah observasi.
3.5.3. Uji Signifikansi Parsial Uji t-Statistik
Uji t merupakan suatu pengkajian untuk mengetahui apakah masing-masing koefisien regresi signifikan atau tidak terhadap variabel dependen dengan
menganggap variabel independen lainnya konstan. Pengaruh variabel independen yaitu, dana pihak ketiga dan suku Bunga KPR terhadap permintaan KPR dilakukan
pada tingkat kepercayaan 95. Nilai t-hitung diperoleh dengan rumus:
t =
1 1
Sb b
b
Di mana: b1 : Koefisien variabel independen ke-i
b : Nilai hipotesis nol Sbi : Simpangan baku dari variabel ke-i
Universitas Sumatera Utara
Kriteria pengambilan keputusan: Ho ditetima jika t-hitungt-tabel
Ha ditetima jika t-hitungt-tabel 1.
Ho: = 0 diterima t t tabel, artinya variabel independen secara
parsial tidak berpengaruh nyata terhadap variabel dependen. 2.
Ha: ≠ 0 ditolak t t tabel, artinya variabel independen secara
parsial berpengaruh nyata terhadap variabel dependen.
3.6. Uji Penyimpangan Asumsi Klasik
Uji penyimpangan klasik yaitu suatu syarat yang ditempuh untuk penyaringan kekeliruan dari dalam model maupun data serta perhitungan. Untuk uji penyimpangan
klasik pada penelitian ini digunakan dua pengujian.
3.6.1. Multikolinieriti
Uji Multikolinieriti digunakan untuk mengetahui apakah di dalam model regresi yang digunakan terdapat korelasi sempurna diantara variabel-variabel yang
menjelaskan independen variabel. Suatu model regresi linear akan menghasilkan estimasi yang baik apabila model tersebut tidak mengandung multikolinieriti.
Adanya multikolinieriti ditandai dengan: a.
Standard error tidak terhingga. b.
Tidak ada
satupun t-statistik
yang signifikan
pada Ü=5,Ü=10,Ü=1.
Universitas Sumatera Utara
c. Terjadi perubahan tanda atau tidak sesuai dengan teori.
d. R
2
sangat tinggi.
3.6.2. Autokorelasi
Autokorelasi dapat didefinisikan sebagai korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu. Dalam konteks regresi, model regresi linier
klasik mengasumsikan bahwa autokorelasi seperti itu tidak terdapat dalam disturbansi. Dengan menggunakan lambang µ secara sederhana dapat dikatakan
model klasik mengasumsikan bahwa unsur gangguan yang berhubungan dengan observasi tidak dipengaruhi oleh unsur disturbansi atau gangguan yang berhubungan
dengan pengamatan lain yang manapun. Untuk mendeteksi adanya autokorelasi dalam model penelitian ini dilakukan uji Lagrange Multiplier LM Test. LM Test
adalah suatu cara yang dapat digunakan untuk menguji autokorelasi dengan keberadaan variabel dependen yang diperlamban dengan menganalisis seberapa baik
residu-residu yang diperlamban menjelaskan residu-residu pada persamaan awal Sarwoko, 2005. LM Test dilakukan dengan membandingkan nilai X
2 hitung
dengan X
2 tabel
dengan kriteria sebagai berikut: 1.
Jika nilai X
2 hitung
X
2 tabel
, maka hipotesis yang menyatakan tidak ada autokorelasi dalam model empiris yang digunakan ditolak.
2. Jika nilai X
2 hitung
X
2 tabel
, maka hipotesis yang menyatakan tidak ada autokorelasi dalam model empiris yang digunakan tidak dapat ditolak.
Universitas Sumatera Utara
3.7. Definisi Operasional
1. Permintaan rumah yaitu jumlah rumah yang dibeli setiap tahun dalam satuan unit.
2. Harga rumah sangat sederhana ialah, harga rata rata rumah sangat sederhana satu
unit rumah yang dinyatakan dalam rupiahtahun. 3.
Pendapatan regional yaitu total pendapatan yang diperoleh oleh masyarakat Kota Medan dalam satu tahun dalam satuan juta.
4. Jumlah rumah tangga adalah banyaknya masyarakat yang sudah mempunyai
keluarga yang pasti membutuhkan tempat tinggal untuk dihuni dalam satuan jiwa. 5.
Tingkat inflasi yaitu, tingkat inflasi tahunan yang dihitung dalam .
Universitas Sumatera Utara
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1. Hasil Penelitian 4.1.1. Kondisi Geografis
Kota Medan sebagai kota ketiga terbesar di Indonesia berpenduduk 2.036.185 orang pada tahun 2005 memiliki luas wilayah 26.510 Ha 265,10 km
2
, atau 3,6 dari luas keseluruhan Provinsi Sumatera Utara. Dibandingkan dengan kabupaten lain
di Sumatera Utara, luas wilayah Medan ini sangat kecil tetapi memiliki penduduk yang sangat besar, dan menurut survei yang dilakukan pada tahun 2003 penduduk
siang hari Kota Medan mencapai 2,036,185 yang hampir meliputi sepertiga dari penduduk Provinsi Sumatera Utara dari jumlah tersebut 306,470 bukan penduduk
yang tetap sehingga secara resmi yang tercatat sebagai permanen residen adalah sebesar 1,904,273. Kepadatan penduduk adalah sekitar 8,339 orang per-kilometer
persegi sehingga diklasifikasikan sebagai kota yang padat penduduk. Kota ini dilintasi berbagai sungai yang berpotensi sebagai saluran pembuangan air hujan untuk
mengatasi banjir dan air limbah. Sedikitnya terdapat 10 sepuluh sungai yang melintasinya, antara lain 1. Sungai Belawan, 2. Sungai Deli, 3. Sungai Badra,
4. Sungai Putih, 5. Sungai Babura, 6. Sungai Sikambing, 7. Sungai Saling, 8. Sungai Kera, 9. Sungai Batuan dan 10. Sungai Percut. Sebagian diantaranya sudah
mengalami kekeringan pada musim kemarau. Iklim yang ada sangat dipengaruhi
Universitas Sumatera Utara