38
atau karena alasan-alasan yang dipandang perlu oleh pemerintah berdasarkan ketentuan yang diatur Undang-Undang.
3.5 Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah bersifat kuantitatif yaitu data yang berbentuk angka-angka. Sedangkan sumber data yang digunakan
dalam penelitian ini adalah data sekunder yang bersumber dari Badan Pusat Statistik BPS Sumatera Utara, Badan Kependudukan dan Keluarga Berencana
Nasional BKKBN Sumatera Utara dan Dinas Tenaga Kerja dan Transmigrasi DISNAKERTRANS Sumatera Utara. Selain itu data-data lainnya yang
mendukung penelitian ini diperoleh dari jurnal-jurnal, buku-buku bacaan, dan situs-situs yang berkaitan dengan penelitian ini. Berdasarkan kurun waktunya,
data yang digunakan dalam penelitian ini adalah times series tahunan, dengan kurun waktu 1999-2013 sampel data 15 tahun.
3.6 Metode Pengumpulan Data
Penulisan skripsi ini menggunakan metode penelitian kepustakaan Library Research yaitu teknik penulisan yang dilakukan melalui bahan-bahan
kepustakaan, seperti tulisan ilmiah, jurnal dan laporan penelitian ilmiah terdahulu yang berkaitan dengan topik penelitian dalam skripsi ini.
Teknik pengumpulan data dilakukan dengan pencatatan data Indeks Pembangunan Manusia IPM, Total Fertility Rate TFR, Infant Mortality Rate
IMR dan Transmigrasi Binaan mulai tahun 1999-2013 di Sumatera Utara.
39
3.7 Metode Analisis Data
3.7.1 Pengujian Asumsi Klasik
Model regresi linier berganda multiple regression dapat disebut sebagai model yang baik jika model tersebut memenuhi Kriteria BLUE Best Linear
Unbiased Estimator. BLUE dapat dicapai bila memenuhi Asumsi Klasik. Uji asumsi klasik digunakan untuk mengetahui apakah hasil analisis
regresi linier berganda yang digunakan untuk menganalisis dalam penelitian ini terbebas dari penyimpangan asumsi klasik yang meliputi uji normalitas,
multikolinieritas, heteroskedastisitas dan autokorelasi. Adapun masing-masing pengujian tersebut dapat dijabarkan sebagai berikut:
3.7.1.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam suatu model regresi linier variabel terikat dan variabel bebas keduanya mempunyai distribusi normal
atau tidak Ghozali, 2005:111. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Dalam penelitian ini, untuk
mendeteksi normalitas data dilakukan dengan pengujian Kolmogrov Smirnov. Dalam uji ini, pedoman yang digunakan dalam pengambilan keputusan
adalah: a. Jika nilai signifikan 0.05 maka distribusi normal, dan
b. Jika nilai signifikan 0.05 maka distribusi tidak normal.
3.7.1.2 Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi mempunyai korelasi antar variabel bebas. Model regresi yang baik seharusnya
40
tidak terjadi korelasi diantara variabel independen. Multikolinieritas adalah situasi adanya korelasi variabel-variabel independen antara yang satu dengan yang
lainnya. Dalam hal ini disebut variabel-variabel bebas ini tidak ortogonal. Variabel-variabel bebas yang bersifat ortogonal adalah variabel bebas yang
memiliki nilai korelasi diantara sesamanya sama dengan nol. Jika terjadi korelasi sempurna diantara sesama variabel bebas, maka konsekuensinya adalah:
a. Koefisien-koefisien regresi menjadi tidak dapat ditaksir,
b. Nilai standar error setiap koefisien regresi menjadi tak terhingga.
Multikolinieritas dapat dilihat dari nilai tolerance dan lawannya serta variance inflation factor VIF. Kedua ukuran ini menunjukan setiap variabel
independen manakah yang dijelaskan oleh variabel independen lainnya. Dalam pengertian sederhana setiap variabel independen menjadi variabel dependen
terikat dan diregres terhadap variabel independen lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel
independen lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF tinggi karena VIF=1Tolerance. Nilai yang umum dipakai untuk menunjukan adanya
multikolinieritas adalah nilai tolerance 0.10 atau sama dengan nilai VIF 10.
3.7.1.3 Uji Heteroskesdastisitas
Menurut Imam Ghozali 2005:105, uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terdapat ketidaksamaan variance dari
residual satu pengamatan ke pengamatan lain. Konsekuensinya adanya heteroskedastisitas dalam model regresi adalah penaksir yang diperoleh tidak
efisien, baik dalam sampel kecil maupun besar. Salah satu cara yang dapat
41
digunakan untuk mengetahui ada tidaknya gejala heteroskedastisitas adalah dengan melihat pada grafik scatterplot.
Jika ada pola tertentu seperti titik-titik yang membentuk pola tertentu yang teratur bergelombang, melebar, kemudian menyempit maka mengindikasikan
telah terjadi heteroskedastisitas. Jika tak ada pola yang jelas maka tidak terjadi gejala heteroskedastisitas.
Untuk mengetahui ada tidaknya heteroskedastisitas juga dapat diketahui dengan melakukan uji glejser. Jika variabel bebas signifikan secara statistik
mempengaruhi variabel terikat maka ada indikasi terjadi heteroskedastisitas Ghozali 2005:69.
3.7.1.4 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linier ada korelasi antara kesalahan pada periode t dengan periode t-1
sebelumnya. Jika terjadi korelasi maka dinamakan ada problem autokorelasi Ghozali, 2005:95. Untuk menguji ada tidaknya gejala autokorelasi maka dapat
dideteksi dengan uji Durbin-Waston. Pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut:
a. angka D-W dibawah -2 berarti ada autokorelasi positif, b. angka D-W diantara -2 sampai +2 berarti tidak ada autokorelasi,
c. angka D-W di atas +2 berarti ada autokorelasi negatif.
3.7.2 Analisis Regresi Berganda
Dalam penelitian ini, teknik analisis data yang digunakan adalah metode regresi linier berganda, dimana data yang dikumpulkan kemudian dianalisis
42
menggunakan indikator yang digunakan. Bentuk umum regresi linier berganda, yaitu:
Y = α + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ e Keterangan:
Y : Indeks Pembangunan Manusia
α : Konstanta
b
1,
b
2,
b
3
: Koefisien regresi variabel independen X
1
: Fertilitas X
2
: Mortalitas X
3
: Transmigrasi Binaan
3.7.3 Uji Kesesuaian Test of Goodness of Fit
Uji statistik yang dilakukan adalah sebagai uji signifikasi hasil estimasi yang diperoleh terhadap hubungan antara variabel independen dan variabel
dependen. Maka uji hipotesis yang digunakan adalah:
3.7.3.1 Uji F Uji Simultan
Uji Simultan Uji Statistik F merupakan uji yang menunjukkan pengaruh variabel secara simultan yaitu variabel independen mempunyai pengaruh secara
bersama-sama terhadap variabel dependen. Pengujian ini dilakukan untuk membandingkan nilai F-hitung dengan F-
tabel. Jika F-hitung F-tabel, maka Ho ditolak, artinya variabel independen secara bersama–sama mempengaruhi variabel dependen.
43
3.7.3.2 Uji T Uji Parsial
Uji Parsial Uji Statistik t dimaksudkan untuk menguji hubungan masing- masing variabel independen secara terpisah sendiri terhadap variabel dependen.
Bila nilai t-hitung t-tabel, maka pada tingkat kepercayaan tertentu Ho ditolak. Hal ini berarti bahwa variabel independen yang diuji dapat berpengaruh
nyata terhadap variabel dependen. Bila t-hitung t-tabel maka pada tingkat kepercayaan tertentu Ho diterima. Ho diterima artinya bahwa variabel independen
yang diuji tidak berpengaruh nyata terhadap variabel dependen.
3.7.3.3 Koefisien Determinasi R2
Koefisien yang mengukur seberapa jauh pengaruh variabel independen terhadap variabel dependen. Semakin tinggi nilai R2 maka semakin baik pengaruh
variabel independen terhadap variabel dependen. Ciri-ciri dari R2:
1. Jumlah nilai R2 tidak pernah negatif. 2. Nilai R2 digunakan antara 0 – 1 0 R2
≤ 1
44
BAB IV HASIL DAN PEMBAHASAN
4.1 Gambaran Umum
Kategori