Metode Analisis Data

F. Metode Analisis Data

1. Analisis Permintaan Ikan Lele Pendekatan yang digunakan untuk menganalisis hubungan antar

variabel berupa pendekatan teori ekonomi, teori statistik dan teori ekonometrika dengan lebih mendekatkan pada model analisis seri waktu variabel berupa pendekatan teori ekonomi, teori statistik dan teori ekonometrika dengan lebih mendekatkan pada model analisis seri waktu

Ln Qd = ln b 0 +b 1 ln HIL + b 2 lnHA + b 3 lnHIN+b 4 ln HB+ b 5 ln Y+ e Keterangan: Qd

= pemintaan ikan lele (Kg)

b 0 = konstanta

HIL

= harga ikan lele (Rp/Kg) HA = harga daging ayam ras (Rp/Kg)

HIN

= harga ikan nila merah (Rp/Kg) HB = harga beras (Rp/Kg)

= pendapatan per kapita (Rp)

e = variabel pengganggu

b 1-5

= koefisien regresi

2. Pengujian Model

a. Uji R 2 adjusted ( 2 )

Uji ini dilakukan untuk mengetahui besarnya proporsi pengaruhvariabel-variabel bebas terhadap permintaan ikan lele di KabupatenSukoharjo. Nilai 2 antara 0 sampai 1 (0 < 2 ≤ 1). Semakin besar 2 (mendekati 1) maka semakin baik hasil regresi tersebut(semakin besar pengaruh variabel bebas terhadap variabel tak bebas).Semakin mendekati 0 maka variabel bebas secara keseluruhan,semakin kurang dapat menjelaskan variabel tidak bebas

2 =1 − (1 – R 2 )

Keterangan : R 2 = koefisien determinasi N = jumlah observasi K = jumlah variabel

b. Uji F Uji F digunakan untukmengetahui pengaruh semua variabel bebas b. Uji F Uji F digunakan untukmengetahui pengaruh semua variabel bebas

F hitung =

Keterangan : R 2 = koefisien determinasi N = jumlah observasi K = jumlah variabel

Tes hipotesis :

H 0 : β 1 = β 2 = ... = β i = 0, berarti tidak terdapat pengaruh variabel bebas terhadap variabel tidak bebas

H 1 : β i ≠ 0, berarti terdapat pengaruh variabel bebas terhadap variabel tidak bebas Kriteria pengambilan keputusan :

1) Jika F hitung > F tabel, maka H 0 ditolak dan H 1 diterima, berarti variabel bebas (harga ikan lele, ikan nila merah, daging ayam ras, beras, dan pendapatan per kapita) secara bersama-sama berpengaruhnyata terhadap variasi variabel tidak bebas yaitu jumlah permintaan ikan lele (Qd).

2) Jika F hitung < F tabel, maka H 0 diterima dan H 1 ditolak berarti semua variabel bebas (harga ikan lele, ikan nila merah, daging ayam ras, beras dan pendapatan per kapita) secara bersama-sama tidak berpengaruh nyata terhadap jumlah permintaan ikan lele (Qd).

c. Uji t Uji t digunakan untuk mengetahui pengaruh masing-masing variabel bebas terhadap variasi variabel tidak bebas yaitu jumlah permintaan ikan lele pada tingkat signifikansi (α) tertentu yaitu α= 5%. Rumus t hitung adalah sebagai berikut :

t hitung =

i Se i b i Se i b

Se ( β i ) = standar error koefisien regresi variabel bebas ke-i Dengan hipotesis :

H 0 : β i = 0, berarti tidak terdapat pengaruh variabel bebas terhadap variasi variabel tidak bebas

H 1 : β i ≠ 0, berarti terdapat pengaruh variabel bebas terhadap variasi variabel tidak bebas. Kriteria pengambilan keputusan :

1) Jika t hitung > t tabel maka H 0 ditolak dan H 1 diterima berarti variabel bebas berpengaruh nyata terhadap jumlah permintaan ikan lele(Qd).

2) Jika t hitung < t tabel maka H 0 diterima dan H 1 ditolak berarti variabel bebas tidak berpengaruh nyata terhadap jumlah permintaan ikan lele (Qd).

d. Standar Koefisien Regresi Standar koefisien regresi parsial digunakan untuk mengetahui variabel bebas yang paling berpengaruh terhadap permintaan ikan lele, dapat dituliskan dengan rumus :

βi 䊠 β x

δy δi

Keterangan : βi = standar koefisien regresi variabel bebas ke-i β = koefisien regresi variabel bebas ke-i δy =standar deviasi variabel tak bebas δi = standar deviasi variabel bebas ke-i

3. Elastisitas Permintaan Ikan Lele Derajat kepekaan dari fungsi permintaan terhadap perubahan harga dapat diketahui dengan melihat nilai koefisien regresi dari masing-masing variabel bebas. Ciri menarik dari model logaritma berganda ini adalah nilai 3. Elastisitas Permintaan Ikan Lele Derajat kepekaan dari fungsi permintaan terhadap perubahan harga dapat diketahui dengan melihat nilai koefisien regresi dari masing-masing variabel bebas. Ciri menarik dari model logaritma berganda ini adalah nilai

Apabila elastisitas > 1, permintaan dikatakan elastis, artinya prosentase perubahan jumlah permintaan lebih besar daripada prosentase perubahan variabel bebas. Apabila elastisitas < 1, permintaan dikatakan inelastis, artinya prosentase perubahan jumlah permintaan lebih kecil daripada prosentase perubahan variabel bebas. Apabila elastisitas = 1, permintaan dikatakan uniter yang artinya prosentase perubahan jumlah permintaan sama besar dengan prosentase perubahan variabel bebas.

4. Pengujian Asumsi Klasik Setelah model diperoleh maka model diuji sesuai kriteria BLUE (Best Linear Unbiased Estimator). Adapun model dikatakan BLUE bila memenuhi persyaratan berikut:

a. Multikolinearitas Uji Matrik Pearson Correlation dilakukan untuk mengetahui ada tidaknya multikolinieritas. Matriks korelasi adalah hubungan antara berbagai variabel bebas. Matriks korelasi menunjukkan seberapa besar hubungan antara setiap variabel bebas yang digunakan dalam model.

MenurutGhozali (2006), mendefinisikan multikolinearitas sebagai suatu situasi adanya korelasi variabel-variabel bebas diantara satu dan yang lainnya. Ada tidaknya multikolinearitas antarvariabel bebas dilihat dari nilai tolerance dan lawannya variance inflation factor (VIF). Tolerance mengukur variabilitas variabel bebas yang terpilih yang tidak dijelaskan variable bebas lainnya. Nilai cutoff untuk menunjukkan adanya multikolinearitas adalah nilai tolerance < 0,1 atau sama dengan nilai VIF > 10.

b. Autokorelasi Menurut Gujaratti (1995), autokorelasi dalam konsep regresi linier berarti terdapat komponen error yang berkorelasi berdasarkan b. Autokorelasi Menurut Gujaratti (1995), autokorelasi dalam konsep regresi linier berarti terdapat komponen error yang berkorelasi berdasarkan

korelasi antar variabel bebas (autokorelasi), digunakan uji statistik d dari Durbin Watson, dengan kriteria :

1) 1,65 < DW < 2,35 :tidak terjadi autokorelasi.

2) 1,21 < DW < 1, 65 atau 2,35 < DW < 2,79 : tidak dapat

disimpulkan.

3) DW < 1,21 atau DW > 2,79 : terjadi autokorekasi.

c. Heteroskedastisitas Menurut Priyatno (2009), uji heteroskedastisitas dilakukan dengan melihat pola titik-titik pada grafik scatterplot. Kriteria yang menjadi dasar pengambilan keputusan adalah sebagai berikut :

a) Jika ada pola tertentu , seperti titik-titik ada yang membentuk suatu pola tertentu yang teratur (bergelombang, melebar, kemudian menyempit) maka terjadi heteroskedastisitas.

b) Jika tidak ada pola yang jelas, seperti titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.