n = 30
3.4 Jenis Variabel
Jenis variabel yang digunakan dalam penelitian ini ada dua jenis variabel yaitu variabel bebas independen variabel dan variabel terikat dependen variabel,
variabel bebasnya terdiri dari pendapatan, harga, lokasi dan fasilitas, sedangkan variabel terikatnya adalah jumlah permintaan Rumah Sangat Sederhana.
3.5 Jenis dan Sumber Data
1. Data primer yang diperoleh dari subjek penelitian secara langsung melalui observasi dan wawancara serta kuisioner dengan responden.
2. Data sekunder diperoleh dari bagian pemasaran, internet, majalah ekonomi, dan kepustakaan.
3.6 Metode Penelitian dan Teknik Pengumpulan Data
Untuk memperoleh informasi dan data yang digunakan, dalam hal ini penulis melakukan beberapa cara pengumpulan dan informasi sebagai berikut:
1. Observasi yaitu pengamatan secara langsung terhadap objek penelitian. Teknik yang dipakai dalam penelitian adalah pengamatan langsung terhadap
fasilitas perumahan. 2. Wawancara yaitu salah satu teknik pengumpulan data dan informasi dengan
mewawancarai pemilik Rumah Sangat Sederhana serta staff dan karyawan bagian pemasaran pada Perumahan Tozai Baru Pematangsiantar.
3. Kuisioner yaitu daftar yang berisi pertanyaan-pertanyaan untuk diisi oleh para responden dalam hal ini pemilik Rumah Sangat Sederhana pada Perumahan
Tozai Baru.
Universitas Sumatera Utara
4. Studi Kepustakaan yaitu mengumpulkan data dan informasi melalui telaah berbagai literatur yang relevan yang berhubungan dengan permasalahan yang
ada di dalam penulisan skripsi ini, dapat diperoleh dari buku-buku, internet dan lain-lain.
3.7 Pengolahan Data
Dalam penelitian ini penulis melakukan pengolahan data dengan menggunakan program komputer Eviews 5.1. disamping itu juga digunakan aplikasi
Microsoft Office World 2007 dalam penulisan penelitian dan Microsoft Office Excel 2007 sebagai program pembantu, untuk meminimalkan kesalahan dalam pencatatan
data jika dibandingkan dengan pencatatan ulang secara manual.
3.8 Analisa Data
Dalam upaya pembuktian atas hipotesis yang telah dibuat maka harus dilakukan pengujian atas hipotesis itu sendiri dengan menggunakan metode stategi
pendekatan desain penelitian yang sesuai. Berdasarkan rumusan masalah dan hipotesis yang dibuat maka penelitian ini
menerapkan metode analisa data deskriptif kuantitatif dengan pemodelan regresi linier berganda. Penerapan metode ini akan menghasilkan tingkat hubungan antara variabel-
variabel yang diteliti. Dengan demikian dapat ditunjukkan seberapa besar kontribusi variabel-variabel bebas variabel independen terhadap variabel terikatnya variabel
dependen serta arah hubungan yang terjadi hubungan negatif atau positif.
3.8.1. Model Analisis Data
Universitas Sumatera Utara
Model analisis yang digunakan dalam menganalisa adalah model ekonometrika, sedangkan metode yang dipakai adalah metode OLS Ordinary Least
Squares atau metode kuadrat terkecil biasa. Metode ini dikemukakan oleh Carls Friedrich Gauss. Data-data yang digunakan, dianalisis secara kuantitatif dengan
menggunakan analisis statistik yaitu persamaan regresi linier berganda. Variabel independen yang mempengaruhi variabel dependen dinyatakan dalam fungsi sebagai
berikut: Y=fX
1
, X
2
, X
3
, X
4
…………………………………………………1 Kemudian dibentuk dalam model ekonometrika dengan persamaan sebagai berikut:
Y= α + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ e…………………………..2
Dimana: Y
= permintaan pembelian rumah oleh konsumen skor α
= Konstanta X
1
= Tingkat Pendapatan skor X
2
= Harga skor X
3
= Lokasi skor X
4
= Fasilitas skor b
1,
b
2,
b
3,
b
4
= koefisien regresi yag akan dicari e = error term variabel pengganggu
Bentuk hipotesisnya sebagai berikut;
1
X Y
∂ ∂
0, artinya jika terjadi kenaikan pada X
1
tingkat pendapatan maka Y permintaan pembelian rumah mengalami kenaikan, ceteris paribus.
Universitas Sumatera Utara
2
X Y
∂ ∂
0, artinya jika terjadi kenaikan pada X
2
harga maka Y permintaan pembelian rumah mengalami kenaikan, ceteris paribus.
3
X Y
∂ ∂
0, artinya jika terjadi kenaikan pada X
3
lokasi maka Y permintaan pembelian rumah mengalami kenaikan, ceteris paribus.
4
X Y
∂ ∂
0, artinya jika terjadi kenaikan pada X
4
fasilitas maka Y permintaan pembelian rumah mengalami kenaikan, ceteris paribus.
3.8.2. Uji Kesesuaian Test of Goodness of Fit
Uji kesesuaian Test of Goodness of Fit merupakan pengujian kecocokan atau kebaikan antara .hasil pengamatan frekuensi pengamatan tertentu dengan frekuensi
yang diperoleh berdasarkan nilai harapannya frekuensi teoritis.
3.8.2.1. Uji Koefisien Determinasi R-square
Koefisien determinasi digunakan untuk melihat seberapa besar variabel- variabel independen secara bersama mampu memberikan penjelasan mengenai
variabel dependen dimana nilai R
2
berkisar antara 0 sampai 10 ≤R
2
≤1. Semakin bear nilai R
2
, maka semakin besar variasi variabel dependen yang dapat dijelaskan oleh variasi variabel – variabel independen. Sebaliknya jika R
2
kecil, maka akan semakin kecil variasi variabel dependen yang dapat di jelaskan oleh variabel independen.
3.8.2.2. Uji t-statistik
Uji t-statistik merupakan pengujian untuk mengetahui apakah masing- masing koefisien regresi signifikan atau tidak terhadap dependen variabel. Dengan
menganggap variabel independen lainya konstan.
Universitas Sumatera Utara
Nilai t-hitung diperoleh dengan rumus: t hitung =
bi Se
b bi
−
Dimana : bi = koefesien variabel ke – i
b = nilai hipotesis nol Sebi = simpangan baku dari variabel independent ke-i
Dalam uji t ini digunakan perumusan bentuk hipotesis sebagai berikut : Ho : bi = b
Ha : bi ≠ b
Dimana bi adalah koefisien variabel independen ke I nilai parameter hipotesis, dan biasanya b dianggap=0. Artinya tidak ada pengaruh variabel Xi
terhadap Y. Pengujian dilakukan melalui uji-t dengan membandingkan t-statistik dengan t
tabel. Apabila hasil perhitungan menunjukkan :
t-hitung t-hitung
t-tabel t-tabel
Ho ditolak Ho diterima
Ho ditolak
Gambar 3.1 Kurva Uji t-statistik
Universitas Sumatera Utara
a. Ho diterima dan Ha ditolak apabila t-hitung t-tabel dengan tingkat kepercayaan sebesar α.
Artinya variasi variabel bebas tidak dapat menerangkan variabel terikat, dimana tidak terdapat pengaruh variabel bebas terhadap variabel terikat.
Pengujian dilakukan dengan tingkat kepercayaan sebesar α. b. Ho ditolak dan Ha diterima apabila t-hitung t-tabel dengan tingkat
kepercayaan α. Artinya variasi variabel bebas dapat menerangkan variabel terikat, dimana
terdapat pengaruh variabel bebas terhadap variabel terikat. Pengujian ini dilakukan dengan tingkat kepercayaan sebesar α.
3.8.2.3. Uji F-statistik
Uji F-statistik ini adalah pengujian yang bertujian untuk mengetahui seberapa besar pengaruh koefisien regresi secara bersama-sama terhadap dependen variabel.
Nilai F-hitung dapat diperoleh dengan rumus: F-hitung =
1 1
2 2
k n
R k
R −
− −
Dimana: R
2
: Koefisien determinasi k
: Jumlah variabel independen n
: Jumlah sample
Ho ditolak Ho diterima
Universitas Sumatera Utara
Gambar 3.2 kurva uji F-statistik
Untuk uji F-statistik ini digunakan hipotesis sebagai berikut: H
: b
1
= b
2
= bn………..bn=0tidak ada pengaruh Ha : b
1
≠ 0………………bi=1ada pengaruh Kriteria pengambilan keputusan:
Ho: b
1
= b
2
= 0 H diterima F-hitung F-tabel artinya variabel independen
secara parsial tidak berpengaruh nyata terhadap variabel dependen. Ha : b
1
≠ b
2
≠0 Ha diterima F-hitung F-tabel artinya variabel independen
secara parsial berpengaruh nyata terhadap variabel dependen.
3.8.3. Uji Penyimpangan Asumsi Klasik
Agar pengujian hipotesis berdasarkan model analisis tidak bias atau bahkan menyesatkan, maka perlu digunakan uji penyimpangan asumsi klasik.
3.8.3.1. Uji Multikolinieritas
Multikolinearitas adalah alat yang digunakan untuk mengetahui apakah ada hubungan yang kuat kombinasi linier diantara independen variabel. Multikolinieritas
dikenalkan oleh Ragnar Frisch 1934. Suatu model regresi linier akan menghasilkan estimasi yang baik apabila model tersebut tidak mengandung multikolinieritas.
Multikolinearitas terjadi karena adanya hubungan yang kuat antara sesama variabel independen dari suatu model estimasi. Adanya multikolinieritas ditandai dengan:
• Standart error tidak terhingga
• Tidak ada satupun t-
statistik yang signifikan pada α= 1, α= 5, α= 10
F-tabel
Universitas Sumatera Utara
• Terjadi perubahan tanda atau berlawanan dengan teori
• R
2
sangat tinggi
3.8.3.2. Uji Heterokedastisitas
Heterokedastisitas terjadi apabila variabel pengganggu Error Term tidak mempunyai varian yang konstan sama untuk semua observasi sehingga
residual variabel pengganggu tidak bernilai nol atau
2 2
σ µ
≠ i
E
. Ini merupakan pelanggaran salah satu asumsi klasik tentang model regresi
linier berdasarkan metode kuadrat terkecil biasa. Heterokedastisitas pada umumnya lebih banyak ditemui pada data cross section yaitu data yang menggambarkan
keadaan pada suatu waktu tertentu misalnya data hasil suatu survei. Keberadaan heterokedastisitas akan dapat menyebabkan kesalahan dalam penaksiran sehingga
koefisien regresi menjadi tidak efisien dan dapat meyesatkan. Nachrowi Djalal Nachrowi dan Hardius Usman, 2006:109
Menguji Heteroskedastisitas .
Untuk menguji heteroskedastisitas dilakukan dengan cara yaitu:
Uji White
Uji White memulai pengujiannya dengan membentuk model: Y
i
= β + β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ β
4
X
4
+ μ
i
Kemudian persamaan di atas, dimodifikasi dengan membentuk regresi bantuan auxiliary regression sehingga model menjadi:
μ
i 2
= +
+ +
+
3 3
2 2
1 1
X X
X α
α α
α
2 4
8 2
3 7
2 2
6 2
1 5
4 4
X X
X X
X
α α
α α
α
+ +
+ +
+
Universitas Sumatera Utara
i
X X
X X
ν α
+
4 3
2 1
9
Pedoman dari penggunaan uji white ini adalah tidak terdapat masalah heterokedastisitas dalam hasil estimasi, jika nilai R
2
hasil regresi dikalikan dengan jumlah data atau n.R
2
=
2
χ hitung lebih kecil dibandingkan
2
χ tabel. Sementara, akan terdapat masalah heterokedastisitas apabila hasil estimasi menunjukkan bahwa
2
χ hitung lebih besar dibandingkan
2
χ tabel. Apabila nilai probability lebih rendah dari 0.05 berarti terdapat heterokedastisitas pada hasil estimasi. Sebaliknya, apabila
nilai probability-nya lebih tinggi dari 0.05, maka hasil estimasi tidak terkena heterokedastisitas. Wahyu Ario Pratomo dan Paidi Hidayat, 2007:98
Cara Mengobati Masalah Heterokedastisitas
Heterokedastisitas tidak merusak sifat ketidakbiasaan dan sifat konsistensi dari hasil estimasi. Namun hasil estimasi tidak lagi efisien. Oleh karena tidak efisien lagi,
maka pengujian hipotesa menjadi diragukan hasilnya. Dengan demikian, sangat perlu dilakukan perbaikan atau pengobatan pada masalah heterokedastisitas tersebut. Untuk
mengatasi masalah heterokedastisitas adalah dengan menggunakan metode kuadrat terkecil tertimbang Weighted Least SquareWLS.
Model estimasi regresi penelitian adalah: Y
i
= β + β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ β
4
X
4
+ μ
i
Kemudian sisi kiri dan sisi kanan dari persamaan di atas dibagikan dengan varians
2
σ , sehingga model estimasi menjadi: +
=
i i
i
Y σ
β σ
1
β
1 1
σ X
+
2
β
2 2
σ X
+
3
β
3 3
σ X
+
4
β
4 4
σ X
+
i i
σ µ
Universitas Sumatera Utara
Nilai
i
σ dalam ekonometrika disebut sum of squares residual = RSS dibagi dengan jumlah variabel penjelas k.
k RSS
i
=
σ
Nilai
i
σ kemudian ditransformasikan kedalam masing-masing variabel. Langkah-langkah untuk membuat regresi weighted least square adalah:
1. Klik Quick, Generate Series, kemudian ketik: vari=RSSk 2. Klik lagi Quick, Generate Series, dan ketik wx1=x1vari
3. Klik lagi Quick, Generate Series, dan ketik wx2=x2vari 4. Klik lagi Quick, Generate Series, dan ketik wx3=x3vari
5. Klik lagi Quick, Generate Series, dan ketik wx3=x3vari 6. Klik lagi Quick, Generate Series, dan ketik wy=yvari
7. Lakukan estimasi dengan perintah Quick, Estimation Equation, ketik: Wy c wx1 wx2 wx3 wx4
Sebagai rujukan untuk melihat apakah hasil estimasi regresi telah lolos dari masalah heterokedastisitas, maka perhatikan nilai sum of squared resid. Bila angka
sum of squared resid cenderung menurun, maka dapat dikatakan bahwa model yang diestimasi lolos dari masalah heterokedastisitas. Wahyu Ario Pratomo dan Paidi
Hidayat, 2007: 100
3.8.3.3. Uji Normalitas
Uji normalitas dilakukan untuk menguji apakah faktor pengganggu
i
µ berdistribusi normal atau tidak. Untuk melakukan uji normalitas digunakan Jarcue-
Bera Test JB- Test.
Universitas Sumatera Utara
Untuk melihat apakah data telah berdistribusi normal dengan cara JB-Test ini adalah dengan membandingkan Jarcue Bera normality test statistics dengan
2
χ tabel, jika Jarcue Bera normality test statistics lebih kecil dari
2
χ tabel maka
t
µ adalah berdistribusi normal. Sebaliknya jika Jarcue Bera normality test statistics lebih besar
dari
2
χ tabel maka
t
µ adalah tidak berdistribusi normal. Cara lain untuk melihat apakah data berdistribusi normal dengan
menggunakan JB-Test adalah dengan melihat angka probability. Apabila angka probability 0,05 maka data berdistribusi normal, sebaliknya apabila angka
probability 0,05 maka data tidak berdistribusi normal. Wahyu Ario Pratomo dan Paidi Hidayat, 2007:92
3.9 Defenisi Operasional
Untuk menjelaskan variabel-vaiabel yang sudah diidentifikasi maka perlu defenisi operasional dari masing-masing variabel sebagai upaya pemahaman dan
penelitian. Defenisi dari variabel-variabel yang diteliti adalah sebagai berikut: • Faktor pendapatan X
1
adalah seberapa besar penghasilan konsumen yang menjadi responden. Diukur dengan menanyakan secara langsung besar
pendapatan responden. Kemudian dikelompokkan menjadi 5 kelompok, yaitu: - Kelompok 1 : Rp 1.000.000
- Kelompok 2 : Rp 1000.001-3.000.000 - Kelompok 3 : Rp 3.000.001-5.000.000
- Kelompok 4 : Rp 5.000.001-7.000.000 - Kelompok 5 : Rp 7.000.000
• Faktor harga X
2
harga rumah atau sejumlah uang yang dibayarkan responden untuk membeli Rumah Sangat Sederhana pada Perumahan Tozai Baru
Universitas Sumatera Utara
Pematangsiantar. Diukur dengan menanyakan pendapat responden tentang harga rumah sangat sederhana pada Perumahan Tozai Baru Pematangsiantar,
apakah: - Sangat tinggi
- Tinggi - Sedang
- Murah - Sangat murah
• Faktor lokasi X
3
adalah jarak lokasi perumahan dengan tempat kerja. Diukur dengan menanyakan jarak rumah responden dengan tempat kerjanya, apakah:
- Sangat jauh - Jauh
- Sedang - Dekat
- Sangat Dekat • Faktor Fasilitas X
4
adalah sarana yang disediakan oleh Perumahan Tozai Baru Pematangsiantar kepada konsumen.
Indikator pengukurannya: - Fasilitas listrik, air dan telepon
- Fasilitas keamanan - Fasilitas tempat rekreasi dan bersantai
- Fasilitas klinik kesehatan
Universitas Sumatera Utara
- Fasilitas sarana jalan angkutan umum - Fasilitas pasar tradisional
• Keputusan Permintaan Pembelian Y
Keputusan permintaan pembelian adalah variabel terikat, merupakan suatu tindakan pemilihan salah satu atau lebih dari alternatif yang ada. Variabel
terikat diukur berdasarkan keputusan pembelian yang dilakukan responden terhadap produk, dalam hal ini adalah rumah.
Indikator pengukurannya: - Kesadaran akan kebutuhan
- Pencarian informasi - Mengevaluasi informasi dari penawaran-penawaran yang ada
- Ketepatan dalam pengambilan keputusan - Dampak psikologis setelah melakukan keputusan pembelian rumah
3.10 Skala Pengukuran Variabel
Kategori