49
3.3. Teknik Analisis dan Uji Hipotesis
3.3.1. Teknik Analisis
Pada analisis ini menggunakan dua metode, yaitu: a.
Metode Kualitatif Yaitu metode pembahasan yang menganalisis serta membahas
permasalahan dalam bentuk atau kata-kata yang kemudian dilakukan analisis guna mendapatkan kesimpulan.
b. Metode Kuantitatif
Yaitu metode pembahasan yang menggunakan seperangkat alat analisis statistik untuk membuktikan kebenaran analisis
kuantitatif dalam penelitian ini. Dalam hal ini digunakan model persamaan sebagai berikut:
Y = f X1, X2, X3, …………., Xn ........................................... 1 dimana:
Y = Penerimaan Pajak Hiburan
X1 = Tingkat Inflasi
X2 = Jumlah Tempat Hiburan
X3 = Pendapatan Perkapita
Bo = Konstanta
1
,
2
,
3
,
4
= Koefisien Regresi
50
i = variabel pengganggu yang mewakili faktor-faktor
yang berpengaruh terhadap penerimaan pajak hiburan, namun tidak masuk dalam model.
Adapun untuk mengetahui apakah model analisis tersebut cukup layak untuk digunakan dalam pembuktian selanjutnya dan
untuk mengetahui nilai R Koefisien Determinasi dengan menggunakan formula sebagai berikut:
R
2
=
k Y
~ -
Y k
Y ~
- Y
2 2
= Total
JK Regresi
JK ................................................ 3
dimana: Y = nilai pengamatan
Y = Nilai Y yang ditaksir dengan model regresi Y
~ = Nilai rata-rata pengamatan
R
2
= Koefisien determinasi JK = Jumlah Kuadrat
Sulaiman, 2004: 86 Karakteristik utama R
2
adalah: d.
Tidak mempunyai nilai negatif e.
Nilainya berkisar antara 1 atau 0 R
2
1
3.3.2. Uji Hipotesis
a. Melakukan uji F untuk melihat signifikan tidaknya pengaruh
variabel-variabel bebas secara bersama-sama terhadap variabel terikat. Dengan langkah-langkah pengujian sebagai berikut:
51
1 Merumuskan Hipotesis
Ho :
1
=
2
=
3
=
4
= 0 ………..tidak ada pengaruh Hi :
1
2
3
4
0 ……….. ada pengaruh 2
Menentukan tingkat signifikan sebesar 5 atau 0,05.
3 Menghitung nilai F untuk mengetahui hubungan secara
simultan antara variabel bebas dan variabel terikat dengan rumus sebagai berikut:
F
hitung
= Galat
KT Regresi
KT ............................................................. 4
dimana: KT regresi
= Kuadrat Tengah Regresi KT galat = Kuadrat Tengah Residual
Sulaiman, 2004 : 10 4
Membandingkan F
hitung
dengan F
tabel
dengan ketentuan sebagai berikut:
Derajat bebas pembilang adalah k dan derajat bebas penyebut adalah n-k-1 dengan convidence internal sebesar 90.
Keterangan: n = Jumlah sampel
k = Jumlah parameter regresi Sulaiman, 2004: 10
52
Uji F ini digunakan untuk mengetahui apakah Ho diterima atau ditolak dengan ketentuan sebagai berikut:
1 Apabila F
hitung
F
tabel
, maka Ho ditolak dan Hi diterima. Artinya variabel bebas secara simultan mempengaruhi variabel
terikat. 2
Apabila F
hitung
F
tabel
, maka Ho diterima dan Hi ditolak, artinya variabel bebas tidak berpengaruh terhadap variabel
terikat.
Gambar 4: Kurva Distribusi Penolakan Penerimaan Hipotesis Secara Simultan
Sumber: Gujarati. 1993. Ekonometrika Dasar, Jakarta: Erlangga,
i tingkat signifikansi pengaruh
ah-langkah sebagai berikut: 1
aruh
Daerah Penolakan Ho Daerah Penerimaan Ho
t-hitung t-tabel
halaman 80.
b. Melakukan Uji t untuk menguj
beberapa variabel secara parsial. Dengan menggunakan langk
Merumuskan hipotesis. Ho :
1
=
2
=
3
=
4
= 0 ………..tidak ada peng Hi :
1
2
3
4
0 ……….. ada pengaruh
53
2 Menentukan tingkat signifikansi
sebesar 5 atau 0,05. 3
Menentukan besarnya t-hitung dengan menggunakan n:
persamaa T
hitung
= ββi
Se ....................................................................
βi 5
Se = Standar error 4: 87
n-k-1, internal
a pengaruh antara variabel bebas
tidak ada pengaruh antara variabel bebas
Gambar 5:
Kurva Distribusi Penolakan Penerimaan Hipotesis Secara Parsial.
dengan keterangan: i = Koefisien regresi
Sulaiman, 200 Membandingkan t
hitung
dengan t tabel dengan uji t dua arah. Dengan ketentuan derajat kebebasan sebesar
kepercayaan 95, kaidah keputusannya adalah: 1
Apabila t
hitung
t
tabel
atau –t
hitung
-t
tabel,
maka Ho ditolak dan Hi diterima, artinya ad
dengan variabel terikat. 2
Apabila -t
tabel
t
hitung
t
tabel
, maka Ho diterima dan Hi ditolak, artinya
dengan variabel terikat.
Daerah Penolakan Ho
Daerah Penerimaan Ho
t
R
hitung
t
R
tabel
Daerah Penolakan Ho
R
tabel
-t
54
Sum
3.3.3.
earah dan ni tidak akan terjadi jika terpenuhi beberapa
asumsi, ya a.
pat dalam model
g salah nol akan semakin besar. Akibatnya model
adap adanya sebagai berikut:
ber: Gujarati. 1993. Ekonometrika Dasar, Jakarta: Erlangga, halaman 79.
Asumsi Klasik
Model regresi yang diperoleh dari metode kuadrat terkecil biasa Ordinary Least Square atau OLS merupakan model regresi
yang menghasilkan estimasi linier tidak bias yang terbaik Best Linier Unbiased Estimator atau uji BLUE, artinya koefisien regresi pada
persamaan tersebut secara pasti dapat dikatakan liner atau s tidak bias. Kondisi i
ng disebut dengan asumsi klasik sebagai berikut: Multikolinearitas
Artinya antara variabel independent yang terda memiliki hubungan yang sempurna atau mendekati
sempurna koefisien korelasinya tinggi atau bahkan 1. Konsekuensi yang sangat penting bagi model regresi yang
mengandung multikolinearitas adalah bahwa kesalahan standar estimasi akan cenderung meningkat dengan bertambahnya
variabel independent, tingkat signifikansi yang digunakan untuk menolak hipotesis yan
regresi yang diperoleh tidak valid untuk menaksir nilai variabel independent.
Dugaan secara sederhana terh Multikoliniearitas di dalam regresi adalah
55
1 Koefisien determinasi berganda R
2
tinggi. 2
Koefisien korelasi sederhana tinggi. aan regresi antar variabel independent. Jika
nya signifikan. Algifa
b.
digunakan akan mendek
kan dengan melakukan pengujian korelasi rangking spearman. Korelasi rangking spearman rs
dapat dihitung dengan formula: rs = 1 – 6
3 Membuat persam
koefisien regersi ri, 2000: 84
Heteroskedastisitas Artinya variansi variabel dalam model tidak sama.
Konsekuensi adanya heteroskedastisitas dalam model regresi adalah penaksir estimator yang diperoleh tidak efisien, baik
dalam sampel kecil maupun dalam sampel besar, walaupun sampel penaksir yang diperoleh menggambarkan populasinya
tidak bias dan bertambahnya sampel yang ati nilai sebenarnya konsisten. Ini disebabkan oleh
variansnya yang tidak minimum tidak efisien. Diagnosis adanya heteroskedastisitas secara kuantitas
dalam suatu regresi dapat dilaku
1 NN
2
menyatakan bahwa di
2
yang :
dar deviasi S dan ranking nilai mutlak -
di : Selisih rangking stan error e. Nilai Y Y
ˆ
56
N : Banyaknya sampel Algifari, 2000: 86
Cara mendeteksi Heteroskedastisitas 1
Metode grafik yaitu menghubungkan antara Y dan e
2
, dimana e
2
= Y - Y
ˆ , apabila hubungan Y dan e
2
tidak sistematis
rman. Uji ini digunakan untuk menguji relasi rank Spearman lebih
nilai tabel. Suhary
c.
si yang disusun menurut urutan waktu. Penyimpangan ini biasany
lkan menaksir nilai variabel dependen
seperti makin membesar satu mengecil seiring bertambahnya Y, maka tidak terjadi heteroskedastisitas.
2 Uji korelasi rank Spea
heteroskedastisitas apabila nilai ko besar dari
adi dan Purwanto, 2004: 529. Autokorelasi
Artinya merupakan korelasi antara anggota serangkaian observa
a muncul pada observasi yang menggunakan data time series.
Konsekuensi dari adanya autokorelasi dalam suatu model regresi adalah varians sampel tidak dapat menggambarkan varians
populasinya. Lebih lanjut lagi, model regresi yang dihasi tidak dapat digunakan untuk
pada nilai variabel independent tertentu. Algifari, 2000: 88. Cara mendeteksi autokorelasi:
57
1 Metode grafik yang menghubungkan antara error e atau
residu dengan waktu, apabila terdapat hubungan yang kkan
2 ntuk uji DW adalah:
erkisar antara d
u
dan 4- si.
Suharyadi dan Purwanto, 2004: 529
Gambar 6 : d Durbin-Watson
relasi negatif Sumber: Gujarati. 1993. Ekonometrika Dasar, Jakarta: Erlangga,
3.3.4.
sistematis baik meningkat atau menurun, menunju adanya autokorelasi.
Uji Durbin Watson dimana rumus u e
t
– e
t-1
2 e
2
. Apabila nilai dw b d
u
, maka tidak terjadi autokorela
Menolak Ho Bukti
autokorelasi positif
Menerima H0 atau H0 Atau kedua-duanya
Daerah keragu-
raguan Menolak Ho
Bukti autokorelasi
positif Daerah
keragu- raguan
d
L
4 d
d
L
d
u
du 4 2 4 –
–
H0 : tidak ada autokorelasi positif H0 : tidak ada autoko halaman 216.
Pendeteksian BLUE Best Linier Unbiased Estimator
Persamaan regresi di atas harus bersifat BLUE Best Linier Unbiased Estimator, artinya pengambilan keputusan melalui uji F
dan uji t tidak boleh bias. Untuk menghasilkan keputusan yang BLUE, maka yang harus dipenuhi oleh regresi linier berganda yaitu:
58
i variabel explanatory harus
harus non
i multikolinier antar variabel explanatory. ar mengikuti sebaran
ini dibutuhkan untuk memudahkan dalam penaksiran. besar, penaksir nilai
parameter diperoleh dari sampel besar kira-kira mendeteksi nilai parameter.
d. Estimate; Uji diharapkan sekecil mungkin.
a. Nilai tengah atau rata-rata bersyarat mean value dari komponen
pengganggu i, yang ditimbulkan dar
sama dengan nol. b.
Varian komponen pengganggu i harus konstan dan harus
memenuhi syarat homoskedastisitas. c.
Tidak terjadi autokorelasi antar komponen pengganggu i.
d. Variabel yang menjelaskan X Variabel Explanatory
stokastik yaitu tetap dalam penyempelan berulang, atau jika stokastik didistribusikan secara independent dari gangguan
i. e.
Tidak terjad f.
Komponen pengganggu i harus terseb
normal dengan nilai tengah sama dengan 0, dengan varians sebesar
2
. Sifat BLUE dapat dijelaskan sebagai berikut:
a. Best; pentingnya sifat ini bila diterapkan dalam uji signifikan
terhadap dan .
b. Linier; sifat
c. Unbiased; nilai jumlah sampel sangat
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1. Deskripsi Obyek Penelitian 4.1.1. Sejarah Singkat Kota Surabaya
Bukti sejarah menunjukkan bahwa Surabaya sudah ada jauh sebelum zaman kolonial, seperti yang tercantum dalam prasasti Trowulan I, berangka 1358
M. Dalam prasati tersebut terungkap bahwa Surabaya churabhaya masih berupa desa ditepian sungai Brantas sebagai salah satu tempat penyeberangan penting
sepanjang sungai Brantas. Surabaya Surabhaya juga tercantum dalam pujasastra Negara Kertagama
yang ditulis oleh Prapanca tentang perjalanan pesiar baginda Hayam Wuruk pada tahun 1365 dalam pupuh XVII bait ke-5, baris terakhir. Walaupun bukti tertulis
tertua mencantumkan nama Surabaya berangka tahun 1358 M prasasti Trowulan 1365 M Negara Kertagama, para ahli menduga bahwa Surabaya sudah ada
sebelum tahun-tahun tersebut. Menurut hipotesis Von Faber, Surabaya didirikan tahun 1275 M oleh Raja
Kertanegara sebagai tempat pemukiman baru bagi prajuritnya yang berhasil menumpas pemberontakan Kemuruhan tahun 1270 M. Hipotesis yang lain
mengatakan bahwa Surabaya dulu bernama Ujung Galuh. Versi lain mengatakan bahwa nama Surabaya berasal dari cerita tentang
perkelahian hidup dan mati Adipati Jayengrono dan Sawunggaling. Konon setelah mengalahkan tentara Tartar, Raden Wijaya mendirikan sebuah kraton di