Definisi Operasional Variabel Metode Analisis Data

commit to user 25 Hal ini didasarkan pada pendapat Arikunto 2002:112, bahwa apabila subyeknya kurang dari seratus sebaiknya diambil semuanya sehingga penelitiannya merupakan penelitian populasi. Namun apabila subyek jumlahnya besar dapat diambil antara 10-15 atau 20-25, atau lebih. 3. Teknik sampling yang digunakan adalah Teknik pengambilan sampel dalam penelitian ini menggunakan kombinasi proportionated sampling dengan area random sampling. Jumlah sampel dalam setiap stratum ditentukan secara proposional. Yang dimaksud dengan proposional adalah jumlah sampel dalam setiap stratum sebanding dengan jumlah unsur populasi dalam stratum tersebut.

E. Definisi Operasional Variabel

Variabel DependenTak bebas : Pendapatan adalah adalah jumlah uang yang diterima oleh pedagang dari aktivitasnya, dengan satuan rupiah. Variabel independenBebas meliputi : a. Umur adalah usia dari pedagang, dengan satuan tahun. b. Lama usaha adalah waktu yang dilalui oleh responden berdagang dari semenjak responden melakukan kegiatan usaha pertama kali sampai sekarang, dengan satuan tahun. c. Modal adalah jumlah uang yang dikeluarkan oleh pedagang untuk pertama kalinya dalam memulai usaha, dengan satuan rupiah. commit to user 26 d. Jam kerja adalah waktu lama responden melakukan kegiatan perdagangan setiap harinya, dengan satuan jam. e. Dummy Jenis Dagangan adalah macam-macam yang dijual oleh pedagang.

F. Metode Analisis Data

Dalam penelitian ini digunakan metode analisa kuantitatif. Analisa kuantitatif adalah analisa dengan menggunakan rumus-rumus dan teknik perhitungan yang dapat digunakan untuk menganalisa masalah-masalah yang diteliti. Untuk mencapai tujuan penelitian dan pengujian hipotesa, dalam penelitian ini pendekatan yang digunakan adalah Regresi Linier Berganda dengan metode Ordinary Least Square yaitu analisis peramalan yang menggunakan lebih dari satu macam variabel bebas. Dengan cara ini maka kita dapat mengetahui sejauh mana hubungan umur, lama usaha, modal, jam kerja dan jenis dagangan sebagai variabel independen variabel yang menjelaskan terhadap pendapatan pedagang di Pasar Gede sebagai variabel dependen variabel yang dijelaskan. maka digunakan model regresi berganda dan dapat dirumuskan model fungsi sebagai berikut : Y = f {X 1 , X 2 , X 3 , X 4, X 5 } 3.1 Dimana : Y : Pendapatan Pedagang satuan rupiah X 1 : Umur satuan tahun commit to user 27 X 2 : Lama Usaha satuan tahun X 3 : Modal satuan rupiah X 4 : Jam Kerja satuan jam X5 : Jenis Dagangan, dinyatakan dalam Dummy 0 = Bukan sembako 1 = Sembako Dari fungsi tersebut kemudian diturunkan menjadi persamaan regresi sebagai berikut : Y = α + β 1 X 1 + β 2 X 2 + β 3 X 3 + β 4 X 4 + β 5 X 5 + ei 3.2 1. Alat Uji yang digunakan Pada hipotesis tersebut kemudian dilakukan pengujian yang meliputi uji statistik dan uji asumsi klasik. a. Uji Statistik 1 Uji t Uji t adalah pengujian untuk mengetahui signifikansi masing-masing variabel independen terhadap variabel dependen, dengan analisis sebagai berikut: Hipotesis : Ho : b 1 = 0 Ha : b 1 ≠ 0 Menentukan level of significant commit to user 28 Nilai of test daerah ditolak daerah diterima → t α2, N-k Gambar III.1 Uji t Ho diterima jika : -t α2, N-k ≤ t 22, N-k Ho ditolak jika : t t α2, N-k atau t -t α2, N-k Dimana: α : derajat signifikansi N :jumlah sampel K :banyaknya parameter Jika H diterima, maka koefisien regresi tidak signifikan pada tingkat α Jika H0 ditolak, maka koefisien regresi signifikan pada tingkat α Perhitungan nilai t : Se bi t bi = ……………………….....3.3 Dimana bi : Koefisien regresi Se bi : Standar error koefisien regresi Kesimpulan : 1 Jika t hitung t tabel, maka Ho diterima dan Ha ditolak artinya koefisien regresi variabel independen tidak mempengaruhi variabel dependen secara signifikan. commit to user 29 2 Jika t hitung t tabel, maka Ho ditolak dan Ha diterima artinya koefisien regresi variabel independen mempengaruhi variabel dependen secara signifikan. 2 Analisis koefisiensi determinasi berganda R 2 Analisis ini dipergunakan untuk mengetahui seberapa jauh variasi variabel bebas atau independent variabel dapat menerangkan dengan baik variabel terkait atau dependen variabel. Hal ini dapat dilihat dan nilai R 2 nya. Analisis koefisien determinasi berganda mempunyai ketentuan sebagai berikut: Jika R 2 mendekati 0, maka variabel yang dipilih tidak dapat menerangkan variabel terkaitnya dan jika R 2 mendekati 1, maka variabel bebas yang dipilih dapat menerangkan dengan baik variabel terkaitnya: Formula penguji adalah sebagai berikut; yi ei - 1 T R - 1 T E 2 2 SS SS SS SS S S = = ………………………..…...3.4 ESS : Explain Sum Of Square RSS : Residual Sum Of Squre TSS : Total Sum Of Square a. Pengujian secara serentak Uji F-test Uji F ini digunakan untuk menguji pengaruh variabel bebas secara bersama-sama terhadap variabel terkait. Tahap Pengujiannya adalah sebagai berikut Ghozali, 2006: commit to user 30 Hipotesa : Ho: b 1 = b 2 = b 3 =b 4 =b 5 = b 6 = 0 Ha: b 1 = b 2 = b 3 =b 4 =b 5 = b 6 ≠ 0 F hitung rumusnya : F = R 2 : Koefisien determinasi berganda N : Jumlah sampel k : Banyaknya parameter total yang diperkirakan F-tabel ditentukan level of signifikan α = 0,05 dengan n-k, k-1 Dimana : F : F-hitung Jika F-hitung F-tabel, maka H diterima dan H a ditolak, artinya koefisien regresi variabel independen secara bersama-sama tidak mempengaruhi variabel dependen secara signifikan pada tingkat α. Jika F-hitung F-tabel, maka H ditolak dan H a diterima , artinya koefisien regresi variabel independen secara bersama-sama mempengaruhi variabel dependen secaea signifikan pada tingkat α. b. Uji asumsi klasik 1 Multikolinearitas Untuk mengetahui hubungan antara beberapa atau semua variabel yang menjelaskan dalam model regresi. Jika dalam model tersebut terdapat Multikolinearitas maka model tersebut memiliki kesalahan standar yang besar sehingga koefisien tidak dapat ditaksir dengan ketepatan tinggi. Cara pengujiannya adalah dengan menggunakan metode Klein, yaitu dengan membandingkan nilai r 2 dengan nilai R 2 yang didapat dan hasil matriks korelasi. commit to user 31 Jika nilai r 2 R 2 maka ada masalah Multikolinearitas. Jika nilai r 2 R 2 maka tidak ada masalah Multikolinearitas. 2 Heteroskedastisitas Salah satu asumsi pokok dalam regresi linear adalah bahwa variansi residual dari suatu pengamatan ke pengamatan lain adalah tidak sama. Apabila variansi tersebut tidak sama, maka berarti telah terjadi masalah heteroskedastisitas. Uji heteroskedastisitas untuk mengetahui adanya heteroskedastisitas dengan menggunakan Uji White bantuan program Eviews. Perintah yang dapat dilakukan adalah dengan meregresi variabel bebas dan variabel terikat, kemudian dari hasil dari hasil regresi OLS akan diperoleh nilai ObsR-squared. Nilai ObsR-squared tadi lalu dibandingkan dengan nilai chi-squared tabel dengan df sesuai jumlah regresor dan level of significant yang dipakai. Jika nilai chi-square lebih besar dari nilai ObsR-squared tidak signifikan, maka tidak terdapat heteroskedastik dalam model tersebut. Jika variabel independen tidak signifikan secara statistik tidak mempengaruhi variabel dependen, maka ada indikasi tidak terjadi masalah heteroskedastisitas. 3 Autokorelasi Untuk mengetahui adanya autokorelasi antara variabel gangguan sehingga penaksir tidak lagi efisien dalam sampel kecil commit to user 32 maupun sampel besar. Salah satu cara untuk menguji autokorelasi adalah dengan percobaan Durbin-Watson d-test, dimana prosedur Durbin Watson test adalah sebagai berikut: Menghitung nilai d dengan menggunakan rumus: d = 1 2 1 - ci ei ei - 1 2 S S …………………………….3.5 Dengan R tertentu dan jumlah variabel tertentu mencari dl dan du dalam tabel Durbin-Watson Hipotesis : Ddl : H ditolak d4-dl : H ditolak dud4-du : H diterima dl ≤ d ≤ du atau 4-du ≤ d ≤ 4-dl : pengujian tidak meyakinkan Tidak ada Auto korelasi Ragu korelasi Ragu Auto korelasi positif ragu ragu negatif 0 df du 4-du 4-dl 4 Gambar III.2 Uji Durbin Watson Sumber : Djarwanto dan Pangestu, 2005 commit to user 33

BAB IV ANALISIS DATA DAN PEMBAHASAN