Data sekunder, yaitu data laporan tahunan yang berbentuk time series dari tahun 2003-2012 yang diperoleh dari kantor Badan Pusat Statistika Sumatera Utara.
3.7 Metode Pengumpulan Data
Untuk memperoleh informasi beserta data yang digunakan, penulis melakukan beberapa cara pengumpulan informasi atau data, yaitu:
1. Observasi, pengamatan langsung terhadap objek penelitian yaitu wisatawan yang datang dan membeli kol di kawasan wisata Berastagi,
Sumatera Utara. 2. Wawancara, yaitu teknik pengumpulan data dan informasi yang dilakukan
penulis dengan mewawancarai wisatawan yang datang dan membeli kol di kawasan wisata Berastagi, Sumatera Utara.
3. Kuisioner, yaitu daftar pertanyaan-pertanyaan yang gunanya untuk diisi oleh para responden, yaitu para wisatawan yang datang ke kawasan wisata
Brastagi, Sumatera Utara. 4. Studi Kepustakaan yaitu mengumpulkan data dan informasi melalui telaah
berbagai literatur yang berhubungan dengan permasalahan yang ada dalam penulisan skripsi ini yang diperoleh dari beberapa buku.
3.8 Teknik Analisis Data
Dalam upaya pembuktian atas hipotesis yang dibuat maka harus dilakukan pengujian atas hipotesis itu dengan menggunakan metode penelitian yang sesuai.
Di dalam penelitian ini terdapat 3 buah variabel bebas dan satu variabel terikat,
Universitas Sumatera Utara
yang berarti penelitian ini akan menggunakan regresi berganda multiple regression.
Teknik analisis data ini dapat digunakan untuk menguji hipotesis pertama, kedua dan ketiga yang ada di dalam penelitian ini. Uji penyimpangan asumsi
klasik yang digunakan adalah uji normalitas, uji multikolinearitas, uji heteroskedastisitas dan uji autokorelasi. Sementara untuk hipotesis yang keempat,
teknik analisis data yang digunakan adalah analisis dengan metode forecasting atau peramalan.
Metode analisis-analisis data ini akan menggunakan bantuan software SPSS Statistics 17 dalam pengerjaannya.
3.8.1 Analisis Regresi Linier Berganda Analisis regresi linier berganda adalah hubungan antara dua atau lebih
variabel independen dengan variabel dependen Y secara
linier. Analisis ini digunakan untuk mengetahui apakah arah hubungan antara variabel-variabel independen dengan variabel dependen berhubungan positif atau
negatif dan untuk memprediksi nilai dari variabel dependen apabila nilai variabel independen mengalami kenaikan atau penurunan.
Persamaan regresi linier berganda untuk hipotesis pertama, kedua dan ketiga adalah:
Dimana:
Universitas Sumatera Utara
Y : Permintaan kol
: Konstanta : Koefisien regresi nilai peningkatan atau penurunan
: Harga kol : Total pendapatan konsumen
: Jumlah tanggungan keluarga konsumen : Error term
Berdasarkan model analisis di atas, maka hipotesis yang dapat diambil adalah sebagai berikut:
1. , artinya jika
harga kol meningkat sebesar 1 maka Y permintaan kol akan mengalami penurunan 1, ceteris paribus.
2. , artinya jika
total pendapatan konsumen meningkat sebesar 1 maka Y permintaan kol akan mengalami kenaikan 1, ceteris
paribus. 3.
, artinya jika jumlah tanggungan keluarga konsumen
meningkat sebesar 1, maka Y permintaan kol akan mengalami kenaikan 1, ceteris paribus.
Kemudian di dalam analisis regresi linier berganda ini ada analisis-analisis dan uji-uji yang dilakukan untuk menguji hipotesis pertama ini, yaitu:
1. Analisis Korelasi Ganda R Analisis ini digunakan untuk mengetahui hubungan harga kol, total
pendapatan konsumen serta jumlah tanggungan keluarga terhadap jumlah
Universitas Sumatera Utara
permintaan kol secara serentak. Koefisien nilai R berkisar antara 0 sampai dengan 1. Apabila nilai koefisien semakin mendekati 1 berarti hubungan yang
terjadi semakin kuat sedangkan apabila nilai koefisien semakin mendekati 0 maka hubungan yang terjadi semakin lemah. Berikut merupakan interpretasi
koefisien korelasi menurut Sugiyono 2012: - 0,00 – 0,199 = sangat rendah
- 0,20 – 0,399 = rendah - 0,40 – 0,599 = sedang
- 0,60 – 0,799 = kuat - 0,80 – 1,000 = sangat kuat
2. Analisis Determinasi Analisis ini digunakan untuk menunjukkan seberapa besar presentase
variasi harga kol, total pendapatan konsumen dan jumlah tanggungan keluarga mampu menjelaskan variasi jumlah permintaan kol. Nilai koefisien
determinasi adalah antara nol dan satu. Apabila sama dengan 0, maka
variasi harga kol, total pendapatan konsumen dan jumlah tanggungan keluarga tidak menjelaskan sedikitpun variasi jumlah permintaan kol. Sebaliknya
apabila sama dengan 1, maka variasi harga kol, total pendapatan konsumen
dan jumlah tanggungan keluarga menjelaskan 100 variasi jumlah permintaan kol.
Universitas Sumatera Utara
3. Uji Koefisien Regresi Secara Bersama-sama Uji F Uji ini dilakukan untuk mengetahui apakah harga kol, total pendapatan
konsumen dan jumlah tanggungan keluarga secara bersama-sama berpengaruh secara signifikan terhadap jumlah permintaan kol. Atau untuk mengetahui
apakah model regresi dapat digunakan untuk memprediksi jumlah permintaan kol atau tidak. Apabila signifikan maka hubungan yang terjadi dapat berlaku
bagi populasi. Hipotesis yang digunakan adalah sebagai berikut: 1.
= 0, artinya harga kol, total pendapatan konsumen dan jumlah tanggungan keluarga konsumen, tidak mempunyai pengaruh yang
signifikan terhadap permintaan kol. 2.
≠ 0, artinya harga kol, total pendapatan konsumen dan jumlah tanggungan keluarga konsumen, mempunyai pengaruh yang
signifikan terhadap permintaan kol. Kriteria pengambilan keputusan untuk menguji hipotesis di atas dengan
menggunakan statistik F adalah: -
ditolak dan diterima apabila apabila nilai F hitung nilai F
tabel. 4. Uji Koefisien Regresi Secara Parsial Uji t
Uji ini digunakan untuk mengetahui apakah harga kol, total pendapatan konsumen dan jumlah tanggungan keluarga secara parsial berpengaruh
signifikan terhadap jumlah permintaan kol. Dalam uji ini digunakan hipotesis sebagai berikut:
Universitas Sumatera Utara
1. , artinya harga kol, total pendapatan konsumen dan jumlah
tanggungan keluarga secara parsial tidak mempunyai pengaruh yang signifikan terhadap permintaan kol.
2. , artinya harga kol, total pendapatan konsumen dan jumlah
tanggungan keluarga secara parsial mempunyai pengaruh yang signifikan terhadap permintaan kol.
Kriteria pengambilan keputusan untuk menguji hipotesis di atas dengan menggunakan statistik t adalah:
- ditolak dan
diterima apabila nilai statistik t hitung nilai statistik t tabel.
- ditolak dan
diterima apabila nilai statistik -t hitung nilai statistik -t tabel.
3.8.2 Uji Penyimpangan Asumsi Klasik 1.
Multikolinearitas Sebuah model regresi dikatakan multikolinearitas apabila terjadi korelasi
di antara beberapa atau semua variabel bebasnya. Sebuah model regresi dapat dikatakan baik apabila tidak terjadi korelasi di antara variabel independennya.
Untuk mengetahui apakah di dalam suatu model regresi terjadi multikolinearitas adalah dengan melihat korelasi variabel-variabel independen.
Apabila terdapat korelasi yang tinggi antar variabel independen di atas 0,90 maka dapat diindikasikan terjadi multikolinearitas. Selain itu juga dapat
Universitas Sumatera Utara
melihat variance inflation factornya VIF. Apabila VIF 10 maka terjadi multikiolinearitas.
2. Uji Heteroskedastisitas
Uji heteroskedastisitas berguna untuk melihat apakah dalam sebuah model regresi terjadi ketidaksamaan varian dari residual suatu pengamatan ke
pengamatan lain. Disebut heteroskedastisitas apabila varian tidak konstan atau berubah-ubah. Ada beberapa cara yang dapat dilakukan untuk melihat apakah
dalam model regresi ada heteroskedastisitas atau tidak. Salah satu uji statistik yang dapat digunakan untuk menguji ada tidaknya
heteroskedastisitas dalam suatu model regresi adalah Uji Spearman. Uji ini dilakukan dengan cara mengkorelasikan nilai absolut residual dengan
variabel-variabel independen yang ada. Hipotesisnya adalah sebagai berikut: -
: Tidak ada gejala heteroskedastisitas -
: Ada gejala heteroskedastisitas Kriteria pengambilan keputusan untuk hipotesis di atas adalah, apabila
signifikansi berada 5 atau 0.05 maka diterima dan
ditolak. 3.
Uji Autokorelasi Uji ini bertujuan untuk melihat apakah ada korelasi antara kesalah
pengganggu pada periode t dengan periode t-1. Persamaan regresi dapat dikatakan baik apabila tidak memiliki masalah autokorelasi. Apabila terjadi
autokorelasi maka persamaan tersebut menjadi tidak baik atau tidak layak untuk diprediksi. Uji Durbin-Watson DW merupakan uji yang digunakan
Universitas Sumatera Utara
untuk menentukan tidak adanya masalah autokorelasi dengan ketentuan du DW 4-du dengan tingkat signifikansi 5.
3.8.3 Metode Forecasting Peramalan
Metode peramalan atau forecasting adalah suatu teknik yang dapat digunakan untuk memprediksi nilai yang ada di masawaktu yang akan datang berdasarkan
nilai yang ada di masa lalu. Menurut teknik peramalannya, metode peramalan dibagi kepada dua kategori yaitu, metode peramalan kualitatif dan kuantitatif.
Dalam penelitian ini, peneliti menggunakan metode peramalan kuantitatif karena data yang ada merupakan data kuantitafif dari masa lalu. Peramalan kuantitatif ini
dapat digunakan dalam suatu penelitian dengan syarat: 1. Ada nilai di masa lalu
2. Nilai tersebut dianggap dapat terus berlanjut di masa yang akan datang 3. Nilai tersebut dapat dikuantitatifkan dalam bentuk kata
Analisis deret berkala Time Series merupakan salah satu analisis yang ada dalam metode kuantitatif. Analisis deret berkala biasanya berdasarkan analisa pola
hubungan antar variabel waktu dengan variabel yang diramalkan. Metode Smoothing merupakan salah satu metode yang dapat digunakan untuk meramalkan
nilai jangka pendek dalam analisis time series. Teknik dalam metode Smoothing yang digunakan di dalam penelitian ini adalah teknik Simple Moving Average.
Teknik simple moving average berfungsi untuk menghilangkan efek ketidakteraturan yang ada pada data time series. Teknik ini mengambil nilai-nilai
Universitas Sumatera Utara
yang sedang diamati, memberikan rataan dan menggunakan nilai tersebut untuk memprediksi nilai di masa yang akan datang.
Nilai yang akan diramalkan dalam penelitian ini adalah jumlah produksi kol di Kabupaten Karo dimasa yang akan datang. Berikut adalah data produksi kol di
Kabupaten Karo pada tahun 2003-2012:
Tabel 3.1 Produksi Kol di Kabupaten Karo Tahun 2003-2012
Tahun Produksi Kol Ton
2003 147853
2004 136685
2005 123638
2006 82888
2007 110335
2008 114378
2009 95384
2010 133946
2011 69365
2012 80187
Sumber: Badan Pusat Statistika Sumatera Utara
Universitas Sumatera Utara
BAB IV HASIL DAN PEMBAHASAN