commit to user
38 2.
Variabel Independen Variabel independen atau variabel bebas adalah variabel yang bisa
mempengaruhi variabel dependen. Dalam penelitian ini, variabel independen yang digunakan adalah:
a. PDRB per Kapita Harga Konstan
Produk Domestik Regional Bruto per kapita Kabupaten Purworejo adalah jumlah nilai tambah yang dihasilkan oleh seluruh nilai barang dan jasa
yang dihasilkan oleh seluruh unit ekonomi dan kemudian dibandingkan dengan jumlah penduduk pertengahan tahun. Satuannya adalah rupiah.
b. Tarif Dasar Listrik
Tarif dasar listrik adalah besarnya biaya yang harus dikeluarkan untuk menggunakan energi listrik. Besarnya beban daya listrik dihitung
menurut daya listrik yang terpasang di setiap rumah tangga. Biaya beban listrik ini ditentukan oleh pemerintah dan diatur dengan keputusan
presiden. Besarnya biaya ini tergantung dari golongan tarif daya listrik yang dinyatakan dengan satuan rupiahKvabulan.
c. Harga Minyak Tanah
Harga minyak tanah adalah harga minyak per liter di tingkat pengecer yang ditentukan oleh pemerintah. Satuannya adalah rupiah per liter.
E. Metode Analisis Data
Pada analisis ini, akan dibahas elastisitas permintaan energi listrik PT PLN Persero untuk kelompok rumah tangga R1-900 VA dengan variabel
commit to user
39 yang meliputi jumlah konsumsi listrik, PDRB per Kapita, tarif dasar listrik, dan
harga minyak tanah selama tahun 2003 sampai dengan tahun 2009. Data yang digunakan dalam penelitian ini merupakan data sekunder.
1. Analisis Deskriptif
Analisis deskriptif merupakan suatu analisis yang memaparkan hasil analisis secara kualitatif terhadap perkembangan data-data yang ada untuk
memperkuat analisis empiris Endiyanthi, 2007:65. Penelitian ini akan membahas variabel dependen permintaan energi listrik rumah tangga, serta
variabel-variabel independen PDRB per kapita harga konstan, tarif dasar listrik dan harga minyak tanah.
2. Analisis Regresi Berganda Double-Log
Untuk menganalis dan menguji variabel independen terhadap variabel dependen digunakan data-data bulanan. Data PDRB per Kapita dipecah
dengan menggunakan metode interpolasi. Data permintaan energi listrik jumlah konsumsi listrik, tarif dasar listrik dan harga minyak tanah sudah
tersedia dalam harga rata-rata per bulan. Berikut ini adalah rumus metode interpolasi yang dikemukakan oleh Insukindro dalam Hayu 2007:71.
Metode interpolasi bulanan:
Dimana : Y
it
= data pada bulan ke-i tahun t Y
t
= data pada tahun ke-t
commit to user
40 Y
it-1
= data pada tahun sebelumnya Variabel dependen dalam penelitian ini adalah permintaan energi
listrik yaitu jumlah konsumsi listrik tangga R-1 900 VA di Kabupaten Purworejo, sedangkan untuk variabel independennya adalah PDRB per
Kapita atas dasar harga konstan tahun 2000, tarif dasar listrik dan harga minyak tanah. Untuk menguji hipotesis dalam penelitian ini maka
digunakan alat analisis data dengan menggunakan regresi double-log dengan metode Kuadrat Terkecil Biasa atau sering disebut dengan metode
OLS Ordinary Least Square dan juga dilakukan beberapa uji, seperti uji ekonometrika uji asumsi klasik dan uji statistik. Untuk keperluan olah data
digunakan program Eviews Econometric Views untuk menyelesaikan uji ekonometrik dan uji statistik.
Secara umum fungsi permintaan konsumsi listrik rumah tangga R-1 900 VA di Kabupaten Purworejo dapat ditulis sebagai berikut:
Ln JKL
t
= β
+ β
1
Ln PDRB
t
+ β
2
Ln TDL
t
+ β
3
Ln HMT
t
+ µ
t
Yang mana : Ln JKL
= Jumlah konsumsi listrik KWh Ln PDRB
= PDRB per Kapita Harga Konstan rupiah Ln TDL
= Tarif Dasar listrik per bulan rupiah Ln HMT
= Harga minyak tanah per bulan rupiah β
1
, β
2
, β
3
= Koefisien
regresi β
= Konstanta
µ = Variabel pengganggu
commit to user
41 t
= Tahun per bulanan Setelah diketahui hasil persamaan regresi yang menerangkan tingkat
elastisitas dan hubungan antar variabel dengan Ordinary Least Square OLS, selanjutnya dilakukan pengujian ekonometrika dan statistika.
Adapun tahap-tahap pengujiannya adalah sebagai berikut: 3.
Analisis Ekonometrika a.
Uji Multikolinearitas Pada dasarnya multikolinearitas adalah suatu hubungan linear yang
sempurna mendekati sempurna antara beberapa atau semua variabel bebas Mudrajad Kuncoro, 2001:114. Menurut Damodar Gujarati 1999
uji multikolinearitas merupakan suatu keadaan dimana satu atau lebih variabel terdapat korelasi dengan variabel bebas lainnya atau dengan kata
lain suatu variabel bebas merupakan fungsi linier dari variabel bebas lainnya.
Gangguan multikolinieritas menyebabkan standar error cenderung semakin besar dengan meningkatnya tingkat korelasi antar variabel dan
standar error menjadi sangat sensitif terhadap perubahan data.
Untuk menguji ada tidaknya masalah multikolinieritas dalam suatu model empirik setidaknya dapat dilakukan dengan menggunakan
pendekatan Koutsoyiannis Modul Ekonometrika, 2007:107. Metode yang dikembangkan oleh Koutsoyiannis menggunakan coba-coba dalam
memasukkan variabel bebas. Dari hasil coba-coba tersebut, selanjutnya akan diklasifikasikan dalam tiga macam yaitu : 1 suatu variabel bebas
commit to user
42 dikatakan berguna; 2 suatu variabel bebas dikatakan tidak berguna; 3
suatu variabel bebas dikatakan normal. Pedoman penggunaannya dengan memperbandingkan R
2 a
pada hasil estimasi persamaan awal dengan R
2
hasil estimasi regresi variabel bebas. Apabila R
2 a
lebih tinggi daripada nilai R
2
pada hasil estimasi regresi parsial variabel bebas, maka dalam model empirik tidak terdapat masalah multikolinieritas. Begitupula
sebaliknya, apabila nilai R
2 a
lebih rendah daripada nilai R
2
pada hasil estimasi regresi parsial variabel bebas, maka dalam model empirik
terdapat masalah multikolinieritas. b.
Uji Heteroskedastisitas Heteroskedastisitas akan muncul jika terjadi gangguan pada fungsi
regresi yang mempunyai varian tidak sama sehingga penaksir OLS tidak lagi efisien baik dalam sample kecil maupun sample besar. Salah satu
cara untuk mendeteksi masalah heteroskedastisitas adalah dengan uji White. Uji heteroskedastisitas ini dianjurkan oleh Halbert White. White
berpendapat bahwa uji X
2
merupakan uji umum ada tidaknya misspesifikasi model karena hipotesis nol yang melandasi adalah asumsi
bahwa: 1 residual adalah homoskedastisitas dan merupakan variabel independen; 2 spesifikasi linear atas model sudah benar White dalam
Mudrajat Kuncoro, 2001:112. Uji white membandingkan nilai OBSR
2
dengan χ
2
tabel dengan df jumlah regresor dan derajat signifikansi. Jika nilai OBSR
2
χ
2
maka tidak signifikan secara statistik. Berarti hipotesa yang menyatakan bahwa
commit to user
43 model empirik tidak terdapat masalah heteroskedastisitas tidak ditolak.
Begitu pula sebaliknya, bila nilai OBSR
2
χ
2
maka signifikan secara statistik berarti model empirik terdapat masalah heteroskedastisitas
Modul Laboratorium Ekonometrika, 2007:105. Menurut Damodar 1999:356 langkah-langkah pengujian metode
White yang digunakan untuk mendeteksi adanya heteroskedastisitas antara lain:
1. Mengestimasikan persamaan model dan memperoleh hasil residualnya.
2. Melakukan regresi pada persamaan yang disebut regresi auxiliary. 3. Hipotesis nol dalam uji ini adalah tidak ada heteroskedastisitas.
Uji White menggambarkan nilai R
2
yang diperoleh dari hasil regresi dengan jumlah sampel n, diikuti nilai hitung Chi-squares
χ
2
dengan degree of freedom sebanyak variabel independen. Nilai hitung statistik Chi-squares
χ
2
dapat dicari dengan rumus sebagai berikut:
4. Jika nilai Chi-square hitung n.R
2
lebih besar dari nilai χ
2
kritis dengan derajat kepercayaan tertentu
α maka ada heteroskedastisitas dan sebaliknya jika Chi-square hitung n.R
2
lebih kecil dari nilai χ
2
kritis menunjukkan tidak adanya masalah heteroskedastisitas.
commit to user
44 c.
Uji Autokorelasi Uji autokorelasi adalah korelasi yang terjadi di antara anggota-anggota
serangkaian observasi yang tersusun dalam rangkaian waktu seperti dalam time series atau dalam rangkaian ruang seperti dalam cross
section . Korlasi yang dimaksud adalah diantara kesalahan pengganggu
error disturbance. Untuk mendeteksi ada tidaknya autokorelasi dilakukan uji Durbin-Waston.
Durbin-Waston dalam penelitian ini menggunakan tingkat signifikan α
= 5 N sama dengan banyaknya observasi, dan K sama dengan banyaknya variabel yang menjelaskan yang tidak termasuk dalam unsure
konstan. Angka dalam Durbin-Waston menunjukan nilai distribusi antara batas bawah dL dan batas atas dU. Uji Durbin-Waston
didasarkan atas niali Durbin-Waston statistik, yaitu :
Gambar 3.1 Uji Autokorelasi
Penentuan daerah tolak atau daerah terima, sebagai berikut : a
Jika Ho adalah tidak ada serial Korelasi positif : d dL
: menolak Ho
commit to user
45 d dL
: menerima Ho d
≤ dL ≤ dU : pengujian tidak meyakinkan
b Jika Ho adalah tidak ada serial Korelasi negatif :
d 4-dL : menolak Ho
d 4-dU : menerima Ho
4-dU ≤ d ≤ 4-dL
: pengujian tidak meyakinkan c
Jika Ho adalah tidak ada serial positif dan negatif : d 4-dL
: menolak Ho dU d 4-dU
: menerima Ho 4-dU
≤ d ≤ 4-dL : pengujian tidak meyakinkan
4. Analisis Statistik
a. Uji t uji secara individu
Uji T adalah uji secara individual dari semua koefisien regresi Two Tail. Uji T digunakan untuk mengetahui atau menguji
bagaimanakah pengaruh dari variabel independen terhadap variabel dependen. Mudrajad Kuncoro 2001 mengemukakan bahwa uji statistik t
pada dasarnya menunjukkan seberapa jauh pengaruh variable penjelas secara individual dalam menerangkan variasi variable terkait. Adapaun
nilai T tabel :
Keterangan : α
= derajat signifikansi N
= jumlah data yang diobservasi
commit to user
46 K
= jumlah parameter dalam model termasuk intercept
Daerah Kritis Gambar 3.2 Uji t-Statistik
Untuk Uji T dapat dicari dengan rumus :
Apabila T hitung T tabel atau T hitung -T tabel berarti signifikan. Hal ini dapat dikatakan bahwa Xi secara statistic berpengaruh
terhadap Y pada tingkat α . apabila T hitung T tabel maka tidak
signifikan. Hal ini dapat dikatakan bahwa Xi secara statistic tidak berpengaruh terhadap Y pada tingkat
α Gujarati, 1999 : 74. b.
Uji F Uji F merupakan pengujian variabel-variabel independen secara
keseluruhan dan serentak yang dilakukan untuk melihat apakah variabel independen mempengaruhi variabel dependen secara signifikan Gujarati,
1999 : 120.
commit to user
47 Rumus dari Fungsi Tabel :
F α ; K-1 ; N-1
Gambar 3.3 Daerah Kritis Uji F
F Tabel = F α ; K-1 ; N-1
Sedangkan F hitung dapat dicari dengan :
Apabila F hitung ≤ F tabel, dapat dikatakan bahwa semua koefisien
regresi secara bersama-sama tidak signifikan terhadap tingkat α. Apabila
F hitung F tabel, dapat dikatakan bahwa semua koefisien regresi secara bersama-sama signifikan terhadap tingkat
α Gujarati, 1999 : 120. c.
Nilai Koefisien Determinasi R
2
R
2
digunakan untuk mengetahui basarnya sumbangan dari variabel independen terhadap naik turunnya variabel dependen, maka digunakan
R
2
dimana dirumuskan sebagai berikut ini Gujarati, 1999 : 101 :
∑ yi
2
N-1 R
2
= ∑ ei
2
N-K
commit to user
48 Di mana :
K = banyaknya parameter dalam model, termasuk unsur intercept
N = banyaknya observasi
commit to user
49
BAB IV ANALISIS DATA DAN PEMBAHASAN
