3.1.4 Variabel Penelitian Agar pelaksanaan penelitian ini sesuai dengan tujuan, maka variabel
yang digunakan dalam penelitian ini ada dua macam, yaitu : 1. Variabel terikat atau dependent variable Y adalah variabel yang
dipengaruhi atau yang menjadi akibat karena adanya variabel bebas Sugiyono, 2009:59. Dalam penelitian ini variabel terikatnya yaitu
kualitas sumber daya manusia. 2. Variabel bebas atau independent variable X adalah variabel yang
mempengaruhi atau yang menjadi sebab perubahannya atau timbulnya variabel terikat Sugiyono, 2009:59. Dalam penelitian ini terdapat dua
variabel bebas, yaitu pengangguran X
1
, kemiskinan X
2
, dan fasilitas kesehatan X
3
.
3.2 Metode Analisis Data
3.2.1 Analisis Regresi Linear Berganda Dalam penelitian ini menggunakan analisis regresi linier berganda
dengan menggunakan uji asumsi klasik. Regresi linier berganda digunakan karena dalam penelitian ini mencakup dari dua variabel termasuk variabel
Y, dimana dalam regresi linier berganda variabel Y merupakan variabel terikat yang tergantung pada dua atau lebih variabel bebas X Supranto,
1995:48. Model ekonometrika persamaan regresi linier berganda adalah sebagai berikut :
Y = b + b
1
X
1
+ b
2
X
2
+ b
3
X
3
…..+ b
n
X
n
+ e……………3.1 Dimana :
Y = vaiabel terikat dependent variable;
, , X
3,
…,X
n
= variabel bebas independent variable; = besarnya Y pada saat X sama dengan nol atau
konstanta; b
1,
b
2
, b
3,
…,b
n
= koefisien parameter;dan = variabel pengganggu.
Dari persamaan regresi diatas, maka dapat dijabarkan persamaan regresi linier berganda yang akan digunakan dalam penelitian ini adalah
sebagai berikut :
KSDM = b + b
1
PT + b
2
KM + b
3
FS + e ………………… 3.2
Dimana : KSDM = kualitas sumber daya manusia indikator IPM;
PT = pengangguran;
KM = kemiskinan;
FS = fasilitas kesehatan;
b = besarnya kualitas sumber daya manusia pada saat pengangguran,
kemiskinan dan fasilitas kesehatan sama dengan nol atau konstanta; b
1
= besarnya pengaruh pengangguran terhadap kualitas sumber daya manusia atau koefisien parameter;
b
2
= besarnya pengaruh kemiskinan terhadap kualitas sumber daya manusia atau koefisien parameter;
b
3
= besarnya pengaruh fasilitas kesehatan terhadap kualitas sumber daya manusia atau koefisien parameter;dan
= variabel pengganggu.
3.2.2 Uji Statistik Uji
Statistik adalah
rumus yang
menunjukkan bagaimana
membandingkan atau menguji antara hipotesis nol dengan bukti-bukti dari sampel Wardhono, 2012:45. Uji statistik dimaksudkan untuk mengetahui
pengaruh variabel bebas terhadap variabel terikat. Dalam penelitian ini pengujian dilakukan untuk mengetahui apakah hipotesis yang telah
ditentukan sebelumnya sesuai dengan dengan kenyataan. Pada penelitian ini diajukan tiga hipotesis yang masing-masing akan diuji dengan cara
tersendiri yaitu uji koefisien determinasi , uji F dan uji t-statistik.
1. Uji Koefisien Deteminasi Uji koefisien determinasi
digunakan untuk mengukur sebaik mana varibel tidak bebas dijelaskan oleh variabel total dari variabel bebas di
dalam model regresi. Mengetahui erat tidaknya hubungan antara variabel pengangguran x1, kemiskinan x2, dan fasilitas kesehatan x3 terhadap
kualitas sumber daya manusia Y di Kabupaten Jember tahun 2004-2013, maka digunakan korelasi berganda yang merupakan akar dari koefisien
determinasi. Koefisien dirumuskan sebagai berikut Gujarati, 2000:99 :
…………………………… 3.3
Keterangan : = Koefisien determinasi berganda;
ESS = Jumlah kuadrat regresi; RSS = Jumlah kuadrat regresi+residual.
2. Uji F-Statistik Uji F ini digunakan untuk mengetahui hubungan secara simultan
serentak antara variabel bebas dengan variabel terikat. Dengan formulasi yang dipergunakan adalah Supranto, 2001:267:
……………… 3.4
Dimana : F
= pengujian secara simultan; R
2
= koefisien Determinasi; n
= jumlah sampel; k
= banyaknya variabel bebas. Perumusan Hipotesis :
Ho : b
1
= b
2
= b
3
= 0, artinya secara bersama-sama variabel bebas tidak mempunyai pengaruh yang signifikan terhadap variabel terikat;
Ho : b
1
≠ b
2
≠ b
3
≠ 0, artinya secara bersama-sama varibel bebas mempunyai pengaruh signifikan terhadap variabel terikat.
Kriteria pengujian : a. Jika nilai F-statisitik F-tabel atau nilai probabilitas F
hitung
nilai probabilitas α = 5, maka Ho ditolak dan Ha diterima, berarti ada
pengaruh antar variabel bebas secara bersama-sama terhadap variabel terikat;
b. Jika nilai F-statisitik F-tabel atau nilai probabilitas F
hitung
niali probabilitas α = 5, maka Ho diterima dan Ha ditolak, berarti ada tidak
ada pengaruh antar variabel bebas secara bersama-sama terhadap variabel terikat.
3. Uji t-Statistik Uji t atau uji secara parsial, digunakan untuk mengetahui apakah
secara individu variabel bebas mempunyai pengaruh secara signifikan terhadap variabel terikat. Dasar pengambilan keputusan adalah Ho ditolak
atau Ha diterima jika nilai signifikansi t atau P value 5. Supranto, 2001:271. Rumus :
t
hitung
…………………….……………….3.5 Keterangan :
t = pengujian secara parsial;
b
i
= koefisien regresi; Sb
i
= standart error dari koefisien regresi. Perumusan hipotesis :
Ho : b
1
= b
2
= b
3
= 0, artinya variabel bebas parsial tidak mempunyai pengaruh yang signifikan terhadap variabel terikat;
Ho : b
1
≠ b
2
≠ b
3
≠ 0, artinya varibel bebas parsial mempunyai pengaruh signifikan terhadap variabel terikat.
Kriteria pengujian : a. Jika nilai probabilitas t-hitung
tingkat signifikansi α = 5 atau nilai t- hitung t-tabel, maka Ho ditolak dan Ha diterima, berarti ada pengaruh
antar variabel bebas terhadap variabel terikat;
b. Jika nilai probabilitas t-hitung tingkat signifikansi α = 5 atau nilai t- hitung t-tabel, maka Ho diterima dan Ha ditolak, berarti ada tidak ada
pengaruh antar variabel bebas terhadap variabel terikat.
3.2.3 Uji Asumsi Klasik 1. Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah masing-masing variabel mempunyai distribusi normal atau tidak. Model yang baik adalah
data normal atau mendekati normal Ghozali, 2007:110. Konsep pengujian uji normalitas menggunakan pendekatan Jarque-Bera test.
Kriteria pengujian : a. Jika nilai JB hitung nilai X
2
tabel atau nilai probabilitas JB hitung ≤ nilai probabilitas α = 5, maka hipotesis yang menyatakan bahwa
residual error term adalah berdistribusi normal ditolak; b. Jika nilai JB hitung nilai X
2
tabel atau nilai probabilitas JB hitung ≥ nilai probabilitas α = 5, maka hipotesis yang menyatakan bahwa
residual error term adalah terdistribusi normal Wardhono, 2004. 2. Uji Multikolinearitas
Menurut Gujarati 1997:169, uji multikolinieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar
variabel bebas independent variable. Jika koefisien korelasi antara masing-masing variabel bebas lebih besar dari 80, berarti terjadi
multikolinearitas dalam model regresi. Uji multikolinearitas adalah cara untuk melihat apakah dalam model regresi terdapat adanya korelasi antar
variabel bebas atau tidak, dimana regresi yang baik seharusnya tidak memiliki korelasi antar variabel bebas Wardhono, 2012:56. Untuk
mendeteksi ada atau tidaknya multikolinearitas di dalam model regresi adalah sebagai berikut Ghozali, 2001:91 :
a. Nilai R
2
yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel independen banyak yang
tidak signifikan mempengaruhi variabel dependen;
b. Menganalisis matrik korelasi variabel-variabel independen. Jika antar variabel independen ada korelasi yang cukup tinggi umumnya di atas
0,90, maka hal ini meupakan indikasi dari adanya multikolinearitas. 3. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke
pangamatan lain. Jika varians dari residual satu pengamatan ke pengamatan lain tetap, maka disebut dengan Homoskedastisitas dan jika berbeda disebut
Heteroskedastisitas. Model regresi yang baik adalah tidak terjadi
heteroskedastisitas Ghozali, 2001:97.
Untuk mengetahui adanya heteroskedastisitas
dilakukan dengan
menggunakan uji
white heteroschedasticity. Untuk mengatasi adanya heteroskedastisitas dengan
cara membandingkan nilai Obs Rsquared dengan α = 5 atau nilai
probabilitas Chi-Square dengan α = 5 . Jika nilai Obs Rsquared α = 5
atau nilai probabilitas Chi-Square α = 5 , maka model dapat dikatakan tidak terindikasi masalah heteroskedastisitas Wardhono, 2012:57-58.
4. Uji Autokorelasi Uji autokorelasi bertujuan menguji apakah dalam model regresi linier
ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Hal ini sering terjadi pada data
runtut waktu time series. Model regresi yang baik adalah regresi yang bebas dari autokorelasi Ghozali, 2001:95. Untuk mendeteksi adanya
autokorelasi adalah dari besaran nilai Durbin Watson Uji DW. Menurut Santoso 2004:219, secara umum kriteria pengambilan keputusan adalah
sebagai berikut: a. Jika koefisien DW dibawah -2 berarti ada autokorelasi positif;
b. Jika koefisien DW diantara -2 sampai +2 berati tidak ada autokorelasi; c. Jika koefisien DW diatas +2 berarti ada autokorelasi negatif.
3.3 Definisi Operasional
