b. Sampel yang dipergunakan dalam penelitian ini adalah data tentang nilai tukar rupiah terhadap dollar Amerika, pendapatan perkapita, inflasi, dan Harga impor sepeda
motor dan mobil dari ke Indonesia periode tahun 1993 – 2007.
3.3. Teknik Pengumpulan Data
Data yang diperlukan untuk mendukung penelitian ini adalah data sekunder yang
diperoleh dari badan pusat statistik Surabaya. Pengumpulan dapat dilakukan dengan cara melakukan studi kepustakaan dan studi lapangan.
Data yang diperoleh dihasilkan dari studi-studi literatur serta data-data sekunder yang didapat dari instansi-instansi terkait dengan penelitian, dalam hal ini Badan Statistik Surabaya.
3.4. Teknik Analisis dan Uji Hipotesis
3.4.1. Teknik Analisis
Dalam menguji hipotesis pengaruh, Nilai tukar rupiah terhadap Dollar, Pendapatan Perkapita, iflasi, dan Jumlah Penduduk terhadap impor kendaraan bermotor, maka dilakukan
analisis dengan langkah-langkah sebagai berikut: a.
Melakukan analisis regresi untuk menentukan arah dan besarnya pengaruh Nilai tukar rupiah terhadap dollar, Pendapatan perkapita, inflasi, dan jumlah penduduk terhadap
impor kendaraan bermotor, menggunakan model matematika sebagai berikut: Y = f X
, X
2
, X
3
X
4
…………………………… Supranto, 2001 : 25
Dimana : Y
1
= Impor kendaraan bermotor X
1
= Nilai tukar rupiah terhadap dollar X
2
= Pendapata perkapita X
3
= Inflasi
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
X4 = Jumlah Penduduk
Bentuk dasar tersebut kemudian dapat ditentukan model yang lebih akurat. Model tersebut adalah regresi berganda penerapan beberapa model baik linier maupun non
linier. Y =
+
1
X ,
2
X
2
,
3
X
3
, +
4
X
4
+
..………… Sulaiman, 2004 : 80
Dimana : Y
1
= Impor kendaraan bermotor
= Konstanta 1-
3
= Koefisien regresi X
1
= Nilai tukar rupiah terhadap dollar X
2
= Pendapatan perkapita X
3
= Inflasi X
4
= Jumlah penduduk
= Variabel pengganggu Adapun untuk mengetahui apakah model analisis tersebut cukup layak digunakan
dalam pembuktian selanjutnya dan untuk mengetahui sampai sejauh mana variabel-variabel bebas mampu menjelaskan variabel terikat, maka perlu untuk mengetahui nilai R
2
koefisien determinasi dengan menggunakan formula sebagai berikut:
Dimana : R
2
=
Total J
gresi Re
J
K K
..…………………………….… Sulaiman, 2004 : 86
Dimana :
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
R
2
= Koefisien determinasi J
K
= Jumlah kuadrat
3.4.2. Uji Hipotesis
a. Melakukan uji F untuk melihat significant tidaknya pengaruh variabel-variabel bebas
secara bersama-sama terhadap variabel terikat. Dengan langkah pengujian sebagai berikut:
1. Merumuskan Hipotesis
H :
1
=
2
=
3
= 0 …. tidak ada pengaruhtidak signifikan H
:
1
2
3
0 …. ada pengaruhtidak signifikan 2.
Menentukan Level of Significant a sebesar 5. 3.
Menghitung nilai F
hitung
dengan F
tabel
dengan ketentuan sebagai berikut: derajat bebas pembilang adalah k dan derajat bebas penyebut adalah n – k –
1 dengan confident interval sebesar 95. Keterangan:
n = jumlah sample
k = jumlah parameter regresi
a Apabila F
hitung
F
tabel
maka Ho ditolak Hi diterima, artinya secara simultan variabel bebas berpengaruh terhadap variabel terikat.
b Apabila F
hitung
F
tabel
maka Ho diterima Hi ditolak, artinya secara simultan variabel bebas tidak berpengaruh terhadap variabel terikat.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Gambar 8. Kurva DistribusiPenerimaan Hipotesis Secara Simultan
Ho ditolak Ho diterima
T tabel Sumber : Supranto, 2001, Ekonometrik, Buku Satu, FEUI, Jakarta hal. 152.
b. Melakukan uji untuk menguji tingkat significant pengaruh beberapa variabel secara
parsial. Dengan menggunakan langkah-langkah: 1.
Merumuskan hipotesis H
:
1
=
2
=
3
= 0 …. tidak ada pengaruh H
:
1
2
3
0 …. ada pengaruh 2.
Menentukan Level of Significant a sebesar 5. 3.
Menghitung nilai t
hitung
dengan menggunakan persamaan:
Se t
1 1
hitung
………………………….….. Sulaiman, 2004 : 87
Dengan keterangan:
1
= Koefisien regresi variabel
Se =
Standart Error koefisien regresi
4. Membandingkan t
hitung
t
tabel
Ho ditolak dan Hi diterima, yang artinya 95 kaidah keputusannya adalah:
a Bila t
hitung
t
tabel
maka Ho ditolak Hi diterima, yang artinya ada pengaruh antara variabel bebas terhadap variabel terikat.
b Bila t
hitung
t
tabel
maka Ho diterima dan Hi ditolak, yang artinya tidak ada pengaruh antara variabel bebas terhadap variabel terikat.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Gambar 9. Kurva Distribusi PenolakanPenerimaan Hipotesis Secara Simultan
Daerah Permintaan Ho Daerah Penolakan
Ho Daerah Penolakan
Ho
t
tabel
- t
tabel
Sumber : Supranto, 2001, Ekonometrika, Buku Satu, FEUI, Jakarta hal. 152.
c. Uji BLUE Best Linier Unbiased Estimator
Persamaan regresi harus bersifat BLUE artinya pengambilan melalui uji F dan uji t tidak boleh bisa. Tetapi untuk melaksanakan operasi Regresi linier tersebut diperlukan asumsi
yang harus dipenuhi: a.
Tidak terjadi auto korelasi. b.
Tidak terjadi heterokedastisitas. c.
Tidak terjadi multikolinearitas. 1.
Autokorelasi Autokorelasi didefinisikan sebagai korelasi yang antara anggota observasi yang
terletak berderetan secara dalam bentuk waktu jika datanya time series atau korelasi antara tempat yang berderetan atau berdekatan kalau datanya cross sectional. Gujarati, 1995 : 201.
Metode Durbin Watson dalam mendeteksi autokorelasi menggunakan rumus:
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
N t
1 t
2 t
N t
2 t
2 1
t t
e e
e d
Keterangan: d
: Nilai Durbin Watson
e
t
: Residual pada waktu ke – t
e
t – 1
: Residual pada waktu ke t – 1 satu periode sebelumnya
n :
Banyaknya data
Gambar 10. Daerah Keputusan Uji Durbin Watson
Daerah Keragu- raguan
Daerah Keragu- raguan
Ada Autokorelasi
Negatif Ada
Autokorelasi Positif
Tidak ada Autokorelasi Positif
dan Negatif dL
dU 2
4 ‐dU
4 ‐dL
4
Sumber: Gujarati, 1995, Basic Ekonometrik Edisi ke-3, Hal. 216.
2. Multikolinearitas
Multikolinearitas adalah adanya hubungan yang sempurna antara sempurna antara semua atau beberapa variabel eksplanatori dalam model regresi yang dikemukakan Gujarati,
1995 : 157 Untuk mendeteksi adanya multikolinearitas dapat dilihat dengan ciri-ciri :
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
a Kolineriti sering ditandai dengan nilai R
2
yang tinggi. b
Koefisien korelasi sederhana tinggi. c
Nilai F
hitung
tinggi signifikan.
3. Heterokedastisitas
Pada regresi linier nilai residual tidak boleh ada hubungan dengan variabel bebas. Hal ini bisa diketahui berdasarkan pengujian korelasi Rank Spearman antara residual dengan
seluruh variabel bebas.
Rumus rank Spearman adalah :
1 N
N d
6 1
r
2 2
i 8
…………………………… Gujarati 1995 : 177.
Dimana : d
i
= Perbedaan rank antara residual dengan variabel bebas ke-1 N = Banyaknya data
r
8
= rank Spearman
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
