Berdasarkan tabel 4.3 diatas diketahui bahwa : 1. Untuk indikator ”mengenai tingkat pendidikan akhir yang ditempuh” sebagaian
besar responden menjawab tidak sekolah dengan jumlah masing – masing sebanyak 30 responden atau sebesar 30 .
d. Deskripsi Variabel Penawaran Tenaga Kerja Y
Hasil kuisioner dari responden mengenai variabel penawaran tenaga kerja
dapat disajikan sebagaimana pada Tabel 4 berikut :
Item Indikator
Tidak Pernah
Jarang Kadang - Kadang
Ya Total
Y Apakah Anak Anda
yang berusia 18 tahun kebawah bekerja
6 44
50 Prosentase
12 88
100
Sumber : Lampiran 6 Berdasarkan tabel 4.4 diatas diketahui bahwa :
1. Untuk indikator ” apakah anak anda yang berusia 18 tahun kebawah bekerja? ”
sebagaian besar responden menjawab ya dengan jumlah masing – masing sebanyak 44 responden atau sebesar 88 .
4.2.1. Hasil Uji Validitas dan Reliabilitas
Untuk menyakinkan bahwa data dalam penelitian ini valid dan dapat dipercaya, maka dilakukan uji reliabilitas.
4.2.1.1.Uji Validitas
Pengujian validitas dilakukan dengan menggunakan koefisien korelasi tingkat pendapatan keluarga, penggunaan korelasi ini untuk menguji validitas yaitu secara
statistik angka korelasi yang diperoleh harus dibandingkan dengan angka kritis tabel
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
korelasi. Suatu pertanyaan dianggap valid apabila koefisien korelasi lebih besar dari nilai kritis, sebaliknya pertanyaan dianggap tidak valid atau dinyatakan gugur apabila
koefisien korelasinya lebih kecil dari nilai kritis, seperti tabel 4.5 :
Tabel 5 Validitas Masing – masing Item Variabel Bebas
Pertanyaan Koefisien
Korelasi r Nilai tabel r
Penilaian
Tingkat Pendapatan Keluarga X
1
X
1
0,275 0,273
Valid Jumlah Anak dalam Keluarga X
2
X
2
0,356 0,273
Valid Tingkat Pendidikan Keluarga X
3
X
3
0,471 0,273
Valid Sumber : Lampiran 6
Beberapa indikator pada variabel penawaran tenaga kerja anak, diperoleh hasil perhitungan pada tabel 4.6 berikut :
Tabel 6 Validitas Masing – masing Item Variabel Penawaran Tenaga Kerja
Item Koefisien
Korelasi r Nilai tabel r
Penilaian Penawaran Tenaga Kerja Y
Y
1
0,292 0,273
Valid Sumber : Lampiran 6
Berdasarkan hasil pengujian r product moment seperti yang tampak pada tabel 4.6 menunjukan bahwa semua item pertanyaan yang merupakan indikator dari
variabel bebas dan penawaran tenaga kerja dapat dinyatakan valid. Hasil ini berdasarkan koefisien korelasi yang lebih tinggi dari tabel nilai r product moment
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
yang sebesar 0,273 dengan jumlah n = 50 dan signifikan 5. Dengan demikian bisa dikatakan bahwa semua indikator pengukuran yang dipergunakan dalam penelitian
memiliki validitas yang baik, sehinga analisis lebih lanjut dapat dilakukan.
4.2.1.2.Uji reliabilitas
Tahap selanjutnya adalah mengukur reliabilitas dari indikator – indikator pengukuran tersebut. Uji reliabilitas dilakukan untuk menguji ketepatan alat ukur
yang digunakan dalam penelitian ini. Untuk uji reliabilitas dapat diperlihatkan pada tabel 4.7 reliabilitas dikatakan baik apabila besarnya alpha mendekati 1, sehingga
item – item pertanyaan dalam penelitian ini dapat diandalkan. Hal tersebut sesuai dengan pendapat Malhoytra 1996:305 yang menyatakan bahwa k
riteria reliabilitas α alpha diaktakan reliabel
apabila koefisien α alpha lebih besar dari 0,6 hal ini menunjukan tidak adanya konsistensi.
Untuk hasil uji reliabilitas pada variabel penawaran tenaga kerja, dapat dilihat pada tabel 4.7 sebagai berikut :
Tabel 7 Hasil Uji Reliabilitas
Variabel R Alpha
Hasil
Tingkat Pendapatan Keluarga X
1
0,732 Realiable
Jumlah Anak dalam Keluarga X
2
Tingkat Pendidikan Keluarga X
3
Penawaran Tenaga Kerja Y Sumber : Lampiran 6 dan 7
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Hasil penilaian terhadap reliabilitas dari semua variabel bebas menunjukan nilai yang lebih besar dari 0,6, sehingga dapat disimpulkan seluruh variabel bebas
dalam penelitian ini reliabel. Sementara faktor terikat Y yaitu penawaran tenaga kerja anak juga menunjukan nilai lebih besar dari 0,6 sehingga dapat dikatakan
reliabel.
4.3. Analisis dan Pengujian Hipotesis 4.3.1. Pengujian Hasil Analisis Regresi Linier Berganda Sesuai Dengan
Asumsi Klasik Best Linear Unbiassed Estimator
Sebelum kita uji persamaan regresi linier berganda sesuai dengan pengujian secara simultan maupun parsial, maka kita lihat terlebih dahulu
apakah Y =
3 3
2 2
1 1
X X
X β
β β
β +
+ +
yang diasumsikan tidak terjadi pengaruh antar variabel bebas atau regresi bersifat BLUE Best Linear Unbiassed
Estimator, artinya koefisien regresi pada persamaan tersebut benar-benar linear
tidak bias.
1. Pengujian Autokorelasi
Asumsi pertama dari regresi linier adalah ada atau tidaknya autokorelasi yang dilihat dari besarnya nilai Durbin Watson. Dalam analisis nilai Durbin
Watson adalah sebesar 1,914. Untuk mengetahui ada atau tidaknya gejala autokorelasi, maka perlu dilihat tabel Durbin Watson. Jumlah variabel bebas
adalah empat buah K=3 dan jumlah data adalah sebanyak 50 responden n=50
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
maka diperoleh D
L
= 1,421 dan D
U
= 1,674. Selanjutnya nilai tersebut diplotkan
ke dalam kurva Durbin Watson.
Berdasarkan kurva Durbin Watson maka dapat disimpulkan bahwa persamaan regresi berada pada daerah keragu-raguan.
Gambar 6 : Kurva Durbin Watson
Daerah Daerah Daerah Daerah Kritis Ketidak- Terima Ho Ketidak- Kritis
pastian pastian Tolak Tidak ada Tolak
Ho autokorelasi Ho 0 d
L
= 1,421 d
U
= 1,674 4-d
U
= 2,326 4-d
L
= 1,124 d
1,914
Sumber : Gujarati, Damodar, 1995, Ekonometrika Dasar ,
Erlangga, Jakarta, hal : 216 dan Lampiran 2
Dari gambar diatas dapat dilihat bahwa nilai DW berada pada daerah tidak ada korelasi hal itu disebabkan karena tidak ada kemungkinan terjadi
korelasi antara komponen pengganggu ke-t dengan komponen pengganggu ke t-1.
2. Pengujian Heterokedastisitas
Heterokedatisitas di identifikasikan dengan koefisien korelasi rank spearman
berdasarkan tabel dibawah, diperoleh tingkat signifikansi koefisien
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
korelasi rank spearman untuk semua variabel bebas terhadap residual lebih besar dari 0,05 5.
Tabel 8 : Hasil Pengujian Heterokedastisitas
Variabel Taraf Signifikasi
Dari Korelasi Rank Spearman
Taraf
α
Uji Kesimpulan
Tingkat Pendapatan keluarga X
1
0,455 0,05
Homoskedastisitas Jumlah Anak dalam Keluarga X
2
0,952 0,05
Homoskedastisitas Tingkat Pendidikan Keluarga X
3
0,095 0,05
Homoskedastisitas
Sumber : Lampiran 4
Dari hasil pengujian heterokedastisitas diperoleh tingkat signifikansi dari korelasi ranks spearman lebih besar dari taraf level of signifikan yaitu 5 0,05.
3. Pengujian Multikolinieritas
Asumsi klasik ketiga dari regresi linier berganda adalah ada atau tidaknya multikolinearitas antara sesama variabel bebas yang ada dalam model dengan kata
lain tidak adanya hubungan sempurna antara variabel bebas yang ada dalam model. Identifikasi secara statistik atau tidaknya gejala multikolinier dapat dilakukan
dengan menghitung Variance Inflation Factor VIF, dengan rumus sebagai berikut : VIF =
toleransi Rj
1 1
1
2
= −
Algifari, 1997;79 VIF menyatakan tingkat pembengkakan varians. Apabila VIF lebih
kecil dari 10 hal ini berarti tidak ada gejala multikolinearitas. Untuk lebih jelasnya dapat dilihat pada tabel 7 berikut ini :
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Tabel 9 : Uji Multikolinearitas Variabel
Toleransi VIF
Tingkat Pendapatan keluarga X
1
0,875 1,143
Jumlah Anak dalam Keluarga X
2
0,956 1,046
Tingkat Pendidikan Keluarga X
3
0,839 1,192
Sumber : Lampiran 3 Berdasarkan tabel uji multikolinearitas menunjukkan nilai VIF untuk tingkat
pendapatan keluarga XI sebesar 1,143, nilai VIF untuk jumlah anak dalam Keluarga X2 sebesar 1,046, dan nilai V1F untuk tingkat pendidikan keluarga X3 sebesar
1,192. Hal ini berarti nilai VIF pada keempat variabel bebas X
1
, X
2
, dan X
3
lebih kecil dari 10, sehingga keempat variabel bebas tersebut pada penelitian ini tidak ada
gejala multikolinearitas.
4.3.2. Analisis Hasil Perhitungan Regresi Linier Berganda
Hasil pengolahan data dalam penelitian ini menggunakan program SPSS Statistical Program For Social Science
versi 13.0. Dari hasil pengolahan penelitian tersebut dapat diambil suatu rumus persamaan sebagai berikut :
Tabel 10 : Hubungan Antar Variabel Bebas Dengan Variabel Terikat Variabel Bebas
Koefisien Regresi
Simpangan Baku
t
hitung
t
tabel
Tingkat Pendapatan keluarga X
1
-0,073 0,039
-1,876 2,010
Jumlah Anak dalam Keluarga X
2
-0,015 0,042
-0,361 2,010
Tingkat Pendidikan Keluarga X
3
0,144 0,039
3,662 2,010
Sumber : Lampiran 3 dan Lampiran 9 Y = 4,654 - 0,073 X1, - 0,015 X2 + 0,144 X3
Dari persamaan di atas dapat diuraikan dalam suatu persamaan sebagai berikut:
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
a. Konstanta
β
o = 4,654 Menunjukkan besarnya pengaruh berbagai faktor diluar model, artinya
jika variabel bebas dianggap konstan atau sama dengan nol, maka diprediksikan penawaran tenaga kerja anak mengalami kenaikan sebesar
4,654. b. Koefisien regresi X,
β
1
= -0,073 Menunjukkan apabila tingkat pendapatan keluarga bertambah 1 Rupiah,
maka penawaran tenaga kerja anak diprediksikan turun sebanyak 0,073 dengan asumsi X
2
, dan X
3
adalah konstan. c. Koefisien regresi X
2 2
β = -0,015
Menunjukkan apabila jumlah anak dalam keluarga bertambah 1 orang, maka jumlah penawaran tenaga kerja anak diprediksikan turun sebanyak
0,015 dengan asumsi X
1
, dan X
3
adalah konstan. d. Koefisien regresi X3
3
β = 0,144
Menunjukkan apabila tingkat pendidikan keluarga bertambah 1 satuan, maka penawaran tenaga kerja anak diprediksikan bertambah 0,144 dengan
asumsi X
1
, dan X
2
adalah konstan.
4.4. Uji Hipotesis 4.4.1. Analisis Secara Simultan