BAB III METODOLOGI PENELITIAN
3.1. Definisi Operasional dan Pengukuran Variabel
Definisi operasional adalah mendefinisikan konsep yang akan di operasionalkan ke dalam penelitian baik berdasarkan teori yang ada ataupun
pengertian empiris. Definisi operasional dan pengukuran variable dalam penelitian ini terdiri dari :
1 Foreign Direct Investment FDI Sektor Industri di Jawa Timur
Merupakan penanaman modal secara langsung oleh investor asing di provinsi Jawa Timur terhadap sektor industri. Pengukuran variabel ini
dinyatakan dalam satuan Juta Dollar AS Juta US. 2
Inflasi X
1
Merupakan kenaikan harga umum barang – barang secara terus menerus selama periode tertentu. Pengukuran variable dinyatakan dalam
prosentase . 3
Kurs Valuta Asing X
2
Merupakan nilai tukar suatu mata uang terhadap mata uang dari Negara lain. Nilai tukar U Dollar AS terhadap Rp Rupiah. Pengukuran
variable dinyatakan dalam satuan Rupiah Rp. 4
Produk Domestik Regional Bruto PDRB X
3
Merupakan suatu indicator untuk menunjukkan laju pertumbuhan ekonomi suatu daerah sektoral di jawa timur, sehingga dapat dilihat
61
penyebab pertumbuhan ekonomi suatu wilayah tersebut. Pengukuran variable dinyatakan dalam Juta Rp.
5 Ekspor X
4
Merupakan suatu kegiatan untuk menjual dan mengirim suatu produk dari satu wilayah negara ke wilayah negara lain. Pengukuran nilai ekspor
dinyatakan dalam satuan US .
3.2. Teknik Penentuan Sampel
Tekhnik penentuan sample yang diambil dalam penelitian ini mencakup wilayah jawa timur. Selama kurun waktu 15 tahun mulai tahun
1994 sampai dengan tahun 2008 yang merupakan data berkala Time Series.
3.3. Teknik Pengumpulan Data
3.3.1. Jenis Data
Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang dikumpulkan dari instansi – instansi yang terkait dengan
penelitian ini, atau data yang dipublikasikan dan bisa diambil dari instansi yang bersangkutan.
3.3.2. Sumber Data
Data Inflasi, Kurs Valuta Asing, PDRB, ekspor yang dipergunakan dalam penelitian ini diperoleh dari Badan Pusat Statistik BPS
Surabaya.
3.3.3. Pengumpulan Data
Pada penelitian ini pengumpulan data dilakukan dengan metode Studi Kepustakaan Library Research . Data ini diperoleh dengan cara
membaca buku, jurnal–jurnal, literatur–literatur dan makalah atau skripsi yang erat kaitannya dengan penelitian ini.
3.4. Tekhnik Analisis dan Uji Hipotesis
3.4.1. Tekhnik Analisa Linier Berganda dengan Asumsi Klasik BLUE
Best Linier Unbiased Estimated
Persamaan regresi di atas harus bersifat BLUE Best Linier Unbiased Estimated artinya pengambilan keputusan melalui uji F dan uji T tidak
boleh bias. Sifat dari BLUE Best Linier Unbiased Estimated itu sendiri adalah :
Best : Pentingnya sifat ini diterapkan dalam uji signifikan
buku terhadap α dan β
Linier : Sifat ini dibutuhkan utk memudahkan dlm penafsiran.
Unbiased : Nilai jumlah sample sangat besar penaksir parameter
diperoleh dari sample besar kira – kira lebih mendekati nilai parameter sebenarnya.
Estimated : e diharapkan sekecil mungkin.
Untuk mengetahui apakah model analisis tersebut cukup layak digunakan dalam pembuktian selanjutnya dan untuk mengetahui
sampai sejauh mana variabel bebas menjelaskan variabel terikat, maka
perlu diketahui nilai R² koefisien determinasi dengan menggunakan rumus :
R² = JK regresi ..................... Sudrajat, 1988 ; 120 JK total
Dimana : R² =
Koefisien determinasi
JK = Jumlah kuadrat JK regresi = b
1
Sy
1
X
1
i + b
2
Sy
2
Y
2
i …..+ bm JK total
= Y
1
² atau ∑Y ²
n R²
= b
1
∑Y
1
X
1
+ b
2
∑Y
1
X
2
+ b
3
∑Y
1
X
3
∑Y
1
² Keterangan :
Karakteristik utama R² adalah tidak mempunyai nilai negative, tidak berkisar antara 0 dan 1 R²
≤ 1. Untuk menghasilkan pengambilan keputusan yang BLUE maka harus
dipenuhi tiga asumsi dasar yang tidak boleh dilanggar oleh regresi linier berganda,yaitu:
a. Tidak ada multikolinieritas
b. Tidak ada autokorelasi
c. Tidak boleh ada heteroskedastisitas
Apabila salah satu dari ketiga asumsi dasar tersebut dilanggar,maka persamaan regresi yang diperoleh tidak lagi bersifat BLUE,sehingga
pengambilan keputusan melalui uji F dan uji t menjadi bias. Di bawah ini akan dijelaskan masing-masing asumsi dasar dari BLUE,yaitu
sebagai berikut :
a. Autokorelasi
Didefinisikan sebagai korelasi antara data observasi yang diurutkan berdasarkan urut waktu time seriees atau data yang diambil pada
waktu tertentu cross section. Sudrajat, 1998 : 213 Gambar 3.1 Kurva Uji Durbin Watson
Tidak ada autokorelasi positif
Ada autokore
Daerah keragu-
Daerah keragu-
Ada autokore
0 dL dU 4-dU
4-dL 4
Sumber : Gujarati, Damodar, 1993, Ekonometrika Dasar, Cetakan Ketiga,
PT.Gelora Aksara Pratama, Yogyakarta, hal.183 Jadi dalam model regresi linier berganda diasumsikan tidak
terdapat gejala autokorelasi.Artinya nilai residual Y observasi Y prediksi pada waktu ke t et tidak boleh ada hubungan dengan
nilai residual periode sebelumnya et-1. Identifikasi ada atau tidaknya gejala autokorelasi dapat di tes dengan menghitung nilai
Durbin watson d-tes dengan persamaan: ⁿ t
=
2
et-et-1 ²
d = ─────────
ⁿ t-
1
et ²
Keterangan: d : Nilai Durbin Watson
et : Residual pada waktu ke-t et-1 : Residual pada waktu ke t-1 atau periode sebelumnya
n : banyaknya data Tabel 3.1. Ketentuan Uji Durbin Watson
Nilai d Kesimpulan
0 d d
L
Ada autokorelasi positif d
L
d d
U
Tidak ada kesimpulan d
U
d 4-d
U
Tidak ada autolorelasi 4-d
U
d 4-d
L
Tidak ada kesimpulan 4-d
L
d 4 Ada autokorelasi negative
b. Multikolinieritas
Kategori