3.5 Jenis Data
1. Data Primer
Data primer adalah data yang diperoleh langsung dari responden atau objek yang diteliti atau ada hubungannya dengan objek yang diteliti. Wawancara
langsung dengan kuesioner yang ditanyakan kepada responden kepala rumah tangga atau ibu rumah tangga di Kota Medan. Data primer yang akan
dikumpulkan meliputi data tentang umur, pendidikan, pendapatan, status pekerjaan dan jumlah tanggungan.
2. Data Sekunder
Data sekunder yang diperlukan dalam penelitian ini diperoleh dari instansi terkait yaitu Badan Pusat Statistik Kota Medan. Untuk lebih melengkapi
pemaparan hasil penelitian, digunakan rujukan dan referensi lainnya yang relevan, misalnya dari buku, laporan hasil penelitian, jurnal, dan publikasi
terkait lainnya.
3.6 Metode Pengumpulan Data
Dalam penelitian ini menggunakan metode: 1.
Observasi Observasi adalah dengan melakukan pengamatan langsung terhadap objek
yang akan diteliti, dalam hal ini adalah masyarakat yang ada di wilayah kota Medan.
2. Wawancara
Wawancara adalah melakukan tanya jawab langsung dengan masyarakat kota Medan yang meliputi kepala keluarga serta istri.
Universitas Sumatera Utara
3. Metode Kuesioner
Penulis membuat daftar pertanyaan yang relevan dengan penelitian yang dilakukan. Kuisioner ini ditujukan pada populasi yang telah ditentukan.
Jawaban atas pertanyaan ini digunakan sebagai pelengkap dan pendukung kebenaran data yang ada.
4. Metode Library Research Penelitian Studi Pustaka
Cara pengumpulan data baik kuantitatif maupun kualitatif melalui sumber- sumber seperti jurnal-jurnal, buku-buku ilmiah, dan penelitian-penelitian yang
pernah dilakukan sebelumnya.
3.7 Teknik Analisis Data 3.7.1 Alat Analisis Data
Alat analisis data yang digunakan dalam menganalisis data penelitian yaitu, dengan menggunakan program Eviews 7.1 untuk mengolah data.
3.7.2 Metode Analisis Data
Model analisis data yang digunakan adalah model ekonometrika dengan metode Ordinary Least Square OLS. Faktor-faktor yang mempengaruhi pola
konsumsi masyarakat Kota Medan adalah umur, pendapatan, pendidikan, pekerjaan, jumlah tanggungan anggota keluarga.
C = f Y Dengan spesifikasi model
C = a + b Y
Dimana a dinyatakan sebagai tingkat konsumsi subsitance yang harus dipenuhi walaupun pendapatan sama dengan nol, dan b sebagai MPC.
Universitas Sumatera Utara
Fungsi tersebut dinyatakan sebagai berikut: C = f X
1
,X
2,
X3,X
4,
X
5
……………………..1 Dengan spesifikasi model ekonometrik sebagai berikut:
C = α + β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ β
4
X
4
+ β
5
X
5
+ μ……………………………...2 Dimana:
C = Konsumsi rumah tangga Rupiah
α = Konstanta
X
1
= Pendapatan Rp X
2
= Pendidikan Tahun X
3
= Umur Tahun X
4
= Jumlah Tanggungan Orang X
5
= Tabungan Rp β
1
,β2,β
3
,β
4
,β
5
= Koefisien Regresi μ
= Error Term kesalahan pengganggu
3.7.3 Hipotesis Model
Berdasarkan model analisa diatas, maka bentuk hipotesanya adalah sebagai berikut:
∂C �
0 , Artinya jika X
1
Pendapatan mengalami kenaikan maka C Konsumsi rumah tangga juga akan mengalami kenaikan, ceteris paribus.
∂C �
0 , Artinya jika X
2
Pendidikan mengalami kenaikan maka C Konsumsi rumah tangga juga akan mengalami kenaikan, ceteris paribus.
∂C �
0 , Artinya jika X
3
Umur mengalami kenaikan maka C Konsumsi rumah tangga juga akan mengalami kenaikan, ceteris paribus.
Universitas Sumatera Utara
∂C �
0 , Artinya jika X
4
Jumlah Tanggungan mengalami kenaikan maka C Konsumsi rumah tangga juga akan mengalami kenaikan, ceteris paribus.
∂C �
0 , Artinya jika X
5
Tabungan mengalami kenaikan maka C Konsumsi rumah tangga juga akan mengalami kenaikan, ceteris paribus.
3.8 Test of Goodness of Fit Uji Kesesuaian 3.8.1 Koefisien Detarminasi R²
Koefisien determinasi R² pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variable terikat.Nilai koefisien determinasi
adalah diantara nol atau satu.Nilai R² yang kecil berarti kemampuan variable- variabel independen dalam menjelaskan variasi variabel dependen terbatas.Nilai
yang mendekati satu berarti varibel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi varibel dependen
Kuncoro, 2003. 3.8.2 Uji Signifikan Simultan Uji Statistik F
Uji statistik F menunjukkan apakah semua variabel bebas X yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap
varibel terikat . Dengan langkah pengujian: a.
H0 : b1 = 0, artinya suatu variabel bebas bukan merupakan variabel penjelas yang signifikan terhadap variabel terikat.
b. Ha : b1
≠ 0, artinya suatu variabel bebas merupakan variabel penjelas yang signifikan terhadap variabel terikat.
Universitas Sumatera Utara
Pengujian ini dilakukan dengan membandingkan nilai f-hitung dengan f-tabel. Bila f-hitung f-tabel, maka pada tingkat kepercayaan tertentu HO ditolak. Hal
ini berarti bahwa variabel indepanden yang diuji berpengaruh nyata signifikan terhadap variabel dependen. Dan bila f-hitung f-tabel maka pada tingkat
kepercayaan tertentu HO diterima. Hal ini berarti bahwa variabel indepanden yang diuji tidak berpengaruh nyata tidak signifikan terhadap variabel dependen.
Nilai f-hitung diperoleh dengan rumus: R2k
– 1 f-hitung =
1 - R2 n – k
Dimana: R2
= Koefisien Determinasi k = Jumlah Variabel Independen + Intersep
n = Jumlah Sampel
Gambar 3.1 Kurva Normal Untuk F-satistik
3.8.3 Uji Signifikan Parsial Uji Statistik t
Uji statistik t menunjukkan seberapa jauh satu variabel penjelas secara individual dalam menerangkan variasi variabel terikat.Dengan langkah pengujian :
a. Ho : b1 = 0
Artinya: Tidak ada pengaruh yang positif dan signifikan dari variabel bebas X terhadap variabel terikat Y.
Universitas Sumatera Utara
b. Ha : b1
≠ 0 Artinya: Terdapat pengaruh yang positif dan signifikan dari variabel bebas X
terhadap variabel terikat Y. Dimana bi adalah koefisien variabel independen ke-i nilai hipotesis, biasanya
b dianggap = 0, artinya tidak ada pengaruh variabel X1 terhadap Y. Bila t-hitung t-tabel, maka pada tingkat kepercayaan tertentu HO ditolak. Hal ini berarti
bahwa variabel indepanden yang diuji berpengaruh nyata signifikan terhadap variable dependen. Dan bila t-hitung t-tabel maka pada tingkat kepercayaan
tertentu HO diterima. Hal ini berarti bahwa variabel indepanden yang diuji tidak berpengaruh nyata tidak signifikan terhadap variable dependen.
Nilai t-hitung diperoleh dengan rumus: bi
t-hitung = Sbi
Dimana: bi = Koefisien Variabel ke-i
bi = Simbangan baku dari variabel independen ke-i
Gambar 3.2 Kurva Normal Untuk t-statistik
Universitas Sumatera Utara
3.9 Uji Penyimpangan Asumsi Klasik 3.9.1 Multikolinearitas