3.5. Metode Analisis
Sebagian besar analisis yang dilakukan akademisi Indonesia menggunakan metode Ordinary Least Squares OLS. Namun untuk analisa yang menggunakan
variabel tidak bebas yang cencored, yaitu nilai dari variabel tidak bebas tersebut terbatas atau sengaja dibatasi, metode OLS tidak dapat digunakan karena parameter
yang dihasilkan oleh OLS mengalami bias dan juga tidak konsisten. Untuk mengatasi kekurangan tersebut, harus digunakan metode regresi Tobit, yang dikembangkan oleh
Tobit 1958. Adapun model regresinya adalah regresi non linier, yaitu Tobit Model :
Y = α + ß1 K + ß2 I + ß3 P + ß4 H + ß5 E + ß6 L + ß7 M + ε
dimana : Y
= 0 pendapatan turun = 1 pendapatan tetap
= 2 pendapatan naik K
= jumlah menerima pinjaman dalam nilai juta Rp. I
= jumlah frekuensi mengikuti pelatihan kali dan seminar kali P
= 0 Tidak pernah mengikuti pameran = 1 Pernah mengikuti pameran
H = harga jual produk dalam nilai ribu Rp.unit
E = 1 tingkat pendidikan pemilik UKM adalah SD
= 2 tingkat pendidikan pemilik UKM adalah SLTP = 3 tingkat pendidikan pemilik UKM adalah SLTA
= 4 tingkat pendidikan pemilik UKM adalah PT
Universitas Sumatera Utara
L = jumlah tenaga kerja orang
M = 1 jangkauan pemasaran produk hanya di area lokaldalam kota
= 2 jangkauan pemasaran produk sampai ke kotakabupaten lain dalam provinsi
= 3 jangkauan pemasaran produk sampai ke luar provinsi Sumutnasional
= 4 jangkauan pemasaran produk sampai ke luar negeri atau diexport Informasi regressan tersedia hanya jika hanya beberapa regressan dapat
diobservasi disebut censored sample, sebaliknya informasi regressor tersedia hanya jika beberapa regressan dapat diobservasi disebut trancater sample Manurung,
2006. Estimasi model regressan adalah : Y = X ß + e jika RHS 0, dimana X = [K, I, P, E, H, L, M]
= 0 jika lainnya
3.5.1. Estimasi Model Regresi Tobit
Regresi Tobit regresi tersensor merupakan analisis regresi yang digunakan untuk menggambarkan hubungan antara variabel dependen dan variabel independen.
Variabel dependen variabel respon biasa disimbolkan Y yang berskala campuran dengan variabel independen variabel prediktor biasa disimbolkan X. Output dari
analisis regresi ini untuk mengestimasi nilai rata-rata dari variabel dependen bila nilai variabel independen diketahui. Formula model Tobit secara umum adalah sebagai
berikut : Y = Xß +
ε
Universitas Sumatera Utara
dimana : Y : vektor dari variabel tak bebas
X : matriks dari variabel regressor atau bebas ß : vektor estimasi parameter yang nilainya belum diketahui
ε : residual model yang mengikuti distribusi normal terpotong 0,σ². Model Tobit juga dapat terbentuk dalam dua bagian formula yang digunakan
untuk memprediksikan variabel tak bebas yaitu memprediksikan nilai dimana variabel tak bebas adalah nol limited sedangkan yang lain tidak nol unlimited.
Model tobit dapat ditulis sebagai:
=
i i
Y Y
3.2 Nilai ekspektasi dari regresi Tobit adalah :
= =
+ =
i i
i i
i i
Y Y
E Y
P Y
Y E
Y P
X Y
E
σ β
σ β
+ Φ
= =
+ Φ
+ Φ
= X
Y P
X
i i
. 1
3.3. Tujuan utama dari pembentukan model adalah untuk memilih variabel yang
sesuai dan memberikan hasil yang terbaik dalam menjelaskan masalah yang dihadapi. Semakin banyak variabel yang masuk ke dalam model, maka semakin kompleks
model yang dihasilkan. Begitu juga semakin banyak variabel prediktor yang Untuk yang lain
Jika
i
Y
Universitas Sumatera Utara
diperlukan untuk menduga respon. Hal ini diatasi dengan menyeleksi variabel yang masuk ke model secara bertahap agar didapatkan model yang layak digunakan.
Langkah-langkah yang dilakukan untuk memilih variabel yang layak adalah pertama, memeriksa korelasi antara variabel prediktor. Tujuannya adalah untuk
mendapatkan variabel prediktor yang independen. Jika didapatkan variabel prediktor yang saling berkorelasi, maka hanya variabel prediktor yang mempunyai korelasi
terbesar dengan variabel respon yang akan diikutkan dalam pembentukan model, karena variabel prediktor yang nilai korelasinya dengan variabel respon kecil sudah
terwakili oleh variabel tersebut. Selanjutnya membuat model univariat, yaitu dengan meregresikan masing-
masing variabel prediktor terhadap variabel respon. Untuk mengetahui apakah hubungan antara variabel respon dengan prediktor signifikan atau tidak. Variabel
prediktor yang tidak mempunyai hubungan yang signifikan dengan variabel respon akan dikeluarkan dari pembentukan model. Kemudian memodelkan secara serentak
multivariate variabel respon dan semua variabel prediktor yang signifikan pada pemodelan univariate.
3.6. Uji Hipotesis