4. Data mengenai besarnya tingkat upah di Indonesia tahun 2000- 2013.
3.4 Metode Pengumpulan Data
Dalam penelitian ini data dihimpun dengan menggunakan data sekunder dimana data sekunder adalah data yang diperoleh dari pihak lain yang sudah
tersedia dan yang biasanya dalam bentuk publikasi. Jenis data yang digunakan adalah data time-series runtutan waktu dari tahun 2000-2013. Sumber data
diperoleh dari Badan Pusat Statitik. Data tersebut meliputi: 1. Pengangguran Terbuka
2. Pertumbuhan Ekonomi 3. Upah
4. Inflasi
3.5 Metode Analisis
Dalam penelitian ini untuk mengolah data dari hasil penelitian menggunakan analisis deskriptif kuantitatif dimana dalam pengolahan data
menggunakan Eviews. Analisis data dilakukan dengan bantuan Metode Regresi Linear Berganda yang dirumuskan sebagai berikut:
TPT = β + β
1
PE + β
2
UPAH + β
3
INF + U Dimana:
TPT : Tingkat Pengangguran Terbuka di Indonesia
Universitas Sumatera Utara
PE : Tingkat Pertumbuhan Ekonomi
UPAH : Tingkat Upah Rata-Rata Nasional ribuan INF
: Tingkat Inflasi di Indonesia β
: Konstanta β
1
: Koefisien Pertumbuhan Ekonomi β
2
: Koefisien Upah Rata-rata Nasional β
3
: Koefisien Inflasi U
: Faktor Penganggu Untuk memenuhi analisa regresi tersebut perlu dilakukan uji asumsi klasik
yang meliputi uji normalitas, uji multikolinearitas, uji autokorelasi dan uji heterokesdastisitas.
1. Uji Asumsi Klasik a. Uji Normalitas Data
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, dependen variabel dan independen variabel keduanya mempunyai
distribusi normal ataukah tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Mendeteksi dengan melihat
penyebaran data titik pada sumbu diagonal dari grafik normal P-P Plot. Adapun pengambilan keputusan didasarkan kepada :
Universitas Sumatera Utara
a Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, atau grafik histogramnya menunjukkan pola
distribusi normal, maka model regresi memenuhi asumsi normalitas.
b Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal, atau grafik histogram tidak
menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
b. Uji Multikolinearitas Uji multikolinearitas bertujuan untuk menguji apakah pada model regresi
ditemukan adanya korelasi antar variabel bebas. Untuk mendeteksi ada atau tidaknya multikolinearitas di dalam model regresi adalah dengan
menganalisa matrik korelasi variabel bebas jika terdapat korelasi antar variabel bebas yang cukup tinggi lebih besar dari 0,90 hal ini merupakan
indikasi adanya multikolinearitas. c. Uji Autokorelasi
Autokorelasi adalah terjadinya korelasi antara variabel itu sendiri pada pengamatan yang berbeda. Pengujian autokorelasi dilakukan dengan uji
Breusch-Godfrey Serial Correlation Lagrange Multiplier Test uji LM. Uji ini sangat berguna untuk mengidentifikasi masalah autokorelasi tidak
hanya pada derajat pertama tetapi bisa juga digunakan pada tingkat derajat. Dikatakan terjadi autokorelasi jika nilai X
2
Obs R-squared hitung X
2
tabel atau nilai probability derajat kepercayaan yang ditentukan.
Universitas Sumatera Utara
d. Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model
regresi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Metode untuk dapat mendeteksi ada tidaknya
masalah heteroskedastisitas dalam model empiris menggunakan uji White. Untuk menguji heteroskedastisitas, program olah data Eviews
menyediakan metode pengujian dengan menggunakan uji White, dimana dalam program olah data Eviews dibedakan menjadi dua bentuk uji White
Heteroskedastisitas no cross term dan White Heteroskedastisitas cross term. Dikatakan terdapat masalah heteroskedastisitas dari hasil estimasi
jika X
2
Obs R-squared untuk uji White baik cross term maupun no cross term X
2
tabel atau nilai probability derajat kepercayaan yang telah ditentukan.
2. Uji Statistik a. Pengujian secara parsial Uji t
Uji t bertujuan untuk mengetahui seberapa jauh pengaruh satu variabel bebas secara individual dalam menjelaskan variasi variabel dependen.
Pengujian setiap koefisien regresi dikatakan signifikan bila nilai mutlak t
stat
nilai t
tabel
maka hipotesis nol H ditolak dan hipotesis
alternatif H
a
diterima, sebaliknya dikatakan tidak signifikan bila nilai t
stat
nilai t
tabel
maka hipotesis nol H diterima dan hipotesis
alternatif Ha ditolak.
Universitas Sumatera Utara
b. Pengujian secara simultan Uji F Untuk menguji secara bersama-sama antara variabel bebas dengan
variabel terikat dengan melihat tingkat signifikansi F
stat
pada α = 5. Pengujian setiap koefisien regresi bersama-sama dikatakan signifikan
bila nilai F
stat
F
tabel
maka hipotesis nol H ditolak dan hipotesis
alternatif H
a
diterima, sebaliknya dikatakan tidak signifikan bila nilai F
stat
F
tabel
maka hipotesis nol H diterima dan hipotesis alternatif
H
a
ditolak. c. Koefisien determinasi R
2
Koefisien determinasi mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependennya. Nilai koefisisen
determinasi adalah nol dan satu, nilai R
2
yang kecil berarti kemampuan variabel-variabel independennya dalam menjelaskan variasi variabel
sangat terbatas dan nilai yang mendekati satu berarti variabel-variabel independennya memberikan hampir semua informasi yang dibutuhkan
untuk memprediksi variasi variabel dependennya.
Universitas Sumatera Utara
BAB IV HASIL PENELITIAN DAN PEMBAHASAN