Teknik Analisis Data
F. Teknik Analisis Data
1. Uji Pemilihan Model
a. Uji MWD
Pemilihan bentuk fungsi model empirik merupakan pertanyaan atau masalah empirik (empirical question) yang sangat penting, hal ini karena teori ekonomi tidak secara spesifik menunjukkan ataupun mengatakan apakah sebaiknya fungi suatu model empirik dinyatakan dalam bentuk linear ataukah log-linear atau bentuk fungi lainnya. Dalam kenyataannya seorang peneliti biasanya menggunakan feeling langsung menetapkan model regresi yang digunakan dinyatakan dalam bentuk log-linear, karena bentuk log-linear diyakini dapat mengurangi tingkat variasi data yang digunakan. Namun, sebenarnya keyakinan tersebut tidak sepenuhnya benar karena tidak menutup kemungkinan dalam kasus tertentu, suatu model regresi akan lebih tepat diregresi dengan dinyatakan dalam bentuk linear (tanpa log). Oleh karena itu, dalam melakukan suatu studi empiris, sebaiknya model yang akan digunakan diuji dahulu, apakah sebaiknya menggunakan bentuk linear ataukah log-linear.
Dalam studi empirik, biasanya digunakan metode-metode seperti model transformasi Box-Cox, metode yang dikembangkan MacKinnon, White, dan Davidson tahun 1983, atau lebih dikenal dengan MWD test, metode Bara dan mcAleer tahun 1988 atau disebut pula dengan B- M test dan metode yang dikembangkan Zarembka tahun 1968.
White, dan Davidson (1980) atau MWD Test untuk menentukan model regresi yang akan akan digunakan, apakah linear ataukah log-linear. Untuk dapat menerangkan uji MWD, maka langkah pertama adalah membuat dua regresi model dengan asumsi : Model regresi 1 : Linier
Y= � +� X 1 + � X 2 + � X 3 + � X 4 + � X 5 + � X 6 +U i … (3.1) Model regresi 2 : Log-Linier LnY = � + � LnX 1 + � LnX 2 + � LnX 3 + � LnX 4 + � LnX 5 + � LnX 6 +U i ……………………………………………………….... (3.2) Keterangan : Y = Keuntungan Per Hari
X 1 = Variabel Modal Usaha
X 2 = Variabel Pengalaman Usaha
X 3 = Variabel Jam Kerja
X 4 = Variabel Pendidikan
X 5 = Variabel Jumlah Tenaga Kerja
X 6 = Variabel Tingkat Upah Tenaga Kerja � = Koefisien Intersep � = Koefisien Modal Usaha � = Koefisien Pengalaman Usaha � = Koefisien Jam Kerja � = Koefisien Pendidikan � = Koefisien Jumlah Tenaga Kerja
� = Koefisien Tingkat Upah Tenaga Kerja U i = Variabel pengganggu
Dari persamaan (3.1) dan (3.2) di atas, selanjutnya akan diterapkan MWD test. Langkah-langkahnya adalah sebagai berikut :
a. Melakukan regresi terhadap persamaan (3.1) kemudian kita mendapatakan nilai fitted dari Y yang kita namai dengan YF
b. Melakukan regresi terhadap persamaan (3.2) kemudian kita mendapatkan nilai fitted dari LY yang kita namai dengan LYF
c. Mencari nilai Z 1 dengan cara mengurangkan nilai log dari YF
dengan LYF
d. Mencari nilai Z 2 dengan cara mengurangkan nilai antilog dari LYF
dengan YF
e. Melakukan regresi dengan persamaan (3.1) dengan menambahkan
variabel Z 1 sebagai variabel penjelas.
Y= � +� X 1 + � X 2 + � X 3 + � X 4 + � X 5 + � X 6 + �Z 1 + U i ………………………………………………………………(3.3) Bila Z 1 signifikan secara statistic maka kita menolak model yang benar adalah linear atau dengan kata lain, bila Z 1 signifikan, maka
model yang benar adalah log-linear
f. Melakukan regresi dengan persamaan (3.2) dengan menambahkan
variabel Z 2 sebagai variabel penjelas
Y= � +� X 1 + � X 2 + � X 3 + � X 4 + � X 5 + � X 6 + �Z 2 + U i ………………………………………………………….…...(3.4) Y= � +� X 1 + � X 2 + � X 3 + � X 4 + � X 5 + � X 6 + �Z 2 + U i ………………………………………………………….…...(3.4)
model yang benar adalah linear.
b. Metode Regresi Log-Linear
Untuk menguji hipotesis, seberapa besar pengaruh variabel modal usaha, pengalaman usaha, dan jam kerja terhadap keuntungan maka digunakan rumus regresi linier berganda transformasi logaritma sebagai berikut (Sumodiningrat, 1994 : 78) :
LnY = � + � LnX 1 + � LnX 2 + � LnX 3 + � LnX 4 + � LnX 5 + �
LnX 6 +U i Dimana : LnY
= Keuntungan Per Hari LnX 1 = Variabel Modal Usaha LnX 2 = Variabel Pengalaman Usaha LnX 3 = Variabel Jam Kerja LnX 4 = Variabel Pendidikan LnX 5 = Variabel Jumlah Tenaga kerja LnX 6 = Variabel Tingkat Upah Tenaga Kerja
� = Koefisien Intersep � = Koefisien Modal Usaha � = Koefisien Pengalaman Usaha � = Koefisien Jam Kerja � = Koefisien Pendidikan � = Koefisien Jumlah Tenaga Kerja
� = Koefisien Tingkat Upah Tenaga Kerja U i = Variabel pengganggu
Selanjutnya terhadap hasil regresi dengan model tersebut dilakukan uji statistik yang meliputi uji t (uji tiap-tiap individu secara variabel) dan uji F (secara bersama-sama). Selain itu akan dilakukan uji asumsi klasik yang meliputi multikolinearlitas, heteroskedastisitas, dan autokorelasi.
2. Uji Statistik
Uji statistik dilakukan untuk mengetahui adanya kebenaran atau kepalsuan dari hipotesis nol. Pengujian hipotesis dapat dilakukan dengan tiga cara, yaitu :
a. Uji t
Uji t yaitu pengujian terhadap koefisien regresi secara parsial utnuk mengetahui signifikansi masing-masing variabel independen terhadap variabel dependen. Ketentuan dalam uji t adalah sebagai berikut :
1) Menentukan Hipotesis Ho : � = 0 (berarti variabel independen secara individu tidak berpengaruh terhadap variabel dependen) Ho : � 0 (berarti variabel independen secara individu berpengaruh terhadap variabel dependen)
2) Menentukan nilai
3) Melakukan perhitungan nilai t, yaitu sebagai berikut :
t tabel =
; d f = N- K
= derajat signifikasi N = banyaknya data yang digunakan K = banyaknya parameter atau koefisian regresi plus konstanta
t hitung = di mana : � = koefisien regresi variabel ke-i
S e = standar eror
4) Kriteria Pengujian
Ho ditolak Ho ditolak
Ho diterima
-t tabel t tabel
Ho diterima apabila –t /2 t t /2 Ho ditolak apabila t -t /2 atau t /2
Gambar 2.2 Kriteria Pengujian Uji t
Sumber : Modul Laboratorium Ekonometrika,2006
5) Kesimpulan
a) Jika t hitung
t tabel, maka Ho diterima Ha ditolak artinya koefisien regresi variabel independen tidak mempengaruhi variabel dependen secara signifikan.
b) Jika t hitung t tabel, maka Ho ditolak dan Ha diterima artinya koefisien regresi variabel independen mempengaruhi variabel dependen secara signifikan.
b. Uji F
Uji F adalah uji terhadap koefisien regresi parsial secara bersama- sama. Uji ini dimaksudkan utnuk mengetahui apakah variabel independen yang ada secara bersama-sama mempengaruhi variabel dependennya atau untuk mengetahui apakah persamaan model cukup eksis untuk digunakan. Ketentuan dalam Uji F adalah sebagai berikut :
1) Menentukan Hipotesis Ho = � = � = � = � = � = � = 0 (berarti secara bersama-sama variabel independen tidak mempengaruhi variabel dependen)
Ha � � � � � � 0 (berarti secara bersama- sama variabel independen mempengaruhi variabel dependen)
2) Menentukan nilai
3) Melakukan penghitungan nilai F
F tabel F ; (N-K) ; (K-1) Di mana : = derajat signifikasi N = jumlah data K = jumlah parameter dalam model termasuk konstanta
Fhit =
Di mana : R 2 = koefisien determinasi berganda K = banyaknya parameter total yang dipakai rekan
Ho diterima apabila F hitung F tabel Ho ditolak apabila F hitung F tabel
Gambar 2.3 Kriteria Pengujian Uji F
Sumber : Modul Laboratorium Ekonometrika,2006
5) Kesimpulan
a) Jika F hitung
F tabel, maka Ho diterima dan Ha ditolak, artinya koefisien regresi variabel independen secara bersama- sama tidak mempengaruhi variabel dependen secara signifikan.
b) Jika F hitung F tabel, maka Ho ditolak dan Ha diterima artinya koefisien regresi variabel independen secara bersama-sama mempengaruhi variabel dependen secara signifikan.
c. Uji Koefisien Determinasi R 2
Koefisien Determinasi R 2 digunakan utnuk mengetahui seberapa jauh variasi dari variabel bebas dapat menerangkan dengan baik variasi dari variabel terikat. Jika R 2 mendekati nol, maka variabel bebas tidak menerangkan dengan baik variasi dari variabel terikatnya. Jika R 2 mendekati 1, maka variasi dari variabel tersebut dapat menerangkan dengan baik dari variabel terikatnya.
Ho Ditolak
Ho Diterima
F tabel
Rumus : R 2 =
Di mana R 2 adalah o R 2 1 Jika R 2 = 1 berarti ada kecocokan yang sempurna
Jika R 2 = 0 berarti tidak ada hubungan variabel dependen dengan variabel independen Jika R 2 = berarti bahwa variabel independen hubungannya semakin dekat dengan variabel dependen atau dapat dikatakan bahwa model tersebut baik.
3. Uji Asumsi Klasik
Persamaan yang baik dalam ekonometrika harus memiliki sifat BLUE (Best Linear Unbiased Estimator) (Gujarati,1999:153). Untuk mengetahui apakah persamaan sudah memiliki sifat BLUE maka perlu dilakukan uji asumsi klasik yang meliputi multikolinearitas, heteroskedasitas dan autokorelasi. Uji asumsi klasik yang digunakan adalah :
a. Multikolienaritas
Multikolinieritas adalah suatu keadaan dimana terdapat hubungan yang yang linier atau mendekati linier antara variabelvariabel penjelas. Akibat adanya multikolinieritas sempurna, r 2 xi, xj = 1, adalah koefisien yang diestimasi tidak dapat ditentukan dan standar error dari koefisien menjadi sangat besar.Untuk mendeteksi adanya multikolinieritas
digunakan regresi auxiliary, yaitu membandingkan koefisien determinasi Regresi asal (Ra 2 ) dengan koefisien determinasi regresi antar variabel
independen (R 2 ), Ra 2 lebih besar dari R 2 maka tidak terdapat masalah independen (R 2 ), Ra 2 lebih besar dari R 2 maka tidak terdapat masalah
Asumsi dari model regresi linier klasik adalah kesalahan pengganggu mempunyai varians yang sama. Apabila asumsi tersebut tidak terpenuhi maka akan terjadi heteroskedastisitas yaitu suatu keadaan dimana varians dari kesalahan pengganggu tidak sama untuk semua nilai variabel bebas. Terdapat beberapa metode yang dapat digunakan untuk mendeteksi heteroskedastisitas dalam model empiris yaitu uji Park, uji Glejser, uji White, dan uji Breusch-Pagan-Godfrey. Pengujian heteroskedastisitas dalam penelitian ini akan menggunakan uji White.
c. Autokorelasi
Suatu model dikatakan terdapat autokorelasi apabila terjadi korelasi serial error term variabel pengganggu serangkaian observasi. Untuk menguji ada tidaknya autokorelasi dalam model digunakan Langrange Multiplier-test , yaitui berupa regresi atas semua variabel independen dalam persamaan model regresi diatas dan variabel lag-1 dari nilai residual dari hasil regresi model. Sehingga dari regresi tersebut akan
didapat nilai R 2 (R-squared) kemudian dimasukkan dalam rumus ( t -1)R 2 , dimana adalah jumlah observasi . Kemudian dilakukan pengujian dengan hipotesa sebagai berikut :
Ho : = 0, tidak ada masalah autokorelasi. Ha : 0, terdapat masalah autokorelasi.
Jika ( -1)R 2 > dari X 2 (0,1), berarti terdapat masalah autokorelasi. Namun jika sebaliknya maka tidak terjadi masalah autokorelasi.