3.2. Teknik Penentuan Data
Dalam penulisan ini data yang digunakan adalah data berkala Time Series Data
yaitu data dari tahun ke tahun selama selama 15 tahun sejak tahun 1994 sampai 2008.
3.3. Jenis dan Sumber Data
3.3.1. Jenis Data
Data yang digunakan dalam penelitian ini adalah jenis data sekunder yaitu data yang diperoleh atau dikumpulkan dari instansi-instansi
atau lembaga yang ada hubungannya dalam penelitian ini.
3.3.2. Sumber Data
Sumber data yang dipergunakan dalam penelitian ini berasal dari :
Kantor Badan Pusat Statistik BPS cabang Kota Surabaya.
Kantor Dinas Perindustrian dan Perdagangan cabang Kota Surabaya DISPERINDAG.
3.4 Teknik Pengumpulan
Data
Pengumpulan data, dalam penelitian ini dilakukan dengan cara : a.
Studi kepustakaan Library Research yaitu teknik pengumpulan data dengan telaah atau studi dari
berbagai laporan kegiatan penelitian, buku-buku atau literatur-
literatur yang berkaitan dengan permasalahan yang ada dalam penelitian ini.
b. Studi lapangan Field Research
yaitu suatu pengamatan dan pencatatan sistematis dan teratur dilapangan mengenai obyek yang sedang diteliti untuk memperoleh
data yang berkaitan dengan permasalahan yang ada dalam penelitian ini. Studi lapangan dilakukan dengan cara :
Dokumentasi, yaitu mencatat dan mengambil data berupa
laporan-laporan yang berhubungan dengan masalah yang dibahas dengan menggunakan alat berupa komputer.
3.5. Teknik Analisis Dan Uji Hipotesis 3.5.1.
Teknik Analisis
Untuk menganalisis pengaruh yang disebutkan dalam hipotesis diatas maka analisa data ini dilakukan dengan menggunakan model regresi
linier berganda dengan asumsi BLUE Best Linier Unbiased Estimate untuk mengetahui koefisiensi pada persamaan tersebut betul-betul linier
tidak bias. Model ini menunujukkan hubungan spesifik antara variabel- variabel bebas dan terikat.
Bentuk perumusannya sebagai berikut : Y
= o +
1
X
1
+
2
X
2
+
X
3
+
X
4
+ B
X
..........Gujarati, 1997 : 69.
Dimana :
Y = Impor Beras Di Jawa Timur
X
1
= Jumlah Penduduk X
2
= Pendapatan Perkapita X
3
= Produksi Beras X
4
= Harga Beras Lokal X
5
= Kurs Rupiah Terhadap Dollar
= Konstanta
1
,
,
B
= Koefisien Regresi u
= Variabel Pengganggu residual Untuk lebih mengetahui apakah suatu model tersebut cukup layak
digunakan kedalam pembuktian selanjutnya dan untuk mengetahui sejauh mana variabel bebas dapat mempengaruhi variabel terikat, maka untuk itu
perlu diketahui koefisien determinasinya atau R
2
dengan menggunakan rumus :
R
2
= KT Regresi .....................................Gujarati, 1997 : 70.
KT Galat Keterangan :
R
2
= Koefisien Determinasi. JK
= Jumlah Kuadrat
Dimana :
JK Regresi = b
1
∑YiX
1
+ b
2
∑YiX
2
+………. +bn ∑YiXn
JK Total = ∑Yi atau ∑Yi
-
2
n Y
Jadi R
2
= R
2 =
b
1
ΣYίX
1
+ b
1
ΣYίX
2
+ b
1
ΣYίX
3
+ b
1
ΣYίX
4
+ b
5
ΣYίX
5
ΣYί²
Karakteristik utama dari R
2
adalah :
1. Nilai R
2
non negatif, merupakan rasio dari jumlah kuadrat. 2. Batas nilai R
2
adalah 0 R
2
1 a. Batas nilai R
2
sama atau mendekati 0, maka tidak ada hubungan antara variabel X dengan variabel Y.
b. Apabila
R
2
sama atau mendekati 1, maka terjadi kecocokan sempurna antara garis regresi dengan kelompok data hasil dari
observasi.
3.5.2. Uji Hipotesis
Untuk menguji pengaruh variabel bebas X
1,
X
2,
X
3,
X
4,
X
5
terhadap variabel terikat Y maka digunakan :
a. Uji F
Uji F dipergunakan untuk menguji pengaruh variabel bebas secara simultan terhadap variabel terikat dengan menggunakan rumus :
F
hitung
= KT Regresi .......................Gujarati, 1997 : 72.
KT Galat
Keterangan :
KT = Kuadrat Tengah
Galat = Error = Residual
Dengan derajat kebebasan sebesar k, n – k – 1
Keterangan :
n = Jumlah Sampel
k = Jumlah Parameter Regresi
Dengan ketentuan :
Ho :
1
=
3
4
0 Tidak ada pengaruh H
i
:
1
0 Ada pengaruh
Kaidah pengujiannya :
1. Apabila F
hitung
≤ F
tabel
, maka Ho diterima dan Hi ditolak, artinya variabel bebas tidak mempengaruhi terhadap
variabel terikat. secara simultan. 2.
Apabila F
hitung
F
tabel
maka Ho ditolak dan Hi diterima, artinya variabel bebas berpengaruh terhadap variabel terikat
secara simultan.
Gambar 8 : Kurva Distribusi Penolakan Penerimaan Hipotesis Secara Simultan
Daerah penolakan
Ho
Daerah penerimaan
Ho
F
Sumber : Gujarati, Damodar, 1997, Ekonometrika Dasar, Erlangga, Jakarta, Halaman 73.
b. Uji t
Uji t dipergunakan untuk menguji hubungan antara pengaruh dari masing-masing variabel bebas dan secara parsial atau individu atau
secara terpisah terhadap variabel terikat, dengan dirumuskan : t
hitung
=
i
...................................Gujarati, 1997 : 74.
Se
i
Dengan derajat kebebasan sebesar n-k-l
Dimana :
i =
Variabel bebas ke i Se
= Standart Error
n =
Jumlah sampel k
= Jumlah parameter regresi
Dengan ketentuan :
Ho :
i
= 0 tidak ada pengaruh Hi
:
i
0 ada pengaruh
Kaidah pengujiannya :
Apabila t
hitung
≤ t
tabel,
maka Ho diterima dan Hi ditolak, yang artinya secara parsial tidak ada pengaruh variabel bebas
dengan variabel terikat.
Apabila t
hitung
t
tabel
, maka Ho ditolak dan Hi diterima, yang artinya secara parsial variabel bebas ada pengaruh dengan
variabel terikat.
Gambar 9 : Kurva Distribusi Penolakan Penerimaan Hipotesis Secara
parsial
Ho ditolak Daerah penerimaan Ho ditolak Ho
-t 2 ; n-k-l t 2 ; n-k-l
Sumber : Gujarati, Damodar, 1997, Ekonometrika Dasar, Erlangga, Jakarta, Halaman 75.
Untuk mengetahui apakah model analisis tersebut layak digunakan dalam pembuktian selanjutnya dan untuk mengetahui sejauh mana
variabel bebas mampu menjelaskan variabel terikat maka perlu diketahui nilai adjusted R
2
atau koefisien nilai determinasi dengan menggunakan rumus:
Jadi R
2
= JK Regresi ………………......Gujarati, 1997 : 76.
JK Total
Dimana :
R
2
= koefisien determinasi JK total
= jumlah kuadrat
Karateristik utama dari R
2
adalah :
a. Tidak mempunyai nilai negatif
b. Nilainya berkisar antara 0 nol dan 1 satu atau 0 R
2
1
3.6. Uji Asumsi Klasik
Tujuan utama penggunaan uji asumsi klasik adalah untuk mendapatkan koefisien regresi linier yang terbaik dan tidak bias atau
harus bersifat BLUE Best Linier Unbiassed Estimate, karena apabila terjadi penyimpangan terhadap asumsi klasik tersebut, uji F dan uji t
yang dilakukannya menjadi tidak valid dan secara statistik dapat mengacaukan kesimpulan yang diperoleh. Untuk menghasilkan
keputusan yang BLUE, maka harus dipenuhi diantaranya 3 asumsi dasar, yaitu :
a. Tidak boleh ada autokorelasi
b. Tidak boleh ada multikolinier
c. Tidak boleh ada heteroskedastis
Apabila salah satu dari ketiga asumsi dasar tersebut dilanggar, maka persamaan regresi yang diperoleh tidak lagi bersifat BLUE Best
Linier Unbiassed Estimate , sehingga pengambilan keputusan melalui uji
F dan uji t menjadi bias. Sifat dari BLUE itu sendiri adalah :
a. Best : Pentingnya sifat ini bila diterapkan dalam uji
signifikan data terhadap dan serta membuat
interval keyakinan taksiran-taksiran. b. Liniear :
Sifat ini dibutuhkan untuk memudahkan dalam penafsiran.
c. Unbiased : Nilai jumlah sampel sangat besar penaksir
parameter diperoleh dari sampel besar kira-kira lebih mendekati nilai parameter sebenarnya.
d. Estimate : e kesalahan penaksiran linier kuadrat terkecil, artinya diharapkan sekecil mungkin.
Tiga dari asumsi dasar tersebut yang tidak boleh dilanggar dalam regresi linier berganda :
a. Autokorelasi
Kategori