Analisis Permintaan Mobil Di Kota Medan Chapter III V
BAB III
METODE PENELITIAN
Metode penelitian adalah tatacara bagaimana suatu penelitian dilaksanakan
(metdhos = tata cara) (M. Iqbal Hasan, 2002).
3.1. Ruang Lingkup Penelitian
Ruang lingkup penelitian ini adalah menganalisis permintaan mobil di
Kota Medan.Dimana permintaan mobil di Medan dipengaruhi oleh pendapatan,
harga mobil, pajak mobil, harga BBMdan selera.
3.2. Jenis dan Sumber Data
Jenis data yang digunakan adalah data primer yang diperoleh melalui
survey lapangan dengan menggunakan semua metode pengumpulan data orisinal.
Data primer bersumber dari responden yaitu orang yang sudah memiliki mobil
pribadi dan yang akan membeli mobil pribadi di Medan.Adapun jenis data yang
diperlukan dalam penelitian ini adalah pendapatan, harga mobil, pajak mobil,
harga BBM dan selera.
3.3. Populasi dan Sampel
Populasi
penelitian
ini
meliputijumlah
mobil
pribadi
di
Medan.Dikarenakan jumlah populasi yang besar dengan berbagai merek maka
digunakan teknik sampling, hal ini dilakukan agar tidak memakan biaya yang
besar dan waktu yang terlalu lama. Penelitian dengan metode sampling ini
diharapkan hasil yang diperoleh akan dapat menggambarkan sifat populasi
bersangkutan.Sampel adalah suatu himpunan bagian (subset) dari unit populasi
(kuncoro, 2009).
38
Universitas Sumatera Utara
Teknik sampling yang digunakan adalah proporsif dengan menentukan
200 sampel yang diperoleh dari jumlah populasi penduduk di Kota Medan yang
memiliki mobil pribadi dan dikelompokkan dalam 4 jenis merk mobil pribadi
yaitu:
1. Mobil Toyota
2. Mobil Honda
3. Mobil Nissan
4. Mobil Daihatsu
3.4. Pengolahan Data
Untuk mengolah data penelitian ini digunakan program komputer SPSS.
Koefisien yang dihasilkan dapat dilihat pada output regresi berdasarkan data yang
dianalisis untuk kemudian diinterpretasikan serta dilihat signifikansi tiap-tiap
variabel yang diteliti.
3.5. Model Analisis Data
Model analisis yang digunakan dalam menganalisis data adalah model
persamaan Ordinary Least Square.Dalam menganalisis data yang diperoleh untuk
mengetahui seberapa besar pengaruh Variabel-variabel bebas terhadap variabel
tidak bebas digunakan model ekonometrika dengan meregresikan variabelvariabel yang ada dengan menggunakan metode kuadrat terkecil biasa (Ordinary
Least Square).
Data yang digunakan dianalisis secara kuantitatif dengan menggunakan
analisis statistik yaitu persamaan regresi linear berganda.
Fungsi yang digunakan dalam penelitian ini adalah:
D = f(I, P, T, F, TS) ……………………………………………………..(1)
39
Universitas Sumatera Utara
Selanjutnya fungsi tersebut ditransformasikan dalam model logaritma
natural sebagai berikut:
Y=
0 + 1 X1 + 2X2 +
3X3 + 4X4+ 5D
+ ε……………………..........(2)
Dimana:
Y =Permintaan mobil
0
= Intercept
1
= Koefisien regresi pendapatan
X1 = Pendapatan
2
= Koefisien regresi harga mobil pribadi
X2 = Harga mobil pribadi
3
= Koefisien regresi pajak mobil pribadi
X3 = Pajak mobil pribadi
4=
Koefisien regresi harga BBM
X4 = Harga BBM
5
= Koefisien regresi Selera
D = Dummy Selera
D = 1 (Mobil secara umum)
D = 0 (Non mobil / transportasi darat lain diluar mobil)
3.6 Teknik Analisis Data
3. 6.1. Test Goodness of Fit
3.6.1.1. Koefisien Determinasi (R-Square)
Koefisien determinasi dilakukan untuk melihat seberapa besar kemampuan
variabel
independen
mampu
memberi
penjelasan
terhadap
variabel
40
Universitas Sumatera Utara
dependen.Nilai R2 berkisar antara 0 sampai 1 (0 4-dl
: Tolak Ho (ada korelasi negative)
Du t-tabel maka H0 ditolak, artinya Variabel harga mobil berpengaruh secara
signifikan terhadap Variabel permintaan mobil di Kota Medan pada tingkat
keyakinan 95%. Koefisien regresi harga mobil diperoleh -0,345 artinya apabila
harga mobil menurun sebesar 1 %, cateris paribus, maka akan meningkatkan
permintaan mobil khususnya merek Toyota di Kota Medan sebesar 0,345%.
Untuk pajak mobil, berdasarkan hasil estimasi diperoleh hasil uji t-statistik
menunjukkan bahwa t-hitung sebesar 3,436, sedangkan t-tabel 1,679.Karena thitung > t-tabel maka H0 ditolak, artinya Variabel pajak mobil berpengaruh secara
62
Universitas Sumatera Utara
signifikan terhadap Variabel permintaan mobil di Kota Medan pada tingkat
keyakinan 95%. Koefisien regresi pajak mobil diperoleh 0,315 artinya apabila
pajak mobil naik 1 %, cateris paribus, maka akan meningkatkan permintaan mobil
kususnya merek Toyota di Kota Medan sebesar 0,315 %.
Untuk bbm, berdasarkan hasil estimasi diperoleh hasil uji t-statistik
menunjukkan bahwa t-hitung sebesar 9,158, sedangkan t-tabel 1,679.Karena thitung > t-tabel maka H0 ditolak, artinya Variabelbbm berpengaruh secara
signifikan terhadap Variabel permintaan mobil di Kota Medan pada tingkat
keyakinan 95%. Koefisien regresi bbm diperoleh 1,221 artinya apabila bbm naik 1
%, cateris paribus, maka akan meningkatkan permintaan mobil khususnya merek
Toyota di Kota Medan sebesar 1,221 %.
Untuk selera, berdasarkan hasil estimasi diperoleh hasil uji t-statistik
menunjukkan bahwa t-hitung sebesar -0,960, sedangkan t-tabel 1,679.Karena thitung < t-tabel maka H0 diterima, artinya Variabel selera tidak berpengaruh
secara signifikan terhadap Variabel permintaan mobil khususnya merek Toyota di
Kota Medan.
Hal ini sesuai dengan penelitian (Marsito, 2007) yang menyatakan bahwa
harga mobil pribadi berpengaruh negatif signifikan terhadap permintaan mobil di
SUMUT pada tingkat kepercayaan 99 % dan Sukirno (2003) dalam tulisannya
bahwa hukum permintaan pada hakikatnya merupakan hipotesis yang menyatakan
bahwa makin rendah harga suatu barang maka makin banyak permintaan terhadap
barang tersebut.Sebaliknya, makin tinggi harga suatu barang maka makin sedikit
permintaan terhadap barang tersebut.Sehingga hubungan antara harga mobil
dengan permintaan mobil itu sendiri sangatlah jelas. Kenaikan harga mobil
63
Universitas Sumatera Utara
akanmempengaruhi berkurangnya tingkat permintaan mobil dan penurunan harga
mobilakan meningkatkan permintaan mobil.
4.3.2.3. Uji Penyimpangan Asumsi Klasik
1. Normalitas
Salah satu cara untuk menentukan apakah data berdistribusi normal atau
tidak dengan menggunakan rasio skewness dan rasio kurtosis. Rasio skewness
adalah nilai skewness dibagi dengan standard error skewness.Rasio kurtosis
adalah nilai kurtosis dibagi dengan standard error kurtosis. Dengan kata lain, bila
rasio kurtosis dan skewness berada diantara -2 hingga 2 maka distribusi data
adalah normal.
Tabel 4.11. Hasil Uji Normalitas Mobil Merek Toyota
Skewness
Unstandardized Residual
Kurtosis
Statistik
Std. Error
Statistik
Std. Error
-0,465
0,337
-0,243
0,662
Sumber : Hasil pengolahan data 2015, Lampiran 11
Dari hasil uji Normalitas terlihat bahwa rasio skewness = 0,465 / 0,337 =
1,34 sedangkan rasio kurtosis = -0,243 / 0,662 = -0,37, karena rasio skewness dan
rasio kurtosis berada diantara -2 hingga 2 maka dapat disimpulkan bahwa
distribusi data adalah normal.
2. Multikolinearitas
Uji multikolinearitas adalah bertujuan untuk mengetahui apakah terdapat
korelasi yang cukup besar antara sesame Variabel bebas (x). Korelasi yang terlalu
tinggi antar sesame X akan berpengaruh pada menurunnya korelasi secara
simultan terhadap Variabel Y. Untuk mendeteksi terjadinya multicolinearity dapat
64
Universitas Sumatera Utara
dilakukan dengan salah satu cara yaitu dengan uji Vif (Variance Inflation Factor).
Pada uji Vif yaitu dengan melihat apakah nilai Vif untuk masing-masing Variabel
lebih besar dari 10 atau tidak.Bila nilai Vif lebih besar dari 10 maka
diidentifikasikan
model
tersebut
memiliki
multikolinearity,
begitu
juga
sebaliknya.
Tabel 4.12. Hasil Uji Multikolinearitas Mobil Merek Toyota
Variabel
Tolerance
VIF
Pendapatan
0,182
5.487
Harga Mobil Pribadi
0,123
8.119
Pajak Mobil
0,104
9.578
Harga bbm
0,269
3.721
Selera
0,953
1.049
Sumber :Hasil pengolahan data 2015, Lampiran 11
Dapat dilihat bahwa seluruh Variabel independen memiliki nilai Vif lebih
kecil dari 10,
maka dapat disimpulkan bahwa model regresi tidak memiliki
masalah multicolinearity.
3. Autokorelasi
Untuk mengetahui ada tidaknya serial korelasi (autokorelasi), dapat
dilakukan dengan metode Durbin Watson dimana bentuk hipotesisnya adalah
sebagai berikut:
H0 : p = 0, artinya tidak ada autokorelasi
H0 : p ≠ 0, artinya ada autokorelasi
Langkah selanjutnya adalah menetapkan nilai dl dan du, caranya adalah
dengan menggunakan derajat kepercayaan atau α 5%, sampel (n) = 50 dengan
Variabel independen sebanyak 5 maka diperoleh nilai dl yaitu 1,26 dan 1,69. Dari
hasil uji autokorelasi diperoleh nilai DW sebesar 2,041.
65
Universitas Sumatera Utara
Autokorelasi
pPositif
Tidak ada
Autokorelasi
?
0
dl
1,26
du
1,69
Autokorelasi
negaif
?
4-du
2,041
4-dl
2,31
Gambar 4.1. Klasifikasi Keputusan Tabel Durbin Watson Mobil Merek Toyota
Dapat disimpulkan bahwa Ho diterima artinya tidak ada serial korelasi
atau model tidak memiliki gejala serial serial korelasi.
4. Heterokedastisitas
Heterokedastisitas adalah suatu penyimpangan asumsi dalam bentuk
varians estimasi yang dihasilkan oleh estimasi OLS tidak bernilai konstan. Salah
satu cara uji heterokedastisitas yang dapat dilakukan adalah uji Glejser. Apabila
Variabel bebas/independen secara statistic signifikan mempengaruhi residual
maka model memiliki masalah heterokedastisitas, demikian juga sebaliknya
apabila Variabel bebas/independen secara statistic tidak signifikan mempengaruhi
residual maka model tidak memiliki masalah heterokedastisitas. Perhitungan uji
Glejser dapat kita lihat sebagai berikut:
Tabel 4.13. Hasil Uji Heterokedastisitas Mobil Merek Toyota
Konstanta
T-Statistik
Sig
X1
0,000
1,000
X2
0,000
1,000
X3
0,000
1,000
X4
0,000
1,000
D
0,000
1,000
Sumber : Hasil pengolahan data 2015, Lampiran 11
66
Universitas Sumatera Utara
4
Dari hasil uji heterokedastisitasdapat dilihat bahwa t-statistik tidak
signifikan dimana untuk seluruh Variabel bebas nila sig > α 0,05 mempengaruhi
residual maka model bebas dari heterokedastisitas.
4.3.3. Untuk Mobil Merek Honda
4.3.3.1. Hasil Estimasi Model
Estimasi untuk mengetahui pengaruh Variabel bebas (independent
Variabel) terhadap Variabel terikat (dependent Variabel) dilakukan dengan model
lin log terhadap model regresi linear berganda. Hasil perhitungan estimasi untuk
permintaan mobil di Kota Medan adalah sebagai berikut:
Y2t = -7,420 + 0,189X1Ht – 0,282X2Ht + 0,153X3Ht + 0,950X4Ht – 0,009DHt
T*
R2
=
= 0,813
(2,023)
(-2,066)
(0,049)***
(-0,045)***
F-Statistik
(1,085)
= 38,298
(0,284)
DW
(9,194)
(-0,237)
(0,000)*** (0,814)
= 1,716
Keterangan :
Y2t
= Permintaan Mobil Merek Honda di Kota Medan (Unit)
X1Ht
= Pendapatan Responden Mobil Merek Honda (Rp/bulan)
X2Ht
= Harga Mobil Pribadi Responden Merek Honda (Rp/unit)
X3Ht
= Pajak Mobil Pribadi Responden Merek Honda (Rp/tahun)
X4Ht
= Harga bbm Mobil Pribadi Responden Merek Honda (Rp/liter)
DHt
= SeleraResponden Mobil Merek Honda (Jenis Transportasi Darat)
D = 1 (Mobil secara umum)
D = 0 (Non mobil/transportasi darat lain diluar mobil)
***
= berpengaruh signifikan pada α : 0,05
67
Universitas Sumatera Utara
4.3.3.2. Hasil Pembahasan
Berdasarkan hasil estimasi diperoleh hasil R2 = 0,813 yang bermakna
bahwa variasi pendapatan, harga mobil, pajak mobil, bbm dan selera mampu
menjelaskan variasi permintaan mobil di Kota Medan sebesar 81,3 % dan sisanya
sebesar 18,7 % dijelaskan oleh Variabel lain yang tidak dimasukkan dalam model
estimasi.
Uji serempak digunakan untuk menguji signifikansi dari model penelitian,
dilakukan dengan cara membandingkan nilai F-tabel dengan F-hitung untuk
Degree of Freedom pada pengujian F adalah v1 = ((k – 1) = 5-1 = 4) dan v2 = (nk) = (50 – 5) = 45), dijumpai F-tabel; pada α = 0,05 sebesar 2,61 Kriteria Uji :
F-hitung > F α (k-1, n-k), maka tolak H0
F-hitung < F α (k-1, n-k), maka terima H0
Jika H0 ditolak berari minimal ada satu Variabel bebas yang berpengaruh nyata
terhadap Variabel tidak bebas, dan sebaliknya jika H0 diterima berarti tidak ada
satupun Variabel bebas yang berpengaruh nyata terhadap Variabel tidak
bebas.Semakin besar nilai F-hitung maka semakin kuat bukti bahwa terdapat
minimal salah satu Variabel bebas yang berpangaruh nyata terhadap keragaman
dari Variabel tidak bebas.
Dari hasil estimasi diperoleh nilai F-statistik diperoleh 38,298 lebih besar
dari F0,05(2,61), ini berarti secara bersama-sama (pendapatan, harga mobil, pajak
mobil, bbm dan selera) dapat mempengaruhi permintaan mobil kususnya merek
Honda secara signifikan di Kota Medan dengan tingkat keyakinan minimal 95%.
Pengujian secara parsial digunakan untuk menguji signifikansi dari
masing-masing Variabel terikat, dilakukan dengan cara membandingkan nilai t-
68
Universitas Sumatera Utara
hitung dengan nilai t-tabel, pada jumlah sampel (n) = 50, Variabel bebas (k) = 5.
Kuotsoyiannis, (1981) menjelaskan bahwa besarnya k adalah Variabel bebas
termasuk konstanta, dengan demikian k = 5, maka degree of freedom (df) = 50 –
5 = 45, pada df = 45 dijumpai t-tabel pada pengujian α = 0,05 sebesar 1, 679.
Kriteria Uji :
t- hitung> tα/2(n-k), maka tolak H0
t-hitung< tα/2(n-k), maka terima H0
Jika H0 ditolak dalam kriteria uji-t berarti Variabel bebas berperngaruh
nyata terhadap Variabel tidak bebas dan sebaliknya jika H0 diterima berarti
Variabel bebas tidak berpengaruh nyata terhadap Variabel tidak bebas. Semikin
besar nilai t-hitung maka akan semakin kuat bukti bahwa Variabel tersebut
signifikan secara statistic.
Untuk pendapatan, berdasarkan hasil estimasi diperoleh hasil uji t-statistik
menunjukkan bahwa t-hitung sebesar 2,023, sedangkan t-tabel 1,679.Karena thitung > t-tabel maka Ho ditolak, artinya Variabel pendapatan berpengaruh secara
signifikan terhadap Variabel permintaan mobil kususnya merek Honda di Kota
Medan pada tingkat keyakinan 95%. Koefisien regresi pendapaan diperoleh 0,189
artinya apabila pendapatan naik sebesar 1 %, cateris paribus, maka akan
meningkatkan perminaan mobil kususnya merek Honda di Kota Medan sebesar
0,189%.
Untuk harga mobil, berdasarkan hasil estimasi diperoleh hasil uji t-statistik
menunjukkan bahwa t-hitung sebesar -2,066, sedangkan t-tabel 1,679.Karena thitung > t-tabel maka H0 ditolak, artinya Variabel harga mobil berpengaruh secara
signifikan terhadap Variabel permintaan mobil kususnya merek Honda di Kota
69
Universitas Sumatera Utara
Medan pada tingkat keyakinan 95%. Koefisien regresi harga mobil diperoleh 0,282 artinya apabila harga mobil khususnya merek Honda menurun sebesar 1 %,
cateris paribus, maka akan meningkatkan permintaan mobil khsusnya merek
Honda di Kota Medan sebesar 0,282%.
Untuk pajak mobil, berdasarkan hasil estimasi diperoleh hasil uji t-statistik
menunjukkan bahwa t-hitung sebesar 1,085 sedangkan t-tabel 1,679. Karena thitung < t-tabel maka H0 diterima, artinya Variabel pajak mobil tidak berpengaruh
secara signifikan terhadap Variabel permintaan mobil kususnya merek Honda di
Kota Medan pada tingkat keyakinan 95%.
Untuk bbm, berdasarkan hasil estimasi diperoleh hasil uji t-statistik
menunjukkan bahwa t-hitung sebesar 9,194, sedangkan t-tabel 1,679. Karena thitung > t-tabel maka H0 ditolak, artinya Variabelbbm berpengaruh secara
signifikan terhadap Variabel permintaan mobil Khususnya merek Honda di Kota
Medan pada tingkat keyakinan 95%. Koefisien regresi bbm diperoleh 0,950
artinya apabila bbm naik 1 %, cateris paribus, maka akan meningkatkan
permintaan mobil khususnya merek Honda di Kota Medan sebesar 0,950 %.
Untuk selera, berdasarkan hasil estimasi diperoleh hasil uji t-statistik
menunjukkan bahwa t-hitung sebesar -0,237, sedangkan t-tabel 1,679.Karena thitung < t-tabel maka H0 diterima, artinya Variabel selera tidak berpengaruh
secara signifikan terhadap Variabel permintaan mobil khususnya merek Honda di
Kota Medan.
Hal ini sesuai dengan penelitian (Rositta, 2001) yang menyatakan
pendapatan berpengaruh positif signifikan terhadap permintaan mobil bekas di
Kotamadya Medan pada tingkat kepercayaan 95 %.
70
Universitas Sumatera Utara
Dalam penelitian (Marsito, 2007) juga menyatakan bahwa pendapatan
perkapita berpengaruh positif signifikan terhadap permintaan mobil pribadi di
SUMUT dan harga mobil pribadi berpengaruh negatif signifikan terhadap
permintaan mobil di SUMUT pada tingkat kepercayaan 99 % dan Sukirno (2003)
dalam tulisannya bahwa hukum permintaan pada hakikatnya merupakan hipotesis
yang menyatakan bahwa makin rendah harga suatu barang maka makin banyak
permintaan terhadap barang tersebut.Sebaliknya, makin tinggi harga suatu barang
maka makin sedikit permintaan terhadap barang tersebut.Sehingga hubungan
antara harga mobil dengan permintaan mobil itu sendiri sangatlah jelas. Kenaikan
harga mobil akan mempengaruhi berkurangnya tingkat permintaan mobil dan
penurunan harga mobil akan meningkatkan permintaan mobil.
Dalam penelitian (Budiarto, 2013) juga menyatakan bahwa pendapatan
berpengaruh positif signifikan terhadap permintaan sepeda motor di Kota
Semarang.
4.3.3.3.Uji Penyimpangan Asumsi Klasik
1. Normalitas
Salah satu cara untuk menentukan apakah data berdistribusi normal atau
tidak dengan menggunakan rasio skewness dan rasio kurtosis. Rasio skewness
adalah nilai skewness dibagi dengan standard error skewness.Rasio kurtosis
adalah nilai kurtosis dibagi dengan standard error kurtosis. Dengan kata lain, bila
rasio kurtosis dan skewness berada diantara -2 hingga 2 maka distribusi data
adalah normal.
71
Universitas Sumatera Utara
Tabel 4.14. Hasil Uji Normalitas Mobil Merek Honda
Skewness
Unstandardized Residual
Kurtosis
Statistik
Std. Error
Statistik
Std. Error
-0,784
0,337
-0,326
0,662
Sumber : Hasil pengolahan data 2015, Lampiran 13
Dari hasil analisis terlihat bahwa rasio skewness =- 0,784 / 0,337 = - 2,33
penyimpangannya tidak terlalu besar dari – 2 (hanya selisih 0,33) sedangkan rasio
kurtosis = 0,326 / 0,662 = 0,49 maka dapat disimpulkan bahwa distribusi data
adalah normal.
2. Multikolinearitas
Uji multikolinearitas adalah bertujuan untuk mengetahui apakah terdapat
korelasi yang cukup besar antara sesame Variabel bebas (x). Korelasi yang terlalu
tinggi antar sesama X akan berpengaruh pada menurunnya korelasi secara
simultan terhadap Variabel Y. Untuk mendeteksi terjadinya multicolinearity dapat
dilakukan dengan salah satu cara yaitu dengan uji Vif (Variance Inflation Factor).
Pada uji Vif yaitu dengan melihat apakah nilai Vif untuk masing-masing Variabel
lebih besar dari 10 atau tidak.Bila nilai Vif lebih besar dari 10 maka
diidentifikasikan
model
tersebut
memiliki
multikolinearity,
begitu
juga
sebaliknya.
Tabel 4.15. Hasil Uji Multikolineritas Mobil Merek Honda
Variabel
Sig
VIF
Pendapatan
0,306
3,267
Harga Mobil Pribadi
0,126
7,956
Pajak Mobil
0,109
9.200
Harga bbm
0,525
1,903
Selera
0,950
1.053
Sumber : Hasil pengolahan data 2015, Lampiran 13
72
Universitas Sumatera Utara
Dapat dilihat bahwa seluruh Variabel independen memiliki nilai Vif lebih
kecil dari 10,
maka dapat disimpulkan bahwa model regresi tidak memiliki
masalah multicolinearity.
3. Autokorelasi
Untuk mengetahui ada tidaknya serial korelasi (autokorelasi), dapat
dilakukan dengan metode Durbin Watson dimana bentuk hipotesisnya adalah
sebagai berikut:
H0 : p = 0, artinya tidak ada autokorelasi
H0 : p ≠ 0, artinya ada autokorelasi
Langkah selanjutnya adalah menetapkan nilai dl dan du, caranya adalah
dengan menggunakan derajat kepercayaan atau α 5%, sampel (n) = 50 dengan
Variabel independen sebanyak 5 maka diperoleh nilai dl yaitu 1,26 dan 1,69. Dari
hasil uji autokorelasi diperoleh nilai DW sebesar 1,716
Autokorelasi
pPositif
Tidak ada
Autokorelasi
?
0
dl
1,26
du
1,69
1,761
?
4-du
2,31
Autokorelasi
negaif
4-dl
Gambar 4.2.Klasifikasi Keputusan Tabel Durbin Watson Mobil Merek Honda
Dapat disimpulkan bahwa Ho diterima artinya tidak ada serial korelasiatau
model tidak memiliki gejala serial serial korelasi.
73
Universitas Sumatera Utara
4
4. Heterokedastisitas
Heterokedastisitas adalah suatu penyimpangan asumsi dalam bentuk
varians estimasi yang dihasilkan oleh estimasi OLS tidak bernilai konstan. Salah
satu cara uji heterokedastisitas yang dapat dilakukan adalah uji Glejser. Apabila
Variabel bebas/independen secara statistic signifikan mempengaruhi residual
maka model memiliki masalah heterokedastisitas, demikian juga sebaliknya
apabila Variabel bebas/independen secara statistic tidak signifikan mempengaruhi
residual maka model tidak memiliki masalah heterokedastisitas. Perhitungan uji
Glejser dapat kita lihat sebagai berikut:
Tabel 4.16. Hasil Uji Heterokedastisitas Mobil Merek Honda
Konstanta
T-Statistik
Sig
X1
0,000
1,000
X2
0,000
1,000
X3
0,000
1,000
X4
0,000
1,000
D
0,000
1,000
Sumber : Hasil pengolahan data 2015, Lampiran 13
Dari hasil estimasi dapat dilihat bahwa t-statistik tidak signifikan
dimana untuk seluruh Variabel bebas nilai sig > α 0,05 mempengaruhi residual
maka model bebas dari heterokedastisitas.
74
Universitas Sumatera Utara
4.3.4. Untuk Mobil Merek Nissan
4.3.4.1. Hasil Estimasi Model
Estimasi untuk mengetahui pengaruh Variabel bebas (independent
Variabel) terhadap Variabel terikat (dependent Variabel) dilakukan dengan model
lin log terhadap model regresi linear berganda. Hasil perhitungan estimasi untuk
permintaan mobil di Kota Medan adalah sebagai berikut:
Y3t = -6,708 + 0,162X1Nt – 0,582X2Nt + 0,519X3Nt + 0,958X4Nt – 0,011DNt
T*
R2
=
= 0,840
(1,096)
(-4,303)
(4,032)
(7,844)
(0,279)
(0,000)***
(0,000)***
(0,000)***
F-Statistik
= 46,209
DW
(-0,192)
(0,849)
= 2,130
Keterangan :
Y3t
= Permintaan Mobil Merek Nissan di Kota Medan (Unit)
X1Nt
= Pendapatan Responden Mobil Merek Nissan (Rp/bulan)
X2Nt
= Harga Mobil Pribadi Responden Merek Nissan (Rp/unit)
X3Nt
= Pajak Mobil Pribadi Responden Merek Nissan (Rp/tahun)
X4Nt
= Harga bbm Mobil Pribadi Responden Merek Nissan (Rp/liter)
DNt
= Selera Responden Mobil Merek Nissan (Jenis Transportasi Darat)
D = 1 (Mobil secara umum)
D = 0 (Non mobil/transportasi darat lain diluar mobil)
***
= berpengaruh signifikan pada α : 0,05
4.3.4.2. Hasil Pembahasan
Berdasarkan hasil estimasi diperoleh hasil R2 = 0,840 yang bermakna
bahwa variasi pendapatan, harga mobil, pajak mobil, bbm dan selera mampu
75
Universitas Sumatera Utara
menjelaskan variasi permintaan mobil di Kota Medan sebesar 84 % dan sisanya
sebesar 16 % dijelaskan oleh Variabel lain yang tidak dimasukkan dalam model
estimasi.
Uji serempak digunakan untuk menguji signifikansi dari model penelitian,
dilakukan dengan cara membandingkan nilai F-tabel dengan F-hitung untuk
Degree of Freedom pada pengujian F adalah v1 = ((k – 1) = 5-1 = 4) dan v2 = (nk) = (50 – 5) = 45), dijumpai F-tabel; pada α = 0,05 sebesar 2,61 Kriteria Uji :
F-hitung > F α (k-1, n-k), maka tolak H0
F-hitung < F α (k-1, n-k), maka terima H0
Jika H0 ditolak berari minimal ada satu Variabel bebas yang berpengaruh nyata
terhadap Variabel tidak bebas, dan sebaliknya jika H0 diterima berarti tidak ada
satupun Variabel bebas yang berpengaruh nyata terhadap Variabel tidak
bebas.Semakin besar nilai F-hitung maka semakin kuat bukti bahwa terdapat
minimal salah satu Variabel bebas yang berpangaruh nyata terhadap keragaman
dari Variabel tidak bebas.
Dari hasil estimasi diperoleh nilai F-statistik diperoleh 46,209 lebih besar
dari F0,05(2,61), ini berarti secara bersama-sama (pendapatan, harga mobil, pajak
mobil, bbm dan selera) dapat mempengaruhi permintaan mobil kususnya merek
Nissan secara signifikan di Kota Medan dengan tingkat keyakinan minimal 95%.
Pengujian secara parsial digunakan untuk menguji signifikansi dari
masing-masing Variabel terikat, dilakukan dengan cara membandingkan nilai thitung dengan nilai t-tabel, pada jumlah sampel (n) = 50, Variabel bebas (k) = 5.
Kuotsoyiannis, (1981) menjelaskan bahwa besarnya k adalah Variabel bebas
termasuk konstanta, dengan demikian k = 5, maka degree of freedom (df) = 50 –
76
Universitas Sumatera Utara
5 = 45, pada df = 45 dijumpai t-tabel pada pengujian α = 0,05 sebesar 1, 679.
Kriteria Uji :
t- hitung> tα/2(n-k), maka tolak H0
t-hitung< tα/2(n-k), maka terima H0
Jika H0 ditolak dalam kriteria uji-t berarti Variabel bebas berperngaruh
nyata terhadap Variabel tidak bebas dan sebaliknya jika H0 diterima berarti
Variabel bebas tidak berpengaruh nyata terhadap Variabel tidak bebas. Semikin
besar nilai t-hitung maka akan semakin kuat bukti bahwa Variabel tersebut
signifikan secara statistik.
Untuk pendapatan, berdasarkan hasil estimasi diperoleh hasil uji t-statistik
menunjukkan bahwa
METODE PENELITIAN
Metode penelitian adalah tatacara bagaimana suatu penelitian dilaksanakan
(metdhos = tata cara) (M. Iqbal Hasan, 2002).
3.1. Ruang Lingkup Penelitian
Ruang lingkup penelitian ini adalah menganalisis permintaan mobil di
Kota Medan.Dimana permintaan mobil di Medan dipengaruhi oleh pendapatan,
harga mobil, pajak mobil, harga BBMdan selera.
3.2. Jenis dan Sumber Data
Jenis data yang digunakan adalah data primer yang diperoleh melalui
survey lapangan dengan menggunakan semua metode pengumpulan data orisinal.
Data primer bersumber dari responden yaitu orang yang sudah memiliki mobil
pribadi dan yang akan membeli mobil pribadi di Medan.Adapun jenis data yang
diperlukan dalam penelitian ini adalah pendapatan, harga mobil, pajak mobil,
harga BBM dan selera.
3.3. Populasi dan Sampel
Populasi
penelitian
ini
meliputijumlah
mobil
pribadi
di
Medan.Dikarenakan jumlah populasi yang besar dengan berbagai merek maka
digunakan teknik sampling, hal ini dilakukan agar tidak memakan biaya yang
besar dan waktu yang terlalu lama. Penelitian dengan metode sampling ini
diharapkan hasil yang diperoleh akan dapat menggambarkan sifat populasi
bersangkutan.Sampel adalah suatu himpunan bagian (subset) dari unit populasi
(kuncoro, 2009).
38
Universitas Sumatera Utara
Teknik sampling yang digunakan adalah proporsif dengan menentukan
200 sampel yang diperoleh dari jumlah populasi penduduk di Kota Medan yang
memiliki mobil pribadi dan dikelompokkan dalam 4 jenis merk mobil pribadi
yaitu:
1. Mobil Toyota
2. Mobil Honda
3. Mobil Nissan
4. Mobil Daihatsu
3.4. Pengolahan Data
Untuk mengolah data penelitian ini digunakan program komputer SPSS.
Koefisien yang dihasilkan dapat dilihat pada output regresi berdasarkan data yang
dianalisis untuk kemudian diinterpretasikan serta dilihat signifikansi tiap-tiap
variabel yang diteliti.
3.5. Model Analisis Data
Model analisis yang digunakan dalam menganalisis data adalah model
persamaan Ordinary Least Square.Dalam menganalisis data yang diperoleh untuk
mengetahui seberapa besar pengaruh Variabel-variabel bebas terhadap variabel
tidak bebas digunakan model ekonometrika dengan meregresikan variabelvariabel yang ada dengan menggunakan metode kuadrat terkecil biasa (Ordinary
Least Square).
Data yang digunakan dianalisis secara kuantitatif dengan menggunakan
analisis statistik yaitu persamaan regresi linear berganda.
Fungsi yang digunakan dalam penelitian ini adalah:
D = f(I, P, T, F, TS) ……………………………………………………..(1)
39
Universitas Sumatera Utara
Selanjutnya fungsi tersebut ditransformasikan dalam model logaritma
natural sebagai berikut:
Y=
0 + 1 X1 + 2X2 +
3X3 + 4X4+ 5D
+ ε……………………..........(2)
Dimana:
Y =Permintaan mobil
0
= Intercept
1
= Koefisien regresi pendapatan
X1 = Pendapatan
2
= Koefisien regresi harga mobil pribadi
X2 = Harga mobil pribadi
3
= Koefisien regresi pajak mobil pribadi
X3 = Pajak mobil pribadi
4=
Koefisien regresi harga BBM
X4 = Harga BBM
5
= Koefisien regresi Selera
D = Dummy Selera
D = 1 (Mobil secara umum)
D = 0 (Non mobil / transportasi darat lain diluar mobil)
3.6 Teknik Analisis Data
3. 6.1. Test Goodness of Fit
3.6.1.1. Koefisien Determinasi (R-Square)
Koefisien determinasi dilakukan untuk melihat seberapa besar kemampuan
variabel
independen
mampu
memberi
penjelasan
terhadap
variabel
40
Universitas Sumatera Utara
dependen.Nilai R2 berkisar antara 0 sampai 1 (0 4-dl
: Tolak Ho (ada korelasi negative)
Du t-tabel maka H0 ditolak, artinya Variabel harga mobil berpengaruh secara
signifikan terhadap Variabel permintaan mobil di Kota Medan pada tingkat
keyakinan 95%. Koefisien regresi harga mobil diperoleh -0,345 artinya apabila
harga mobil menurun sebesar 1 %, cateris paribus, maka akan meningkatkan
permintaan mobil khususnya merek Toyota di Kota Medan sebesar 0,345%.
Untuk pajak mobil, berdasarkan hasil estimasi diperoleh hasil uji t-statistik
menunjukkan bahwa t-hitung sebesar 3,436, sedangkan t-tabel 1,679.Karena thitung > t-tabel maka H0 ditolak, artinya Variabel pajak mobil berpengaruh secara
62
Universitas Sumatera Utara
signifikan terhadap Variabel permintaan mobil di Kota Medan pada tingkat
keyakinan 95%. Koefisien regresi pajak mobil diperoleh 0,315 artinya apabila
pajak mobil naik 1 %, cateris paribus, maka akan meningkatkan permintaan mobil
kususnya merek Toyota di Kota Medan sebesar 0,315 %.
Untuk bbm, berdasarkan hasil estimasi diperoleh hasil uji t-statistik
menunjukkan bahwa t-hitung sebesar 9,158, sedangkan t-tabel 1,679.Karena thitung > t-tabel maka H0 ditolak, artinya Variabelbbm berpengaruh secara
signifikan terhadap Variabel permintaan mobil di Kota Medan pada tingkat
keyakinan 95%. Koefisien regresi bbm diperoleh 1,221 artinya apabila bbm naik 1
%, cateris paribus, maka akan meningkatkan permintaan mobil khususnya merek
Toyota di Kota Medan sebesar 1,221 %.
Untuk selera, berdasarkan hasil estimasi diperoleh hasil uji t-statistik
menunjukkan bahwa t-hitung sebesar -0,960, sedangkan t-tabel 1,679.Karena thitung < t-tabel maka H0 diterima, artinya Variabel selera tidak berpengaruh
secara signifikan terhadap Variabel permintaan mobil khususnya merek Toyota di
Kota Medan.
Hal ini sesuai dengan penelitian (Marsito, 2007) yang menyatakan bahwa
harga mobil pribadi berpengaruh negatif signifikan terhadap permintaan mobil di
SUMUT pada tingkat kepercayaan 99 % dan Sukirno (2003) dalam tulisannya
bahwa hukum permintaan pada hakikatnya merupakan hipotesis yang menyatakan
bahwa makin rendah harga suatu barang maka makin banyak permintaan terhadap
barang tersebut.Sebaliknya, makin tinggi harga suatu barang maka makin sedikit
permintaan terhadap barang tersebut.Sehingga hubungan antara harga mobil
dengan permintaan mobil itu sendiri sangatlah jelas. Kenaikan harga mobil
63
Universitas Sumatera Utara
akanmempengaruhi berkurangnya tingkat permintaan mobil dan penurunan harga
mobilakan meningkatkan permintaan mobil.
4.3.2.3. Uji Penyimpangan Asumsi Klasik
1. Normalitas
Salah satu cara untuk menentukan apakah data berdistribusi normal atau
tidak dengan menggunakan rasio skewness dan rasio kurtosis. Rasio skewness
adalah nilai skewness dibagi dengan standard error skewness.Rasio kurtosis
adalah nilai kurtosis dibagi dengan standard error kurtosis. Dengan kata lain, bila
rasio kurtosis dan skewness berada diantara -2 hingga 2 maka distribusi data
adalah normal.
Tabel 4.11. Hasil Uji Normalitas Mobil Merek Toyota
Skewness
Unstandardized Residual
Kurtosis
Statistik
Std. Error
Statistik
Std. Error
-0,465
0,337
-0,243
0,662
Sumber : Hasil pengolahan data 2015, Lampiran 11
Dari hasil uji Normalitas terlihat bahwa rasio skewness = 0,465 / 0,337 =
1,34 sedangkan rasio kurtosis = -0,243 / 0,662 = -0,37, karena rasio skewness dan
rasio kurtosis berada diantara -2 hingga 2 maka dapat disimpulkan bahwa
distribusi data adalah normal.
2. Multikolinearitas
Uji multikolinearitas adalah bertujuan untuk mengetahui apakah terdapat
korelasi yang cukup besar antara sesame Variabel bebas (x). Korelasi yang terlalu
tinggi antar sesame X akan berpengaruh pada menurunnya korelasi secara
simultan terhadap Variabel Y. Untuk mendeteksi terjadinya multicolinearity dapat
64
Universitas Sumatera Utara
dilakukan dengan salah satu cara yaitu dengan uji Vif (Variance Inflation Factor).
Pada uji Vif yaitu dengan melihat apakah nilai Vif untuk masing-masing Variabel
lebih besar dari 10 atau tidak.Bila nilai Vif lebih besar dari 10 maka
diidentifikasikan
model
tersebut
memiliki
multikolinearity,
begitu
juga
sebaliknya.
Tabel 4.12. Hasil Uji Multikolinearitas Mobil Merek Toyota
Variabel
Tolerance
VIF
Pendapatan
0,182
5.487
Harga Mobil Pribadi
0,123
8.119
Pajak Mobil
0,104
9.578
Harga bbm
0,269
3.721
Selera
0,953
1.049
Sumber :Hasil pengolahan data 2015, Lampiran 11
Dapat dilihat bahwa seluruh Variabel independen memiliki nilai Vif lebih
kecil dari 10,
maka dapat disimpulkan bahwa model regresi tidak memiliki
masalah multicolinearity.
3. Autokorelasi
Untuk mengetahui ada tidaknya serial korelasi (autokorelasi), dapat
dilakukan dengan metode Durbin Watson dimana bentuk hipotesisnya adalah
sebagai berikut:
H0 : p = 0, artinya tidak ada autokorelasi
H0 : p ≠ 0, artinya ada autokorelasi
Langkah selanjutnya adalah menetapkan nilai dl dan du, caranya adalah
dengan menggunakan derajat kepercayaan atau α 5%, sampel (n) = 50 dengan
Variabel independen sebanyak 5 maka diperoleh nilai dl yaitu 1,26 dan 1,69. Dari
hasil uji autokorelasi diperoleh nilai DW sebesar 2,041.
65
Universitas Sumatera Utara
Autokorelasi
pPositif
Tidak ada
Autokorelasi
?
0
dl
1,26
du
1,69
Autokorelasi
negaif
?
4-du
2,041
4-dl
2,31
Gambar 4.1. Klasifikasi Keputusan Tabel Durbin Watson Mobil Merek Toyota
Dapat disimpulkan bahwa Ho diterima artinya tidak ada serial korelasi
atau model tidak memiliki gejala serial serial korelasi.
4. Heterokedastisitas
Heterokedastisitas adalah suatu penyimpangan asumsi dalam bentuk
varians estimasi yang dihasilkan oleh estimasi OLS tidak bernilai konstan. Salah
satu cara uji heterokedastisitas yang dapat dilakukan adalah uji Glejser. Apabila
Variabel bebas/independen secara statistic signifikan mempengaruhi residual
maka model memiliki masalah heterokedastisitas, demikian juga sebaliknya
apabila Variabel bebas/independen secara statistic tidak signifikan mempengaruhi
residual maka model tidak memiliki masalah heterokedastisitas. Perhitungan uji
Glejser dapat kita lihat sebagai berikut:
Tabel 4.13. Hasil Uji Heterokedastisitas Mobil Merek Toyota
Konstanta
T-Statistik
Sig
X1
0,000
1,000
X2
0,000
1,000
X3
0,000
1,000
X4
0,000
1,000
D
0,000
1,000
Sumber : Hasil pengolahan data 2015, Lampiran 11
66
Universitas Sumatera Utara
4
Dari hasil uji heterokedastisitasdapat dilihat bahwa t-statistik tidak
signifikan dimana untuk seluruh Variabel bebas nila sig > α 0,05 mempengaruhi
residual maka model bebas dari heterokedastisitas.
4.3.3. Untuk Mobil Merek Honda
4.3.3.1. Hasil Estimasi Model
Estimasi untuk mengetahui pengaruh Variabel bebas (independent
Variabel) terhadap Variabel terikat (dependent Variabel) dilakukan dengan model
lin log terhadap model regresi linear berganda. Hasil perhitungan estimasi untuk
permintaan mobil di Kota Medan adalah sebagai berikut:
Y2t = -7,420 + 0,189X1Ht – 0,282X2Ht + 0,153X3Ht + 0,950X4Ht – 0,009DHt
T*
R2
=
= 0,813
(2,023)
(-2,066)
(0,049)***
(-0,045)***
F-Statistik
(1,085)
= 38,298
(0,284)
DW
(9,194)
(-0,237)
(0,000)*** (0,814)
= 1,716
Keterangan :
Y2t
= Permintaan Mobil Merek Honda di Kota Medan (Unit)
X1Ht
= Pendapatan Responden Mobil Merek Honda (Rp/bulan)
X2Ht
= Harga Mobil Pribadi Responden Merek Honda (Rp/unit)
X3Ht
= Pajak Mobil Pribadi Responden Merek Honda (Rp/tahun)
X4Ht
= Harga bbm Mobil Pribadi Responden Merek Honda (Rp/liter)
DHt
= SeleraResponden Mobil Merek Honda (Jenis Transportasi Darat)
D = 1 (Mobil secara umum)
D = 0 (Non mobil/transportasi darat lain diluar mobil)
***
= berpengaruh signifikan pada α : 0,05
67
Universitas Sumatera Utara
4.3.3.2. Hasil Pembahasan
Berdasarkan hasil estimasi diperoleh hasil R2 = 0,813 yang bermakna
bahwa variasi pendapatan, harga mobil, pajak mobil, bbm dan selera mampu
menjelaskan variasi permintaan mobil di Kota Medan sebesar 81,3 % dan sisanya
sebesar 18,7 % dijelaskan oleh Variabel lain yang tidak dimasukkan dalam model
estimasi.
Uji serempak digunakan untuk menguji signifikansi dari model penelitian,
dilakukan dengan cara membandingkan nilai F-tabel dengan F-hitung untuk
Degree of Freedom pada pengujian F adalah v1 = ((k – 1) = 5-1 = 4) dan v2 = (nk) = (50 – 5) = 45), dijumpai F-tabel; pada α = 0,05 sebesar 2,61 Kriteria Uji :
F-hitung > F α (k-1, n-k), maka tolak H0
F-hitung < F α (k-1, n-k), maka terima H0
Jika H0 ditolak berari minimal ada satu Variabel bebas yang berpengaruh nyata
terhadap Variabel tidak bebas, dan sebaliknya jika H0 diterima berarti tidak ada
satupun Variabel bebas yang berpengaruh nyata terhadap Variabel tidak
bebas.Semakin besar nilai F-hitung maka semakin kuat bukti bahwa terdapat
minimal salah satu Variabel bebas yang berpangaruh nyata terhadap keragaman
dari Variabel tidak bebas.
Dari hasil estimasi diperoleh nilai F-statistik diperoleh 38,298 lebih besar
dari F0,05(2,61), ini berarti secara bersama-sama (pendapatan, harga mobil, pajak
mobil, bbm dan selera) dapat mempengaruhi permintaan mobil kususnya merek
Honda secara signifikan di Kota Medan dengan tingkat keyakinan minimal 95%.
Pengujian secara parsial digunakan untuk menguji signifikansi dari
masing-masing Variabel terikat, dilakukan dengan cara membandingkan nilai t-
68
Universitas Sumatera Utara
hitung dengan nilai t-tabel, pada jumlah sampel (n) = 50, Variabel bebas (k) = 5.
Kuotsoyiannis, (1981) menjelaskan bahwa besarnya k adalah Variabel bebas
termasuk konstanta, dengan demikian k = 5, maka degree of freedom (df) = 50 –
5 = 45, pada df = 45 dijumpai t-tabel pada pengujian α = 0,05 sebesar 1, 679.
Kriteria Uji :
t- hitung> tα/2(n-k), maka tolak H0
t-hitung< tα/2(n-k), maka terima H0
Jika H0 ditolak dalam kriteria uji-t berarti Variabel bebas berperngaruh
nyata terhadap Variabel tidak bebas dan sebaliknya jika H0 diterima berarti
Variabel bebas tidak berpengaruh nyata terhadap Variabel tidak bebas. Semikin
besar nilai t-hitung maka akan semakin kuat bukti bahwa Variabel tersebut
signifikan secara statistic.
Untuk pendapatan, berdasarkan hasil estimasi diperoleh hasil uji t-statistik
menunjukkan bahwa t-hitung sebesar 2,023, sedangkan t-tabel 1,679.Karena thitung > t-tabel maka Ho ditolak, artinya Variabel pendapatan berpengaruh secara
signifikan terhadap Variabel permintaan mobil kususnya merek Honda di Kota
Medan pada tingkat keyakinan 95%. Koefisien regresi pendapaan diperoleh 0,189
artinya apabila pendapatan naik sebesar 1 %, cateris paribus, maka akan
meningkatkan perminaan mobil kususnya merek Honda di Kota Medan sebesar
0,189%.
Untuk harga mobil, berdasarkan hasil estimasi diperoleh hasil uji t-statistik
menunjukkan bahwa t-hitung sebesar -2,066, sedangkan t-tabel 1,679.Karena thitung > t-tabel maka H0 ditolak, artinya Variabel harga mobil berpengaruh secara
signifikan terhadap Variabel permintaan mobil kususnya merek Honda di Kota
69
Universitas Sumatera Utara
Medan pada tingkat keyakinan 95%. Koefisien regresi harga mobil diperoleh 0,282 artinya apabila harga mobil khususnya merek Honda menurun sebesar 1 %,
cateris paribus, maka akan meningkatkan permintaan mobil khsusnya merek
Honda di Kota Medan sebesar 0,282%.
Untuk pajak mobil, berdasarkan hasil estimasi diperoleh hasil uji t-statistik
menunjukkan bahwa t-hitung sebesar 1,085 sedangkan t-tabel 1,679. Karena thitung < t-tabel maka H0 diterima, artinya Variabel pajak mobil tidak berpengaruh
secara signifikan terhadap Variabel permintaan mobil kususnya merek Honda di
Kota Medan pada tingkat keyakinan 95%.
Untuk bbm, berdasarkan hasil estimasi diperoleh hasil uji t-statistik
menunjukkan bahwa t-hitung sebesar 9,194, sedangkan t-tabel 1,679. Karena thitung > t-tabel maka H0 ditolak, artinya Variabelbbm berpengaruh secara
signifikan terhadap Variabel permintaan mobil Khususnya merek Honda di Kota
Medan pada tingkat keyakinan 95%. Koefisien regresi bbm diperoleh 0,950
artinya apabila bbm naik 1 %, cateris paribus, maka akan meningkatkan
permintaan mobil khususnya merek Honda di Kota Medan sebesar 0,950 %.
Untuk selera, berdasarkan hasil estimasi diperoleh hasil uji t-statistik
menunjukkan bahwa t-hitung sebesar -0,237, sedangkan t-tabel 1,679.Karena thitung < t-tabel maka H0 diterima, artinya Variabel selera tidak berpengaruh
secara signifikan terhadap Variabel permintaan mobil khususnya merek Honda di
Kota Medan.
Hal ini sesuai dengan penelitian (Rositta, 2001) yang menyatakan
pendapatan berpengaruh positif signifikan terhadap permintaan mobil bekas di
Kotamadya Medan pada tingkat kepercayaan 95 %.
70
Universitas Sumatera Utara
Dalam penelitian (Marsito, 2007) juga menyatakan bahwa pendapatan
perkapita berpengaruh positif signifikan terhadap permintaan mobil pribadi di
SUMUT dan harga mobil pribadi berpengaruh negatif signifikan terhadap
permintaan mobil di SUMUT pada tingkat kepercayaan 99 % dan Sukirno (2003)
dalam tulisannya bahwa hukum permintaan pada hakikatnya merupakan hipotesis
yang menyatakan bahwa makin rendah harga suatu barang maka makin banyak
permintaan terhadap barang tersebut.Sebaliknya, makin tinggi harga suatu barang
maka makin sedikit permintaan terhadap barang tersebut.Sehingga hubungan
antara harga mobil dengan permintaan mobil itu sendiri sangatlah jelas. Kenaikan
harga mobil akan mempengaruhi berkurangnya tingkat permintaan mobil dan
penurunan harga mobil akan meningkatkan permintaan mobil.
Dalam penelitian (Budiarto, 2013) juga menyatakan bahwa pendapatan
berpengaruh positif signifikan terhadap permintaan sepeda motor di Kota
Semarang.
4.3.3.3.Uji Penyimpangan Asumsi Klasik
1. Normalitas
Salah satu cara untuk menentukan apakah data berdistribusi normal atau
tidak dengan menggunakan rasio skewness dan rasio kurtosis. Rasio skewness
adalah nilai skewness dibagi dengan standard error skewness.Rasio kurtosis
adalah nilai kurtosis dibagi dengan standard error kurtosis. Dengan kata lain, bila
rasio kurtosis dan skewness berada diantara -2 hingga 2 maka distribusi data
adalah normal.
71
Universitas Sumatera Utara
Tabel 4.14. Hasil Uji Normalitas Mobil Merek Honda
Skewness
Unstandardized Residual
Kurtosis
Statistik
Std. Error
Statistik
Std. Error
-0,784
0,337
-0,326
0,662
Sumber : Hasil pengolahan data 2015, Lampiran 13
Dari hasil analisis terlihat bahwa rasio skewness =- 0,784 / 0,337 = - 2,33
penyimpangannya tidak terlalu besar dari – 2 (hanya selisih 0,33) sedangkan rasio
kurtosis = 0,326 / 0,662 = 0,49 maka dapat disimpulkan bahwa distribusi data
adalah normal.
2. Multikolinearitas
Uji multikolinearitas adalah bertujuan untuk mengetahui apakah terdapat
korelasi yang cukup besar antara sesame Variabel bebas (x). Korelasi yang terlalu
tinggi antar sesama X akan berpengaruh pada menurunnya korelasi secara
simultan terhadap Variabel Y. Untuk mendeteksi terjadinya multicolinearity dapat
dilakukan dengan salah satu cara yaitu dengan uji Vif (Variance Inflation Factor).
Pada uji Vif yaitu dengan melihat apakah nilai Vif untuk masing-masing Variabel
lebih besar dari 10 atau tidak.Bila nilai Vif lebih besar dari 10 maka
diidentifikasikan
model
tersebut
memiliki
multikolinearity,
begitu
juga
sebaliknya.
Tabel 4.15. Hasil Uji Multikolineritas Mobil Merek Honda
Variabel
Sig
VIF
Pendapatan
0,306
3,267
Harga Mobil Pribadi
0,126
7,956
Pajak Mobil
0,109
9.200
Harga bbm
0,525
1,903
Selera
0,950
1.053
Sumber : Hasil pengolahan data 2015, Lampiran 13
72
Universitas Sumatera Utara
Dapat dilihat bahwa seluruh Variabel independen memiliki nilai Vif lebih
kecil dari 10,
maka dapat disimpulkan bahwa model regresi tidak memiliki
masalah multicolinearity.
3. Autokorelasi
Untuk mengetahui ada tidaknya serial korelasi (autokorelasi), dapat
dilakukan dengan metode Durbin Watson dimana bentuk hipotesisnya adalah
sebagai berikut:
H0 : p = 0, artinya tidak ada autokorelasi
H0 : p ≠ 0, artinya ada autokorelasi
Langkah selanjutnya adalah menetapkan nilai dl dan du, caranya adalah
dengan menggunakan derajat kepercayaan atau α 5%, sampel (n) = 50 dengan
Variabel independen sebanyak 5 maka diperoleh nilai dl yaitu 1,26 dan 1,69. Dari
hasil uji autokorelasi diperoleh nilai DW sebesar 1,716
Autokorelasi
pPositif
Tidak ada
Autokorelasi
?
0
dl
1,26
du
1,69
1,761
?
4-du
2,31
Autokorelasi
negaif
4-dl
Gambar 4.2.Klasifikasi Keputusan Tabel Durbin Watson Mobil Merek Honda
Dapat disimpulkan bahwa Ho diterima artinya tidak ada serial korelasiatau
model tidak memiliki gejala serial serial korelasi.
73
Universitas Sumatera Utara
4
4. Heterokedastisitas
Heterokedastisitas adalah suatu penyimpangan asumsi dalam bentuk
varians estimasi yang dihasilkan oleh estimasi OLS tidak bernilai konstan. Salah
satu cara uji heterokedastisitas yang dapat dilakukan adalah uji Glejser. Apabila
Variabel bebas/independen secara statistic signifikan mempengaruhi residual
maka model memiliki masalah heterokedastisitas, demikian juga sebaliknya
apabila Variabel bebas/independen secara statistic tidak signifikan mempengaruhi
residual maka model tidak memiliki masalah heterokedastisitas. Perhitungan uji
Glejser dapat kita lihat sebagai berikut:
Tabel 4.16. Hasil Uji Heterokedastisitas Mobil Merek Honda
Konstanta
T-Statistik
Sig
X1
0,000
1,000
X2
0,000
1,000
X3
0,000
1,000
X4
0,000
1,000
D
0,000
1,000
Sumber : Hasil pengolahan data 2015, Lampiran 13
Dari hasil estimasi dapat dilihat bahwa t-statistik tidak signifikan
dimana untuk seluruh Variabel bebas nilai sig > α 0,05 mempengaruhi residual
maka model bebas dari heterokedastisitas.
74
Universitas Sumatera Utara
4.3.4. Untuk Mobil Merek Nissan
4.3.4.1. Hasil Estimasi Model
Estimasi untuk mengetahui pengaruh Variabel bebas (independent
Variabel) terhadap Variabel terikat (dependent Variabel) dilakukan dengan model
lin log terhadap model regresi linear berganda. Hasil perhitungan estimasi untuk
permintaan mobil di Kota Medan adalah sebagai berikut:
Y3t = -6,708 + 0,162X1Nt – 0,582X2Nt + 0,519X3Nt + 0,958X4Nt – 0,011DNt
T*
R2
=
= 0,840
(1,096)
(-4,303)
(4,032)
(7,844)
(0,279)
(0,000)***
(0,000)***
(0,000)***
F-Statistik
= 46,209
DW
(-0,192)
(0,849)
= 2,130
Keterangan :
Y3t
= Permintaan Mobil Merek Nissan di Kota Medan (Unit)
X1Nt
= Pendapatan Responden Mobil Merek Nissan (Rp/bulan)
X2Nt
= Harga Mobil Pribadi Responden Merek Nissan (Rp/unit)
X3Nt
= Pajak Mobil Pribadi Responden Merek Nissan (Rp/tahun)
X4Nt
= Harga bbm Mobil Pribadi Responden Merek Nissan (Rp/liter)
DNt
= Selera Responden Mobil Merek Nissan (Jenis Transportasi Darat)
D = 1 (Mobil secara umum)
D = 0 (Non mobil/transportasi darat lain diluar mobil)
***
= berpengaruh signifikan pada α : 0,05
4.3.4.2. Hasil Pembahasan
Berdasarkan hasil estimasi diperoleh hasil R2 = 0,840 yang bermakna
bahwa variasi pendapatan, harga mobil, pajak mobil, bbm dan selera mampu
75
Universitas Sumatera Utara
menjelaskan variasi permintaan mobil di Kota Medan sebesar 84 % dan sisanya
sebesar 16 % dijelaskan oleh Variabel lain yang tidak dimasukkan dalam model
estimasi.
Uji serempak digunakan untuk menguji signifikansi dari model penelitian,
dilakukan dengan cara membandingkan nilai F-tabel dengan F-hitung untuk
Degree of Freedom pada pengujian F adalah v1 = ((k – 1) = 5-1 = 4) dan v2 = (nk) = (50 – 5) = 45), dijumpai F-tabel; pada α = 0,05 sebesar 2,61 Kriteria Uji :
F-hitung > F α (k-1, n-k), maka tolak H0
F-hitung < F α (k-1, n-k), maka terima H0
Jika H0 ditolak berari minimal ada satu Variabel bebas yang berpengaruh nyata
terhadap Variabel tidak bebas, dan sebaliknya jika H0 diterima berarti tidak ada
satupun Variabel bebas yang berpengaruh nyata terhadap Variabel tidak
bebas.Semakin besar nilai F-hitung maka semakin kuat bukti bahwa terdapat
minimal salah satu Variabel bebas yang berpangaruh nyata terhadap keragaman
dari Variabel tidak bebas.
Dari hasil estimasi diperoleh nilai F-statistik diperoleh 46,209 lebih besar
dari F0,05(2,61), ini berarti secara bersama-sama (pendapatan, harga mobil, pajak
mobil, bbm dan selera) dapat mempengaruhi permintaan mobil kususnya merek
Nissan secara signifikan di Kota Medan dengan tingkat keyakinan minimal 95%.
Pengujian secara parsial digunakan untuk menguji signifikansi dari
masing-masing Variabel terikat, dilakukan dengan cara membandingkan nilai thitung dengan nilai t-tabel, pada jumlah sampel (n) = 50, Variabel bebas (k) = 5.
Kuotsoyiannis, (1981) menjelaskan bahwa besarnya k adalah Variabel bebas
termasuk konstanta, dengan demikian k = 5, maka degree of freedom (df) = 50 –
76
Universitas Sumatera Utara
5 = 45, pada df = 45 dijumpai t-tabel pada pengujian α = 0,05 sebesar 1, 679.
Kriteria Uji :
t- hitung> tα/2(n-k), maka tolak H0
t-hitung< tα/2(n-k), maka terima H0
Jika H0 ditolak dalam kriteria uji-t berarti Variabel bebas berperngaruh
nyata terhadap Variabel tidak bebas dan sebaliknya jika H0 diterima berarti
Variabel bebas tidak berpengaruh nyata terhadap Variabel tidak bebas. Semikin
besar nilai t-hitung maka akan semakin kuat bukti bahwa Variabel tersebut
signifikan secara statistik.
Untuk pendapatan, berdasarkan hasil estimasi diperoleh hasil uji t-statistik
menunjukkan bahwa