2. Variabel realisasi nilai invetasi pertanian : menggunakan data realisasi nilai
Penanaman modal sektor pertanian Kabupaten Asahan dinyatakan dalam juta rupiah.
3. Variabel Tenaga Kerja Pertanian AK menggunakan data realisasi Angkatan kerja pertanin dinyatakan dalam satuan orang.
Data yang digunakan adalah data sekunder selama periode tahun 1993 sd 2012. Harga konstan dengan memakai tahun dasar 2000 digunakan sebagai dasar
pengamatan dengan pertimbangan perkembangan angka-angka pendapatan regional dari tahun ke tahun semata-mata disebabkan oleh perkembangan
riilnyata dan bukan dipengaruhi oleh perubahan harga, baik harga naik maupun turun BPS, 2004.
Sumber data yang digunakan : 1. Kabupaten Asahan dalam Angka tahun 1993 sd 2012 BPS dan Bappeda
Asahan. 2. PDRB Kabupaten Asahan 1993 sd 2012.
3. Angkatan Kerja Asahan tahun 1993 sd 2012. 4. Berita Resmi Statistik Propinsi Sumatera Utara, berbagai edisi terbitan.
3.3. Metode Pengumpulan Data
Data yang digunakan dalam penelitian ini merupakan data sekunder dari Badan Pusat Statistik BPS dan instansi yang terkait atau sumber-sumber lain
yang relevan.
Universitas Sumatera Utara
3.4. Teknik Analisis Data
Teknik analisis yang digunakan untuk menjawab permasalahan hipotesis dalam penelitian ini adalah analisis deskriptif dan analisis regresi linier berganda.
3.4.1. Analisis Kuantitatif
Analisis regresi pada dasarnya adalah studi ketergantungan variabel dependen terikat dengan satu atau lebih variabel independen variabel
penjelasbebas, dengan tujuan untuk mengestimasi danatau memprediksi rata- rata populasi atau nilai rata-rata variabel dependen berdasarkan nilai variabel
independen yang diketahui Gujarati, 2003. Teknik estimasi variabel dependen yang digunakan adalah Ordinary Least
Square OLS yaitu mengestimasi garis regresi dengan jalan meminimalkan jumlah dari kuadrat kesalahan setiap observasi terhadap garis tersebut Imam
Ghozali, 2005.
3.4.1.1. Model Persamaan
Spesifikasi model yang digunakan dalam penelitian ini adalah menggunakan model pertumbuhan ekonomi Neo Klasik Solow Neoclassical
Growth Model, dengan fungsi produksi aggregat standar : Y = Aeμt . Kα . L1-α ........................................................................................1
Y = f PM, AK............................................................................................... 2 Model ekonometrika Gujarati, 2003 :
Y = β1 + β2 PM + β3 AK + e ..............................................................................3
Dari persamaan 4 dan 5 diperoleh : Y = A PM
β1 AKβ2...........................................................................................4
Universitas Sumatera Utara
Untuk memperoleh linear bentuk persamaan 6 maka persamaan tersebut dilinearkan dengan menggunakan log natural, sehingga diperoleh:
LnY= β0 + β1 LnPM + β2 LnAK......................................................................5
dimana: LnY = PDRB sektor pertanian NTB
LnPM = Logaritma natural Realisasi nilai Penanaman Modal LnAK = Logaritma natural Realisasi jumlah angkatan kerja
β0 = intersep β1 = koefisien investasi PM
β2 = koefisien angkatan kerja AK
3.4.1.2. Pengujian Hasil Persamaan Regresi
a. Goodness of Fit Suatu Model
Ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapat diukur dari goodness of fit suatu model persamaan regresinya. Pengukuran goodness of fit
tersebut dapat dilakukan melalui nilai statistik t, nilai statistik F dan koefisien determinasi. Perhitungan statistik disebut signifikan secara statistik apabila nilai
uji statistiknya berada dalam daerah kritis daerah dimana H ditolak. Sebaliknya
disebut tidak signifikan bila nilai uji statistiknya berada dalam daerah dimana H diterima.
1 Uji Signifikansi Parameter Individual Uji Statistik t
Uji t dilakukan untuk mengetahui apakah variabel independen secara individual mempengaruhi variabel dependen. Uji t dilakukan dengan
membandingkan nilai t statistik dengan t tabel. Dalam pengujian ini dilakukan
Universitas Sumatera Utara
dengan uji 2 sisi two tail test dengan tingkat kepercayaan 95 atau α=5
dengan hipotesis Ho: β0=β1=β2=0 dan Ha: β0≠β1≠β1≠0.
2 Uji Signifikansi Simultan Uji Statistik F
Uji F digunakan untuk menguji apakah secara statistik bahwa koefisien regresi dari variabel independen secara bersama-sama memberikan pengaruh yang
bermakna dengan membandingkan nilai probabilitas F-statistik dengan F tabel, dengan kententuan jika Fstatistik F tabel maka Ho ditolak dan Ha diterima
berarti variabel independen berpengaruh signifikan terhadap variabel dependen secara bersama-sama, dengan formulasi hipotesis sebagai berikut :
Ho: β0=β=β2=0, variabel independen secara bersama-sama tidak berpengaruh
terhadap variabel dependen. Ha: β0≠β1≠β2≠0, variabel independen secara
bersama-sama berpengaruh terhadap variabel dependen.
3 Koefisien Determinasi
Koefisien determinasi R2 pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel terikat dependen. Nilai
koefisien determinasi adalah antara nol dan satu. Nilai R2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel
dependen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk
memprediksi variabel-variabel dependen. Secara umum koefisien untuk data silang cross section relatif lebih
rendah karena adanya variasi yang besar antara masing-masing pengamatan,
Universitas Sumatera Utara
sedangkan data runtut waktu time series biasanya mempunyai nilai koefisien determinasi yang tinggi.
b. Pengujian Model dengan Asumsi Klasik