BAB III METODE PENELITIAN
3.1 Metode Penentuan Daerah Penelitian
Daerah penelitian ditentukan secara purposive sengaja di Kota Medan. Hal ini dikarenakan produksi daging sapi terbesar di Sumatera Utara terdapat di kota
Medan. Permintaan daging sapi di kota Medan mengalami fluktuasi. Permintaan daging sapi di kota Medan sempat mengalami penurunan namun, pada dua tahun
terakhir mengalami peningkatan yang cukup besar.
3.2 Metode Penentuan Data
Data menurut asal sumbernya digolongkan menjadi dua yaitu data primer yaitu data yang diperoleh langsung dari objek yang akan diteliti dan data sekunder
yaitu data yang diperoleh dari lembaga atau institusi tertentu. Dalam penelitian ini digunakan data sekunder berupa permintaan daging
sapi, harga daging sapi, PDRB per kapita, jumlah penduduk dan produksi. Data- data tersebut diperoleh dari Dinas Peternakan Sumatera Utara dan Badan Pusat
Statistik Kota Medan.
3.3 Metode Pengumpulan Data
Data yang digunakan dalam penelitian ini adalah data sekunder dari tahun 1990-2011 yang mencakup data produksi, permintaan daging sapi di Kota Medan,
harga daging sapi, PDRB per kapita dan jumlah penduduk. Data sekunder ini diperoleh dari instansi-instansi terkait seperti Dinas Peternakan Sumatera Utara
dan Badan Pusat Statistik Kota Medan, serta literatur yang berhubungan dengan penelitian.
Universitas Sumatera Utara
3.4 Metode Analisis Data
Untuk mengidentifikasi harga dan permintaan daging sapi, data yang diperoleh dianalisa secara statistik. Untuk mengetahui besarnya harga dan
permintaan daging sapi digunakan tabulasi. Selanjutnya dijelaskan secara deskriptif.
Untuk menganalisis faktor-faktor yang mempengaruhi permintaan daging sapi digunakan analisa regresi linear berganda dengan model sebagai berikut :
Y= b + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ µ Dimana :
Y = Permintaan daging sapi kgkapitatahun b
= Konstanta b
1-5
= Koefisien regresi X
1
= Harga daging sapi Rp X
2
= PDRB Per kapita Rp X
3
= Jumlah Penduduk Jiwa X
4
= Produksi Kg µ = Kesalahan pengganggu
Karena analisis data menggunakan analisis regresi linear berganda yang membutuhkan sejumlah sampel tertentu, maka data yang diperoleh disajikan
dalam kelompok interval waktu tertentu. Data yang berada pada selang waktu pertama akan menjadi sampel pertama n
1
dan seterusnya.
Universitas Sumatera Utara
Uji t ini digunakan untuk mengetahui bagaimana pengaruh secara individu atau masing-masing variabel bebas X
1
, X
2
, X
3
, X
4
terhadap variabel terikat apakah nyata atau tidak.
Uji t
Hipotesis: H
: Variabel bebas X
1
, X
2
, X
3
, X
4
secara individu tidak berpengaruh nyata terhadap variabel terikat Y.
H
1
: Variabel bebas X
1
, X
2
, X
3
, X
4
secara individu berpengaruh nyata terhadap variabel terikat Y.
Kriteria uji adalah sebagai berikut: Jika t
hitung
t
tabel
atau sig 0,05 maka H diterima
Jika t
hitung
t
tabel
sig 0,05 maka H
1
diterima
Uji F ini digunakan untuk mengetahui bagaimana pengaruh secara serempak variabel bebas X
1
, X
2
, X
3
, X
4
terhadap variabel terikat Y apakah nyata atau tidak.
Uji F
Hipotesis : Ho : Variabel bebas X
1
, X
2
, X
3
, X
4
secara serempak tidak berpengaruh nyata terhadap variabel terikat Y.
H
1,
: Variabel bebas X
1
, X
2
, X
3
, X
4
secara serempak berpengaruh nyata terhadap variabel Y.
Kriteria Uji : F
hitung
F
tabel
atau sig 0,05, maka H diterima
F
hitung
F
tabel
atau sig 0,05 maka H
1
diterima
Universitas Sumatera Utara
Uji Asumsi Klasik
Pengujian asumsi klasik diperlukan untuk mengetahui hasil estimasi regresi yang dilakukan benar-benar bebas dari adanya gejala heterokedastisitas, gejala
multikolinearitas, auto hubungan regresi, normalitas, dan linearitas. Jika terdapat hal – hal yang disebutkan sebelumnya dapat menyebabkan biasnya standard error.
Jika terdapat multikolinearitas, maka akan sulit untuk mengisolasi pengaruh – pengaruh individual dari variabel, sehingga tingkat signifikansi koefisien regresi
sangat rendah. Dengan adanya auto hubungan regresi mengakibatkan penaksiran masih tetap bias dan masih tetap konsisten hanya saja menjadi tidak efisien.
Erlina 2011 menuliskan uji asumsi klasik yang perlu dilakukan terhadap pengujian data sekunder adalah sebagai berikut.
1. Uji Multikolinearitas
Multikolinearitas adalah situasi adanya hubungan regresi diantara variabel independen. Model hubungan regresi yang baik seharusnya tidak terjadi hubungan
regresi diantara variabel independen. Konsekuensi jika terjadi multikolinearitas adalah koefisien regresi menjadi tidak dapat ditaksir, nilai standard error menjadi
besar dan tidak terhingga. Untuk mendeteksi adanya multikolinearitas adalah dengan melihat nilai toleransi yang lebih kecil dari 0,1 dan nilai VIF lebih besar
dari 10. 2.
Uji Autokorelasi Uji autokorelasi digunakan untuk mengetahui ada atau tidaknya
penyimpangan asumsi klasik autokorelasi yaitu korelasi yang terjadi antara residual pada satu pengamatan dengan pengamatan lain pada model regresi.
Prasyarat yang harus terpenuhi adalah tidak adanya autokorelasi dalam model
Universitas Sumatera Utara
regresi. Metode pengujian yang sering digunakan adalah dengan metode Durbin-Watson uji DW dengan ketentuan sebagai berikut.
a. Jika d dL atau d 4-dL maka terdapat autokorelasi
b. Jika du d 4 – dU maka tidak terdapat autokorelasi
c. Jika dU d dL atau 4 – dU d 4 – dL maka tidak menghasilkan
kesimpulan yang pasti. Nilai dU dan dL dapat diperoleh dari tabel Durbin-Watson yang bergantung
pada banyaknya observasi dan variabel yang digunakan.
3.5 Defenisi dan Batasan Operasional
Kategori