e = Kesalahan eror a. Analisis Koefisien Determinasi R
2
Koefisien determinasi merupakan koefisien nilai yang menunjukan besarnya variasi pengaruh variabel tidak bebas yang berpengaruh oleh variasi variabel bebas. Formula untuk
mencari Adjusted adalah sebagai berikut Gujarati, 2003 :
̅̅̅ ∑
∑
Keterangan : ̅̅̅
= koefisien adjusted R K
= banyaknya parameter dalam model ditambah dengan intercept N
= banyaknya pengamatan ∑
= jumlah kuadrat residual Residual Sum SquareRSS atau total variasi yang dapat dijelaskan oleh regresi
∑ = jumlah kuadrat total Total Sum SquareTSS atau total variasi
Adjusted R squared ini digunakan untuk melihat berapa besar faktor-faktor yang ditimbulkan oleh variabel-variabel bebas terhadap variabel tak bebas dan besarnya R squared
ini berkisar antara 0 R
2
1. Kriteria pengujian :
R
2
= 0 berarti tidak ada hubungan antara variabel bebas dengan variabel terikat R
2
= 1 berarti ada hubungan antara variabel bebas dengan variabel terikat. b. Uji F
Uji F digunakan untuk menunjukkan apakah semua variabel bebas independen yang dimasukkan ke dalam model mempunyai pengaruh secara bersama-sama terhadap variabel
tak bebasdependen, dengan rumus sebagai berikut Gujarati, 2003:
F
hitung
Keterangan : R
2 =
Koefisien determinasi K
= jumlah variabel yang diamati n
= jumlah pengamatan F
hitung
= F hitung Dengan menggunakan degree of freedom k-1n-k dengan tingkat keyakinan 95
atau ɑ = 0,05 maka hipotesis yang digunakan :
a H0 : β1, β2, β3, β4 = 0 Semua variabel independen tidak mampu mempengaruhi variabel
dependen secara bersama-sama. b
H1 : β1, β2, β3, β4 ≠ 0 Semua variabel independen mampu mempengaruhi variabel dependen secara bersama-sama.
Dengan demikian keputusan yang diambil adalah : a Terima H0 jika nilai F hitung nilai F table, artinya semua variabel bebas bukan
merupakan penjelas yang signifikan terhadap variabel tak bebas. b Terima H1 jika nilai F hitung nilai F table, artinya semua variabel bebas merupakan
penjelas yang signifikan terhadap variabel tak bebas.
c. Uji T
Uji ini dilakukan untuk mengetahui signifikan variabel independen secara individu terhadap variabel dependennya, dengan rumus sebagai berikut Gujarati, 2003 :
Keterangan: t
= nilai t
hitung
βi = Koefisien regresi dari variabel bebas
Se βi = Kesalahan baku koefisen regresi
Adapun hipotesis pada uji t ini adalah sebagai berikut : a
H0 : β1 = 0, artinya variabel independen secara individu tidak berpengaruh secara signifikan terhadap variabel dependen.
b Ha : β1 ≠ 0, artinya variabel independen secara individu berpengaruh signifikan terhadap
variabel dependen. Kriteria pengujian:
a Jika t hitung t tabel atau probabilitas 0,05, maka H0 diterima yang berarti variabel independen tersebut secara individu, tidak berpengaruh secara signifikan terhadap
variabel dependen. b Jika t hitung t tabel atau probabilitas 0,05, maka H0 ditolak yang berarti variabel
independen tersebut secara individu berpengaruh secara signifikan dan positif terhadap variabel dependen.
3. Uji Asumsi Klasik
Pengujian terhadap asusmsi klasik bertujuan untuk mengetahui apakah model regresi tersebut baik atau tidak jika digunakan untuk melakukan penaksiran. Suatu model dikatakan
baik apabila bersifat BLUE Best Linear Unbiased Estimator, yaitu memenuhi asumsi klasik atau terhindar dari masalah-masalah multikolinearitas, autokolerasi, dan heteroskedasitas.
Untuk itu dilakukan uji untuk tehadap model apakah terjadi penyimpangan-penyimpangan asumsi klasik.
Menurut Gauss-Markov, setiap estimator OLS harus memenuhi criteria BLUE, yaitu Gujarati, 2003 :
Best = yang terbaik
Linear = merupakan fungsi linear dari sampel
Unbiased = rata-rata nilai harapan Ebi harus sama dengan nilai yang
sebenarnya bi Efficient Estimator
= memiliki varians yang minimal diantara pemerkiraan lain yang tidak bisa.
a. Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam sebuah model regresi, variabel
independen dan dependen mempunyai distribusi normal atau mendekati normal. Deteksi normalitas dengan melihat penyebaran data titik pada sumbu diagonal dari grafik. Dasar
pengambilan keputusan adalah sebagai berikut Gujarati 1999 : a Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal maka
model regresi memenuhi asumsi normalitas. b Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis
diagonal, maka model regresi tidak memenuhi asumsi normalitas. Oleh karena itu untuk menguji normalitas dapat dilakukan dengan uji Kolomogorov Smirnov
dengan langkah-langkah sebagai berikut : 1 Membuat persamaan regresi
2 Membuat standarisasi nilai residualnya
3 Menghitung selisih nilai Z kamulatif dengan Z tabel dan diberi symbol K 4 Mencari nilai K hitung
5 Menarik kesimpulan dengan criteria : Jika nilai K hitung ≤ K tabel maka residual
terstandarisasi berdistribusi normal. Jika K hitung ≥ K tabel maka residual berstandarisasi tidak berdistribusi normal.
Dalam penelitian ini nilai Asymp,sig 2-failed juga digunakan untuk mendeteksi apakah data terdistribusi dengan normal atau tidak, dengan cara dibandingkan dengan alpha
tingkat kepercayaan 5. Jika nilai Asymp,sig : alpha, maka dapat disimoulkan data terdistribusi dengan normal.
b. Uji Multikolinearitas Uji asumsi ini bertujuan untuk menguji apakah pada model regresi ditemukan adanya
korelasi antara variabel independen. Jika terjadi korelasi maka model regresi tersebut terdapat problem multikoliniearitas. Sedangkan yang baik seharusnya dalam model regresi tidak
terjadi korelasi antara variabel independen. Ada tidaknya multikoliniearitas dalam model regresi dapat dideteksi dengan melihat Gujarati1999 :
a Besarnya VIF Variance Inflation Factor dan Tollerance. Nilai VIF disekitar angka 1 satu dan nilai tolerance mendekati angka 1 satu.
b Besarnya korelasi antar variabel independen. Pedomannya adalah koefisien korelasi antara variabel independen harus lemah 0,5.
Dalam penelitian ini, nilai variance inflation factor VIF digunakan untuk mendeteksi adanya multikolinearitas. Batas nilai VIF adalah 10. Jika nilai VIF diatas 10
maka dapat dipastikan telah terjadi multikolinearitas. c. Uji Heteroskedasitas
Uji heteroskedasitas dilakukan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu observasi ke observasi lain. Dalam asumsi klasik,
semua faktor gangguan harus mempunyai varian yang sama. Konsekuensi dari heteroskedasitas adalah apabila asumsi klasik ini tidak terpenuhi maka terjadi
heteroskedasitas yang mengakibatkan penaksiran model regresi menjadi tidak lagi efisien. Ketidakefisiensian ini membuat prosedur pengujian hipotesis menjadi diragukan nilainya.
Pengujian untuk mendeteksi adanya heteroskedasitas dapat dilakukan dengan uji Glejser dengan langkah-langkah sebagai berikut Gujarati, 2003 :
a Menghitung nilai residual atau kesalahan pengganggu dari persamaan regresi kemudian nilai residual tersebut diabsolutkan.
b Melakukan regresi antara nilai absolute e
i
dengan tiap-tiap variabel independen dengan model sebagai berikut :
ǀ e
i
ǀ = β
1
X
1 +
V
i
Keterangan : ǀ e
i
ǀ = nilai residual β
1
= koefisien regresi masing-masing variabel X V
i
= unsure kesalahan c Uji heteroskedasitas dideteksi dengan melihat pola titik-titik pada grafik scallerplot
output SPSS. Kriteria yang menjadi dasar pengambilan keputusan adalah sebagai berikut :
1 Jika ada pola tertentu seperti titik-titik ada yang membentuk suatu pola tertentu yang teratur bergelombang, melebar, kemudian menyempit maka terjadi
heteroskedasitas. 2 Jika tidak ada pola yang jelas, seperti titik-titik menyebar diatas dan di bawah
angka 0 pada sumbu Y, maka tidak terjadi heteroskedasitas.
Selain itu pengujian heteroskedasitas juga dapat dilihat dari nilai probabilitasnya apakah lebih besar dari pada nilai alphanya 0,05 atau apabila nilai signifikan alpha
ɑ maka dapat dipastikan model tidak mengandung heteroskedasitas.
d. Uji Autokorelasi Autokorelasi yaitu penyimpangan terhadap suatu observasi tidak dipengaruhi
penyimpangan yang lain. Bila terjadi korelasi antara kelompok observasi yang diurutkan menurut waktu time series atau ruang cross section berarti terdapat autokolerasi.
Konsekuensi dari autokolerasi adalah apabila korelasi serial dalam penaksir OLS yang dihitung secara konvensional dan variannya diabaikan, maka penaksir tersebut tetap tidak
efisien. Oleh karena itu jarak keyakinanya menjadi lebar secara tak perlu dan pengujian arti signifikan kurang akurat. Dalam penelitian ini autokorelasi dideteksi dengan metode Durbin
Watson DW d-test. DW dapat ditulis sebagai berikut Gujarati, 2003 : ∑
∑
Kriteria pengujian : d dL
: tolak H0, terdapat autokorelasi positif d 4
– dL : H0, terdapat autokorelasi negative
du d 4 – du : terima H0, tidak terdapat autokorelasi
dL ≤ d ≤ du atau 4 – du ≤ d ≤ 4 – dL : pengujian tidak meyakinkan
BAB IV HASIL DAN PEMBAHASAN
A. Kondisi Umum Wilayah dan Karakteristik Responden
1. Keadaan Geografis
Kecamatan Mlati adalah salah satu Kecamatan di Kabupaten Sleman, yang terletak pada ketinggian 150 mdpl. Adapun batas-batas wilayah dari Keacamatan Mlati yaitu :
a Sebelah Utara : Kecamatan Sleman b Sebelah Timur : Kecamatan Depok dan Ngaglik
c Sebelah Selatan : Kecamatan Godean d Sebelah Barat : Kecamatan Seyegan
Luas wilayah Kecamatan Mlati adalah 2761 Ha, yang terdiri dari area pekaranganbangunan sebesar 1733 Ha dan dan area pertanian seluas 988 Ha. Secara
administratif Kecamatan Mlati terdiri dari 5 Kelurahan yaitu Kelurahan Sinduadi, Kelurahan Sendangadi, Kelurahan Tlogoadi, Kelurahan Tirtoadi, Kelurahan Sumberadi.
Tabel 5. Luas Kecamatan dan Kepadatan Penduduk Kecamatan Mlati Tahun 2015.
No Kelurahan
Luas Km² Penduduk
Kepadatan Penduduk per
Km² 1
Tirtoadi 4,97
10.261 2.065
2 Sumberadi
6,00 15.152
2.525 3
Tlogoadi 4,82
12.488 2.591
4 Sendangadi
5,36 18.658
3.481 5 Sinduadi
7,37 38.575
5.234 Jumlah
28,25 95.134
15.896 Sumber : BPS Kabupaten Sleman 2016
Pada tabel 6 menjelaskan luas wilayah dan kepadatan penduduk 5 Kelurahan di Kecamatan Mlati. Kelurahan yang paling luas di Kecamatan Mlati adalah Kelurahan
Sinduadi yaitu seluas 7,37 Km², dan wilayah paling sempit adalah Kelurahan Tlogoadi yang hanya seluas 4,82². Kepadatan penduduknya yang paling besar adalah Kelurahan Sinduadi
yaitu 5234 jiwaKm² dengan luas wilayah 7,37 Km², dan yang paling rendah kepadatan penduduknya adalah Kelurahan Tirtoadi yaitu 2065 jiwaKm² dengan luas wilayahnya 4,97
Km².
2. Keadaan Penduduk
Kecamatan Mlati sebagai pusat aktifitas dan pemukiman yang sangat terlihat dari segi jumlah penduduk yang memang terpusat di wilayah ini. Sampai pada tahun 2015 Badan Pusat
Statistik Kabupaten Mlati mencatat jumlah penduduk di Wilayah Kecamatan Mlati adalah sejumlah 95.134 jiwa. Dengan rincian antara jumlah penduduk perempuan 46.747 jiwa dan
jumlah penduduk laki-laki 48.387 jiwa. Tabel 6. Distribusi Penduduk Menurut Jenis Kelamin Kecamatan Mlati 2015.
No Kelurahan
Laki-laki Perempuan
Jumlah Penduduk Jiwa
1 Tirtoadi
5.100 5.161
10.261 2
Sumberadi 7.596
7.556 15.152
3 Tlogoadi
6.190 6.298
12.488 4
Sendangadi 9.471
9.187 18.658
5 Sinduadi
20.030 18.545
38.575 Jumlah
48.387 46.747
95.134 Sumber : BPS Kabupaten Sleman 2016
Dari tabel 7 dapat dilihat bahwa daerah yang paling banyak jumlah penduduknya adalah Kelurahan Sinduadi dengan jumlah penduduk sebanyak 38.575 jiwa, dan yang paling
sedikit jumlah penduduknya di antara lima Kelurahan tersebut adalah Kelurahan Tirtoadi dengan jumlah penduduk sebanyak 10.261 jiwa.
3. Gambaran Responden
Responden dalam peneitian ini adalah toko tradisional yang berada di wilayah Kecamatan Mlati. Populasi dalam penelitian ini sebanyak 868 toko tradisional, dengan
jumlah sampel yang akan menjadi reponden sebanyak 90 toko. Berdasarkan hasil penelitian yang telah dilakukan kepada sejumlah responden dappat dijelaskan karakteristik responden
berdasarkan jenis kelamin, usia, lama usaha, pendidikan dan jenis usaha.
a Jenis Kelamin Tabel 7. Jenis Kelamin Responden di Kecamatan Mlati
Jenis Kelamin Jumlah
Persentase Laki-laki
28 31,10
Perempuan 62
68,90 Persentase
90 100
Sumber : Data diolah 2016 Berdasarkan tabel 8, gambaran responden menurut jenis kelamin di Kecamatan Mlati
dapat dilihat bahwa jumlah responden perempuan lebih banyak daripada jumlah responden laki-laki. Jumlah responden laki-laki di Kecamatan Mlati hanya mencapai 31,1 persen
sehingga dapat diketahui bahwa jumlah responden perempuan lebih dari 2 kali lipat dari jumlah ressponden laki-laki. Hal ini dikarenakan pada dasarnya perempuan memiliki peran