BAB III METODE PENELITIAN
3.1 Jenis Penelitian
Jenis data yang digunakan dalam penelitian ini adalah data sekunder berbentuk angka dari tahun 1996 sampai dengan 2010 diperoleh dari Asosiasi
Sepeda Motor Indonesia untuk sepeda motor dan BPS Kota Medan untuk pendapatan Kota Medan serta sumber-sumber lain yang berhubungan dengan
penelitian.
3.2. Tempat dan Waktu 3.2.1. Tempat Penelitian
Penelitian ini dilaksanakan di Kota Medan.
3.2.2. Waktu Penelitian
Waktu penelitian dilakukan pada Bulan Januari sampai dengan Maret 2012.
3.3. Definisi Operasional Variabel
1. Permintaan sepeda motor Yamaha adalah permintaan jumlah sepeda motor yang dinyatakan dalam unit Yamaha per tahun.
2. Pendapatan adalah besarnya pemasukan atau penghasilan yang diterima setiap bulannya yang dinyatakan dalam rupiah Rp per tahun.
3. Harga adalah jumlah nilai uang yang ditentukan untuk satu produk barang tertentu yang dinyatakan dalam rupiah Rp per tahun.
3.4. Pengolahan Data
Pengolahan data menggunakan program SPSS untuk mengolah data dalam penulisan skripsi ini.
3.5. Model Analisis Data
Model persamaan yang digunakan dalam penelitian ini adalah Uji Regresi Linier Berganda dengan rumus :
Y = α + X1 + X2 + X3 + µ Dimana :
Y = Permintaan Sepeda Motor Yamaha Unit
α = Konstanta
X1 = Pendapatan per kapita
X2 = Harga sepeda motor Yamaha X3
= Harga sepeda motor kompetitor Honda µ = Koefisien Regresi
3.6. Test of Goodness of fit Uji kesesuaian
Untuk melihat goodness of fit dari hipotesa tersebut maka perlu dilakukan uji statistik yaitu :
3.6.1. Koefisien Determinasi R
2
Koefisien determinasi menunjukkan besarnya pengaruh variabel bebas secara serentak terhadap variabel terikat. Menurut Sumodiningrat
2002, R
2
adalah sebuah fungsi yang tidak pernah menurun nondecreasing dari jumlah variabel bebas yang terdapat dalam model
regresi. Bertambahnya jumlah variabel bebas, maka R
2
akan meningkat
dan tidak pernah menurun. Menurut Algifari 2007, untuk menginterpretasikan koefisien determinasi dengan memasukkan
pertimbangan banyaknya variabel independen dan sampel yang digunakan dalam penelitian, khuusnya dalam model regresi linier berganda,
menggunakan koefisien determinasi yang telah disesuaikan Adjusted R
2
Adapun rumus Adjusted R
2
, adalah sebagai berikut : Sumodiningrat, 2002
�
2
= 1 − �
� − 1 � − �� �
��� ����
Dimana : R
2
= Adjusted R
2
RSS = Residual Sum Square Jumlah Kuadrat Sisa
TSS = Total Sum Square Jumlah Kuadrat Total
Adapun untuk mengetahui variabel bebas yang berpengaruh paling dominan terhadap variabel terikat, dilakukan dengan melihat harga
koefisien β. Semakin besar koefisien β suatu variabel bebas, maka akan semakin besar pengaruhnya terhadap variabel terikat. Nilai R
2
berkisar antara 0 sampai 1 0R
2
1.
3.6.2. Uji F-Statistik
Uji F-Statistik ini dilakukan untuk melihat seberapa besar pengaruh variabel bebas terhadap variabel terikat. Untuk pengujian ini digunakan
hipotesis sebagai berikut :
� ∶ �
1
= 0 �
1
∶ �
1
≠ 0 Pengujian ini dilakukan dengan membandingkan nilai F-hitung dengan F-
tabel dengan kriteria sebagai berikut : �
∶ �
1
= �
2
= �
2
= 0 H
diterima jika F
hitung
F
tabel
, artinya variabel bebas secara parsial tidak mempengaruhi variabel terikat.
� ∶ �
1
≠ �
2
≠ �
2
≠ 0 H
ditolak jika F
hitung
F
tabel
, artinya variabel bebas secara parsial tidak mempengaruhi variabel terikat.
Nilai F-hitung dapat diperoleh dengan rumus :
� − ℎ����� = �
2
� − 1 1
− �
2
� − � Dimana :
R
2
= Koefisien determinasi k
= jumlah variabel independen n
= jumlah sampel
Gambar 3.1. Kurva Uji F – Statistik
Ho diterima
Ha diterima
3.6.3. Uji t – statistik
Pengujian tingkat signifikansi dari masing-masing koefisien regresi digunakan uji t-test yaitu :
- Ho : bi = 0, artinya variabel independen tidak mempengaruhi variabel dependen.
- Ha : bi 0, artinya variabel independen mempengaruhi variabel dependen secara positif.
- Ha : bi 0, artinya variabel independen mempengaruhi variabel dependen secara negatif.
� − ℎ����� = �
�
− � ���
�
Dimana : b
i
= koefisien variabel independen ke-i b = nilai hipotesis nol
SD = Standar deviasi dari variabel independen ke-i Kriteria pengambilan keputusan :
a. Jika t-hitung t tabel, maka Ho diterima dan Ha ditolak, artinya secara parsial tidak ada pengaruh yang berarti antara variabel
independen terhadap variabel dependen. b. Jika t-hitung t-tabel, maka Ho ditolak dan Ha diterima, artinya
secara parsial terdapat pengaruh yang berarti antara variabel independen terhadap variabel dependen.
Gambar 3.2. Kurva uji t – statistic
3.7. Uji Penyimpangan Asumsi Klasik