Deskripsi Hasil Penelitian 1. Perkembangan Penyerapan Tenaga Kerja Pada Industri

daerah lain untuk datang ke Sidoarjo sebagai pekerja disektor industri. 3.2. Deskripsi Hasil Penelitian 3.2.1. Perkembangan Penyerapan Tenaga Kerja Pada Industri Pakaian Jadi Di Kota Surabaya Y Berdasarkan hasil pada tabel dibawah ini dapat dijelaskan bahwa pada tahun 1993 sampai dengan tahun 2007 terjadi kenaikan dan penurunan Penyerapan Tenaga Kerja Pada Industri Pakaian Jadi Di Kota Surabaya. Penyerapan Tenaga Kerja Pada Industri Pakaian Jadi Di Kota Surabaya tertinggi terjadi pada tahun 2007 sebesar 845,150 dan Penyerapan Tenaga Kerja Pada Industri Pakaian Jadi Di Kota Surabaya terendah terjadi pada tahun 1993 sebesar 58,883. Sedangkan perkembangan Penyerapan Tenaga Kerja Pada Industri Pakaian Jadi Di Kota Surabaya tertinggi terjadi pada tahun 2001 sebesar 78 dan perkembangan Penyerapan Tenaga Kerja Pada Industri Pakaian Jadi Di Kota Surabaya terendah terjadi pada tahun 2007 yaitu sebesar 0,14. Tabel 1 : Perkembangan Penyerapan Tenaga Kerja Pada Industri Pakaian Jadi Di Kota Surabaya Periode Tahun 1993-2007 Jiwa Tahun Penyerapan Tenaga Kerja Pada Industri Pakaian Jadi Di Kota Surabaya Jiwa Perkembangan 1993 58,883 - 1994 59,893 1.715266 1995 61,057 1.943466 1996 64,365 5.417888 1997 65,685 2.050804 1998 81,141 23.53049 1999 280,742 245.9928 2000 292,347 4.133689 2001 522,470 78.71558 2002 586,758 12.30465 2003 651,046 10.9565 2004 715,334 9.874587 2005 779,622 8.987144 2006 843,910 8.246058 2007 845,150 0.146929 Sumber : Badan Pusat Statistik Propinsi Jawa Timur.

3.2.2 Perkembangan Pendidikan X

1 Berdasarkan hasil pada tabel dibawah ini dapat dijelaskan bahwa pada tahun 1993 sampai dengan tahun 2007 terjadi kenaikan dan penurunan Pendidikan. Pendidikan tertinggi terjadi pada tahun 2007 sebesar 5.095 dan Pendidikan terendah terjadi pada tahun 1993 sebesar 1.490. Sedangkan Perkembangan Pendidikan tertinggi terjadi pada tahun 2002 sebesar 65 dan perkembangan Pendidikan terendah terjadi pada tahun 2000 yaitu sebesar 0,6. Tabel 2 : Perkembangan Pendidikan Periode Tahun 1993-2007 Jiwa Tahun Pendidikan Jiwa Perkembangan 1993 1,490 - 1994 1,537 3.154362 1995 1,631 6.11581 1996 1,737 6.49908 1997 1,793 3.223949 1998 1,865 4.015616 1999 1,982 6.273458 2000 1,995 0.655903 2001 2,053 2.907268 2002 3,407 65.96542 2003 3,642 6.880875 2004 3,876 6.437617 2005 4,111 6.048512 2006 4,345 5.703533 2007 5,095 17.2596 Sumber : Badan Pusat Statistik Propinsi Jawa Timur

3.2.3. Perkembangan Tingkat Upah X

2 Adapun kenaikan dan Penurunan Tingkat Upah pada tahun 1993 sampai dengan tahun 2007 dapat ditunjukan pada tabel dibawah ini. Tingkat Upah tertinggi terjadi pada tahun 2007 sebesar 30.138 dan Tingkat Upah terendah terjadi pada tahun 1993 sebesar 17.232. Sedangkan Perkembangan Tingkat Upah tertinggi terjadi pada tahun 1999 sebesar 10 dan perkembangan Tingkat Upah terendah terjadi pada tahun 1997 yairu sebesar 0,606. Tabel 3 : Perkembangan Tingkat Upah Periode Tahun 1993-2007 Rupiah Tahun Tingkat Upah Rupiah Perkembangan 1993 17,232 - 1994 18,960 10.02786 1995 19,957 5.258439 1996 20,948 4.965676 1997 21,075 0.606263 1998 22,807 8.218268 1999 25,106 10.08024 2000 25,262 0.621365 2001 25,501 0.946085 2002 26,262 2.984197 2003 26,842 2.208514 2004 27,666 3.069816 2005 28,490 2.978385 2006 29,314 2.892243 2007 30,138 2.810944 Sumber: Badan Pusat Statistik Propinsi Jawa Timur.

3.2.4. Perkembangan Nilai Produksi X

3 Selama periode penelitian yaitu antara tahun 1993 sampai tahun 2007 Nilai Produksi mengalami kenaikan maupun penurunan. Nilai Produksi tertinggi terjadi pada tahun 2007 dengan Nilai Produksi sebesar 9.731.044.401 dan Nilai Produksi terendah terjadi pada tahun 1993 dengan Nilai Produksi sebesar 286.599.549. Sedangkan Perkembangan Nilai Produksi yang tertinggi terjadi pada tahun 1995 Sebesar 927 dan perkembangan Nilai Produksi terendah terjadi pada tahun 2000 sebesar - 20. Tabel 4 : Perkembangan Nilai Produksi Periode Tahun 1993-2007 Rupiah Tahun Nilai Produksi Perkembangan 1993 286,599,549 - 1994 304,082,119 6.099999 1995 3,124,415,804 927.4908 1996 3,156,426,204 1.024524 1997 3,394,713,866 7.549287 1998 5,483,449,648 61.52907 1999 5,689,462,401 3.756992 2000 4,536,482,629 -20.2652 2001 4,727,412,490 4.208764 2002 6,571,246,907 39.00304 2003 7,203,206,405 9.617041 2004 7,835,165,904 8.773308 2005 8,467,125,403 8.065681 2006 9,099,084,902 7.463684 2007 9,731,044,401 6.945308 Sumber : Badan Pusat Statistik Propinsi Jawa Timur.

3.2.5. Perkembangan Investasi X

4 Berdasarkan hasil pada tabel dibawah ini dapat dijelaskan bahwa pada tahun 1993 sampai dengan tahun 2007 terjadi kenaikan dan penurunan Investasi. Investasi tertinggi terjadi pada tahun 2007 sebesar 5.529.546.355 dan Investasi terendah terjadi pada tahun 1993 sebesar 2.215.657.080. Sedangkan perkembangan Investasi tertinggi terjadi pada tahun 2000 sebesar 52 dan perkembangan Investasi terendah terjadi pada tahun 1996 yaitu sebesar - 0,3. Tabel 5 : Perkembangan Investasi Periode Tahun 1993-2007 Jutaan Rupiah Tahun Investasi Jutaan Rupiah Perkembangan 1993 2,215,657,080 - 1994 2,259,970,222 2 1995 2,271,699,487 0.519001 1996 2,264,294,214 -0.32598 1997 2,403,135,264 6.131758 1998 2,562,028,952 6.611933 1999 2,792,546,823 8.997473 2000 4,255,612,222 52.39179 2001 4,435,054,614 4.216606 2002 4,179,217,560 -5.76852 2003 4,449,283,319 6.462113 2004 4,719,349,078 6.069871 2005 4,989,414,837 5.722521 2006 5,259,480,596 5.412774 2007 5,529,546,355 5.134837 Sumber : Badan Pusat Statistik Propinsi Jawa Timur.

3.3.6. Perkembangan Penyerapan Tenaga Kerja Pada Industri Pakaian Jadi Di Kota Sidoarjo Y

Berdasarkan hasil pada tabel dibawah ini dapat dijelaskan bahwa pada tahun 1993 sampai dengan tahun 2007 terjadi kenaikan dan penurunan Penyerapan Tenaga Kerja Pada Industri Pakaian Jadi Di Kota Sidoarjo. Penyerapan Tenaga Kerja Pada Industri Pakaian Jadi Di Kota Sidoarjo tertinggi terjadi pada tahun 2007 sebesar 47.325 dan Penyerapan Tenaga Kerja Pada Industri Pakaian Jadi Di Kota Sidoarjo terendah terjadi pada tahun 1994 sebesar 24.230. Sedangkan perkembangan Penyerapan Tenaga Kerja Pada Industri Pakaian Jadi Di Kota Sidoarjo tertinggi terjadi pada tahun 1995 sebesar 41 dan perkembangan Penyerapan Tenaga Kerja Pada Industri Pakaian Jadi Di Kota Sidoarjo terendah terjadi pada tahun 1994 yaitu sebesar -24. Tabel 6 : Perkembangan Penyerapan Tenaga Kerja Pada Industri Pakaian Jadi Di Kota Sidoarjo Periode Tahun 1993-2007 Jiwa Tahun Penyerapan Tenaga Kerja Pada Industri Pakaian Jadi Di Kota Sidoarjo Jiwa Perkembangan 1993 32,300 - 1994 24,230 -24.9845 1995 34,230 41.27115 1996 34,230 1997 34,710 1.402279 1998 35,060 1.008355 1999 36,984 5.487735 2000 38,277 3.494948 2001 39,569 3.376926 2002 40,862 3.266615 2003 42,154 3.163282 2004 43,447 3.066287 2005 44,739 2.975063 2006 46,032 2.88911 2007 47,325 2.807985 Sumber : Badan Pusat Statistik Propinsi Jawa Timur.

3.2.7. Perkembangan Pendidikan X

1 Berdasarkan hasil pada tabel dibawah ini dapat dijelaskan bahwa pada tahun 1993 sampai dengan tahun 2007 terjadi kenaikan dan penurunan Pendidikan. Pendidikan tertinggi terjadi pada tahun 2007 sebesar 1.030 dan Pendidikan terendah terjadi pada tahun 1993 sebesar 600. Sedangkan Perkembangan Pendidikan tertinggi terjadi pada tahun 1994 sebesar 12 dan perkembangan Pendidikan terendah terjadi pada tahun 1998 yaitu sebesar 1,3. Tabel 7 : Perkembangan Pendidikan Periode Tahun 1998-2007 Jiwa Tahun Pendidikan Jiwa Perkembangan 1993 600 - 1994 675 12.5 1995 700 3.703704 1996 712 1.714286 1997 741 4.073034 1998 751 1.349528 1999 786 4.660453 2000 824 4.834606 2001 853 3.519417 2002 899 5.392732 2003 914 1.638487 2004 943 3.177087 2005 972 3.078196 2006 1,001 2.987302 2007 1,030 2.899651 Sumber : Badan Pusat Statistik Propinsi Jawa Timur

3.2.8. Perkembangan Tingkat Upah X

2 Adapun kenaikan dan Penurunan Tingkat Upah pada tahun 1993 sampai dengan tahun 2007 dapat ditunjukan pada tabel dibawah ini. Tingkat Upah tertinggi terjadi pada tahun 2007 sebesar 30.000 dan Tingkat Upah terendah terjadi pada tahun 1993 sebesar 3.860. Sedangkan Perkembangan Tingkat Upah tertinggi terjadi pada tahun 1995 sebesar 297 dan perkembangan Tingkat Upah terendah terjadi pada tahun 2005 yairu sebesar 0. Tabel 8 : Perkembangan Tingkat Upah Periode Tahun 1993-2007 Rupiah Tahun Tingkat Upah Rupiah Perkembangan 1993 3,860 - 1994 3,975 2.979275 1995 15,807 297.6604 1996 17,706 12.01366 1997 19,232 8.618547 1998 21,857 13.64913 1999 22,948 4.991536 2000 25,001 8.946313 2001 25,576 2.299908 2002 26,826 4.887394 2003 28,076 4.659659 2004 28,262 0.662488 2005 28,262 2006 29,326 3.764772 2007 30,000 2.298302 Sumber: Badan Pusat Statistik Propinsi Jawa Timur.

3.2.9. Perkembangan Nilai Produksi X

3 Selama periode penelitian yaitu antara tahun 1993 sampai tahun 2007 Nilai Produksi mengalami kenaikan maupun penurunan. Nilai Produksi tertinggi terjadi pada tahun 2007 dengan Nilai Produksi sebesar 332.919.419 dan Nilai Produksi terendah terjadi pada tahun 1993 dengan sebesar 106.711.000. Perkembangan Nilai Produksi yang tertinggi terjadi pada tahun 1997 sebesar 63 dan perkembangan Nilai Produksi terendah terjadi pada tahun 1996 sebesar 0. Tabel 9 : Perkembangan Nilai Produksi Periode Tahun 1993-2007 Rupiah Tahun Nilai Produksi Perkembangan 1993 106,711,000 - 1994 108,845,220 2 1995 111,022,120 1.999996 1996 111,022,120 1997 182,076,270 63.99999 1998 183,897,000 0.999982 1999 194,491,270 5.76098 2000 211,794,789 8.89681 2001 229,098,307 8.169945 2002 246,401,826 7.552879 2003 263,705,344 7.02248 2004 281,008,863 6.561687 2005 298,312,381 6.157642 2006 315,615,900 5.800469 2007 332,919,419 5.482461 Sumber : Badan Pusat Statistik Propinsi Jawa Timur.

3.2.10. Perkembangan Investasi X

4 Berdasarkan hasil pada tabel dibawah ini dapat dijelaskan bahwa pada tahun 1993 sampai dengan tahun 2007 terjadi kenaikan dan penurunan Investasi. Investasi tertinggi terjadi pada tahun 2007 sebesar 333.256.527 dan Investasi terendah terjadi pada tahun 1993 sebesar 6.777.200. Sedangkan perkembangan Investasi tertinggi terjadi pada tahun 1994 sebesar 153 dan perkembangan Investasi terendah terjadi pada tahun 1995 dan 1996 yaitu sebesar 0. Tabel 10 : Perkembangan Investasi Periode Tahun 1993-2007 Jutaan Rupiah Tahun Investasi Jutaan Rupiah Perkembangan 1993 67,767,200 - 1994 171,524,000 153.1077 1995 171,524,000 1996 171,524,000 1997 173,359,300 1.069996 1998 175,090,000 0.998331 1999 209,343,407 19.56331 2000 224,832,547 7.398915 2001 240,321,687 6.889189 2002 255,810,827 6.445169 2003 271,299,967 6.05492 2004 286,789,107 5.70923 2005 302,278,247 5.400882 2006 317,767,387 5.124133 2007 333,256,527 4.874364 Sumber : Badan Pusat Statistik Propinsi Jawa Timur. 4.3. Analisis dan Pengujian Hipotesis 4.3.1. Pengujian Hasil Analisis Regresi Linier Berganda Sesuai Dengan Asumsi Klasik Best Linear Unbiassed Estimator Surabaya Sebelum kita uji persamaan regresi linier berganda sesuai dengan pengujian secara simultan maupun parsial, maka kita lihat terlebih dahulu apakah Y = β + β 1 X 1 + β 2 X 2 + β 3 X 3 + β 4 X 4 yang diasumsikan tidak terjadi pengaruh antar variabel bebas atau regresi bersifat BLUE Best Linear Unbiassed Estimator, artinya koefisien regresi pada persamaan tersebut benar-benar linear tidak bias.

1. Pengujian Autokorelasi

Asumsi pertama dari regresi linier adalah ada atau tidaknya autokorelasi yang dilihat dari besarnya nilai Durbin Watson. Dalam analisis nilai Durbin Watson adalah sebesar 2,402. Untuk mengetahui ada atau tidaknya gejala autokorelasi, maka perlu dilihat tabel Durbin Watson. Jumlah variabel bebas adalah empat buah K=4 dan jumlah data adalah sebanyak 15 n=15 maka diperoleh D L = 0,685 dan D U = 1,977. Selanjutnya nilai tersebut diplotkan ke dalam kurva Durbin Watson. Tabel 11 : Durbin Watson Pada Model Summary Model Summary b .984 a .969 .957 67045.086 2.402 Model Adjusted R Square Std. Error of the Estimate Durbin- Watson R R Square 1 Predictors: Constant, X1, X2, X4, X3 a. Dependent Variable: Y b. Sumber: Lampiran 2 Gambar 12 : Kurva Durbin Watson Ada Autokorelasi Ada Autokorelasi Positif Negatif Daerah Tidak ada Autokorelasi Daerah keragu- Positif dan tidak ada keragu- 2,402 raguan Autokorelasi Negatif raguan D L = 0,685 D U = 1,977 4-D U = 2,023 4-D L = 3,315. Sumber : Lampiran 2 dan lampiran 5 Dari gambar diatas dapat dilihat bahwa nilai Durbin-Watson berada pada daerah keragu-raguan hal itu disebabkan karena ada kemungkinan terjadi korelasi antara komponen pengganggu ke-t dengan komponen penggangu ke ke-t.

2. Pengujian Heterokedastisitas

Heterokedatisitas diidentifikasikan dengan koefisien korelasi Rank Spearman Berdasarkan tabel dibawah, diperoleh tingkat signifikansi koefisien korelasi Rank Spearman untuk semua variabel bebas terhadap residual lebih besar dari 0.05 5. Tabel 12 : Hasil Pengujian Heterokedastisitas Variabel Taraf Signifikansi Dari Korelasi Rank Spearman Taraf α Uji Pendidikan X 1 0,137 0,05 Tingkat Upah X 2 0,737 0,05 Nilai Produksi X 3 0,897 0,05 InvestasiX 4 0,313 0,05 Sumber: Lampiran 2 Dari hasil pengujian heterokedastisitas diperoleh tingkat signifikansi dari.korelasi Rank Spearman lebih besar dari taraf level of signifikan yaitu 5 0,05. Sehingga dapat disimpulkan bahwa variansinya homogen.

3. Pengujian Multikolinieritas

Asumsi klasik ketiga dari regresi linier berganda adalah ada atau tidaknya multikolinearitas antara sesama variabel bebas yang ada dalam model dengan kata lain tidak adanya hubungan sempurna antara variabel bebas yang ada dalam model. Identifikasi secara statistik atau tidaknya gejala multikolinier dapat dilakukan dengan menghitung Variance Inflation Factor VIF, dengan rumus sebagai berikut : 1 1 VIF = = ………..Algafri, 1997:79 1 – Rj 2 toleransi VIF menyatakan tingkat pembengkakan varians. Apabila VIF lebih kecil dari 10 hal ini berarti tidak ada gejala multikolinearitas. Untuk lebih jelasnya dapat dilihat pada tabel 10 berikut ini : Tabel 13 : Uji Multikolinearitas Sumber : Lampiran 2 Variabel VIF Ketentuan Kesimpulan Pendidikan X 1 1,074 10 Non Multikolinier Tingkat Upah X 2 5,369 10 Non Multikolinier Nilai Produksi X 3 3,519 10 Non Multikolinier Investasi X 4 1,986 10 Non Multikolinier Berdasarkan tabel uji multikolinearitas menunjukkan nilai VIF untuk Pendidikan X 1 sebesar 1,074, nilai VIF untuk Tingkat Upah X 2 sebesar 5,369, nilai VIF untuk Nilai Produksi X 3 sebesar 3,519, dan nilai VIF untuk Investasi X 4 sebesar 1,986. Hal ini berarti nilai VIF pada keempat variabel bebas X 1 , X 2 , X 3 dan X 4 lebih kecil dari 10, sehingga keempat variabel bebas tersebut pada penelitian ini tidak ada gejala multikolinearitas.

4.3.2. Analisis Hasil Perhitungan Koefisien Regresi

Dalam analisa ini menggunakan model analisis regresi linier berganda yang digunakan untuk mengetahui ada atau tidaknya pengaruh diantara variabel bebas terhadap variabel terikat. Dari hasil pengolahan penelitian tersebut dapat diambil suatu rumus persamaan model regresi linier berganda sebagai berikut : Y = -862.431 + 122,783x 1 + 27,023x 2 – 0,000024x 3 + 0,00001x 4 Dari persamaan diatas dapat diuraikan dalam suatu persamaan sebagai berikut: a. Konstanta β = -862.431 Menunjukkan besarnya pengaruh berbagai faktor diluar model, artinya jika variabel bebas dianggap konstan, maka diprediksikan Penyerapan Tenaga Kerja Pada Industri Pakaian Jadi Di Kota Surabaya turun sebesar -862.431. b. Koefisien regresi X 1 β 1 = 122,783 Menunjukkan besarnya untuk X 1 , artinya apabila Pendidikan bertambah 1 satuan, maka Penyerapan Tenaga Kerja Pada Industri Pakaian Jadi Di Kota Surabaya diprediksikan mengalami kenaikan sebesar 122,783 dengan asumsi X 2 , X 3 dan X 4 adalah konstan. c. Koefisien regresi X 2 β 2 = 27,023 Menunjukkan besarnya untuk X 2 , artinya apabila Tingkat Upah bertambah 1 satuan, maka Penyerapan Tenaga Kerja Pada Industri Pakaian Jadi Di Kota Surabaya diprediksikan mengalami kenaikan sebesar 27,023 dengan asumsi X 1 , X 3 dan X 4 adalah konstan. d. Koefisien regresi X 3 β 3 = -0,000024 Menunjukkan besarnya untuk X 3 , artinya apabila Nilai Produksi bertambah 1 satuan, maka Penyerapan Tenaga Kerja Pada Industri Pakaian Jadi Di Kota Surabaya diprediksikan mengalami penurunan sebesar 0,000024 dengan asumsi X 1 , X 2 dan X 4 adalah konstan. e. Koefisien regresi X 4 β 4 = 0,00001 Menunjukkan besarnya untuk X 4 , artinya apabila Investasi bertambah 1 satuan, maka Penyerapan Tenaga Kerja Pada Industri Pakaian Jadi Di Kota Surabaya diprediksikan mengalami kenaikan sebesar 0,00001 dengan asumsi X 1 , X 2 dan X 3 adalah konstan. 4.3.3. Pengujian Hasil Analisis Regresi Linier Berganda Sesuai Dengan Asumsi Klasik Best Linear Unbiassed Estimator Sidoarjo Sebelum kita uji persamaan regresi linier berganda sesuai dengan pengujian secara simultan maupun parsial, maka kita lihat terlebih dahulu apakah Y = β + β 1 X 1 + β 2 X 2 + β 3 X 3 + β 4 X 4 yang diasumsikan tidak terjadi pengaruh antar variabel bebas atau regresi bersifat BLUE Best Linear Unbiassed Estimator, artinya koefisien regresi pada persamaan tersebut benar-benar linear tidak bias.

1. Pengujian Autokorelasi

Asumsi pertama dari regresi linier adalah ada atau tidaknya autokorelasi yang dilihat dari besarnya nilai Durbin Watson. Dalam analisis nilai Durbin Watson adalah sebesar 2,45. Untuk mengetahui ada atau tidaknya gejala autokorelasi, maka perlu dilihat tabel Durbin Watson. Jumlah variabel bebas adalah empat buah K=4 dan jumlah data adalah sebanyak 15 n=15 maka diperoleh D L = 0,685 dan D U = 1,977. Selanjutnya nilai tersebut diplotkan ke dalam kurva Durbin Watson. Tabel 14 : Durbin Watson Pada Model Summary Model Summary b .982 a .964 .950 1374.582 2.450 Model Adjusted R Square Std. Error of the Estimate Durbin- Watson R R Square 1 Predictors: Constant, X1, X2, X3, X4 a. Dependent Variable: Y b. Sumber: Lampiran 2 Gambar 13 : Kurva Durbin Watson Ada Autokorelasi Ada Autokorelasi Positif Negatif Daerah Tidak ada Autokorelasi Daerah keragu- Positif dan tidak ada keragu- 2,45 raguan Autokorelasi Negatif raguan D L = 0,685 D U = 1,977 4-D U = 2,023 4-D L = 3,315. Sumber : Lampiran 2 dan lampiran 5 Dari gambar diatas dapat dilihat bahwa nilai Durbin-Watson berada pada daerah keragu-raguan hal itu disebabkan karena ada kemungkinan terjadi korelasi antara komponen pengganggu ke-t dengan komponen penggangu ke ke-t.

2. Pengujian Heterokedastisitas

Heterokedatisitas diidentifikasikan dengan koefisien korelasi Rank Spearman Berdasarkan tabel dibawah, diperoleh tingkat signifikansi koefisien korelasi Rank Spearman untuk semua variabel bebas terhadap residual lebih besar dari 0.05 5. Tabel 15 : Hasil Pengujian Heterokedastisitas Variabel Taraf Signifikansi Dari Korelasi Rank Spearman Taraf α Uji Pendidikan X 1 0,560 0,05 Tingkat Upah X 2 0,674 0,05 Nilai Produksi X 3 0,434 0,05 InvestasiX 4 0,749 0,05 Sumber: Lampiran 2 Dari hasil pengujian heterokedastisitas diperoleh tingkat signifikansi dari.korelasi Rank Spearman lebih besar dari taraf level of signifikan yaitu 5 0,05. Sehingga dapat disimpulkan bahwa variansinya homogen.

3. Pengujian Multikolinieritas

Asumsi klasik ketiga dari regresi linier berganda adalah ada atau tidaknya multikolinearitas antara sesama variabel bebas yang ada dalam model dengan kata lain tidak adanya hubungan sempurna antara variabel bebas yang ada dalam model. Identifikasi secara statistik atau tidaknya gejala multikolinier dapat dilakukan dengan menghitung Variance Inflation Factor VIF, dengan rumus sebagai berikut : 1 1 VIF = = ………..Algafri, 1997:79 1 – Rj 2 toleransi VIF menyatakan tingkat pembengkakan varians. Apabila VIF lebih kecil dari 10 hal ini berarti tidak ada gejala multikolinearitas. Untuk lebih jelasnya dapat dilihat pada tabel 10 berikut ini : Tabel 16 : Uji Multikolinearitas Sumber : Lampiran 2 Variabel VIF Ketentuan Kesimpulan Pendidikan X 1 1,987 10 Non Multikolinier Tingkat Upah X 2 5,267 10 Non Multikolinier Nilai Produksi X 3 5,099 10 Non Multikolinier Investasi X 4 6,139 10 Non Multikolinier Berdasarkan tabel uji multikolinearitas menunjukkan nilai VIF untuk Pendidikan X 1 sebesar 1.987, nilai VIF untuk Tingkat Upah X 2 sebesar 5,267, nilai VIF untuk Nilai Produksi X 3 sebesar 5,099, dan nilai VIF untuk Investasi X 4 sebesar 6,139. Hal ini berarti nilai VIF pada keempat variabel bebas X 1 , X 2 , X 3 dan X 4 lebih kecil dari 10, sehingga keempat variabel bebas tersebut pada penelitian ini tidak ada gejala multikolinearitas.

4.3.4. Analisis Hasil Perhitungan Koefisien Regresi

Dalam analisa ini menggunakan model analisis regresi linier berganda yang digunakan untuk mengetahui ada atau tidaknya pengaruh diantara variabel bebas terhadap variabel terikat. Dari hasil pengolahan penelitian tersebut dapat diambil suatu rumus persamaan model regresi linier berganda sebagai berikut : Y = -45.911,2 + 157,431 X 1 + 0,224X 2 - -0,000061X 3 - 0,00001X 4 Dari persamaan diatas dapat diuraikan dalam suatu persamaan sebagai berikut : a. Konstanta β = -45.911,2 Menunjukkan besarnya pengaruh berbagai faktor diluar model, artinya jika variabel bebas dianggap konstan, maka diprediksikan Penyerapan Tenaga Kerja Pada Industri Pakaian Jadi Di Kota Sidoarjo turun sebesar 45.911,2 b. Koefisien regresi X 1 β 1 = 157,431 Menunjukkan besarnya untuk X 1 , artinya apabila Pendidikan bertambah 1 satuan, maka Penyerapan Tenaga Kerja Pada Industri Pakaian Jadi Di Kota Sidoarjo diprediksikan mengalami kenaikan sebesar 157,431dengan asumsi X 2 , X 3 dan X 4 adalah konstan. c. Koefisien regresi X 2 β 2 = 0,224 Menunjukkan besarnya untuk X 2 , artinya apabila Tingkat Upah bertambah 1 satuan, maka Penyerapan Tenaga Kerja Pada Industri Pakaian Jadi Di Kota Sidoarjo diprediksikan mengalami kenaikan sebesar 0,224 dengan asumsi X 1 , X 3 dan X 4 adalah konstan. d. Koefisien regresi X 3 β 3 = -0,0000061 Menunjukkan besarnya untuk X 3 , artinya apabila Nilai Produksi bertambah 1 satuan, maka Penyerapan Tenaga Kerja Pada Industri Pakaian Jadi Di Kota Sidoarjo diprediksikan mengalami penurunan sebesar 0,0000061 dengan asumsi X 1 , X 2 dan X 4 adalah konstan. e. Koefisien regresi X 4 β 4 = -0,00001 Menunjukkan besarnya untuk X 4 , artinya apabila Investasi bertambah 1 satuan, maka Penyerapan Tenaga Kerja Pada Industri Pakaian Jadi Di Kota Sidoarjo diprediksikan mengalami penurunan sebesar 0,00001 dengan asumsi X 1 , X 2 dan X 3 adalah konstan. 4.4. Hipotesis Secara Simultan Dan Parsial 4.4.1. Secara Simultan uji F Surabaya