Analisis Permintaan Masyarakat Terhadap BBM Pertalite di Kota Medan Chapter III V
BAB III
METODE PENELITIAN
3.1
Jenis penelitian
Penelitian ini hanya mengkaji hal-hal yang menyangkut dengan masyarakat
di kota medan yang berkaitan dengan preferensi bahan bakar minyak. Penelitian
ini hanya mengkaji hal-hal yang menyangkut dengan pengguna BBM. Penelitian
ini pula bersifat deskriptif kuantitatif sehingga tidak bermaksud untuk mengkaji
hipotesis.
3.2
Jenis dan Sumber Data yang Digunakan
Jenis dan sumber data yang dikumpulkan dalam penelitian ini adalah:
1. Data primer, data langsung diambil dari objek penelitian, yaitu masyarakat
kota Medan, dengan melakukan pengamatan (observation) , wawancara
(interview) , dan daftar pertanyaan (questionaire) yang diberikan kepada
warga (responden).
2. Data sekunder, data penunjang dalam penelitian yang diperoleh melalui
studi dokumentasi.
3.3
Populasi penelitian
Populasi yang diambil dalam penelitian ini adalah pemilik kendaraan
bermotor roda dua di kota medan.
Populasi adalah wilayah generalisasi yang terdiri atas: obyek/subyek yang
mempunyai kualitas dan kareteristik tertentu yang ditetapkan oleh peneliti untuk
dipelajari dan kemudian ditarik kesimpulanya.
43
Universitas Sumatera Utara
Jadi populasi bukan hanya orang, tetapi juga obyek dan benda-benda alam
yang lain. Populasi juga bukan sekedar jumlah yang ada pada obyek/subyek yang
dipelajri, tetapi meliputi seluruh kareteristik/sifat yang dimiliki oleh subyek atau
obyek itu.
3.4.
Sampel size
Besarnya jumlah sampel yang harus diambil dari populasi dalam suatu
kegiatan penelitian sangat tergantung dari keadaan populasi itu sendiri, semakin
homogen keadaan populasinya maka jumlah sampel semakin sedikit, begitu juga
sebaliknya.
Menurut Sugiyono (2011: 81) Sampel adalah bagian dari jumlah dan
karakteristik yang dimiliki oleh populasi tersebut. Sehingga sampel merupakan
bagian dari populasi yang ada, sehingga untuk pengambilan sampel harus
menggunakan cara tertentu yang didasarkan oleh pertimbangan-pertimbangan
yang ada. Adapun penentuan jumlah sampel yang dikembangkan oleh Roscoe
dalam Sugiyono (2010 : 131) adalah sebagai berikut:
1. Ukuran sampel yang layak dalam penelitian adalah antara dari 30 -500
2. Bila sampel dibagi dalam kategori (misalnya: pria-wanita, pegawai negeriswasta, dan lain-lain).
3. Maka jumlah anggota sampel setiap kategori minimal 30.
4. Bila dalam penelitian akan melakukan analisis dengan multivariate (
korelasi atau regresi berganda), maka jumlah anggota sampel minimal 10
kali dari jumlah variable yang diteliti.
44
Universitas Sumatera Utara
5. Jumlah variable dalam penelitian ini ada 5 (independen+dependen), maka
jumlah anggota sampel = 5x10 = 50, namun dalam penelitian ini dibuat
sampel sebanyak 50 orang.
3.4
Model analisis data
Metode analisis dibutuhkan untuk memecahkan perumusan masalah yang
telah ditentukan sebelumnya. Metode analisis akan berisikan alat yang digunakan
untuk membuktikan hipotesis apakah dapat di terima atau ditolak nantinya
berdasarkan kesesuaian dengan hasil yang diperoleh. Dengan penelitian yang
bersifat deskriptip kuantitatip, maka metode analisis yang akan digunakan adalah
persamaan (regresi) berganda linier.
3.4.1 Model Analisis Regresi Berganda
Untuk menganalisis hubungan antara variabel dependen dan variabel
independen, maka pengelolaan data dilakukan dengan metode analisis regresi
berganda dengan model estimasi sebagai berikut :
Y = α + β1 X1 + β2 X2 + β3 X3 + β3X3 + e
Dimana :
Y
= Jumlah bahan bakar yang dibeli ( pertalite)
α
= Konstanta / Intercept
β
= Koefisien Regresi
e
= Term Of Error
X1
= Pendapatan
X2
= Harga premium
X3
= Harga pertamax
X4
= Harga pertalite
45
Universitas Sumatera Utara
Untuk mengetahui tingkat signifikan dari masing-masing koefisien regresi
variabel independen (variabel bebas) terhadap variabel dependen (variabel terikat)
maka menggunakan uji statistik diantaranya:
1.
Analisis Koefisien Determinasi (R-Square / R2)
Koefisien Determinan (R2) pada intinya mengukur kebenaran model
analisis regresi. Dimana analisisnya adalah apabila nilai R2 mendekati angka 1,
maka variabel independen semakin mendekati hubungan dengan variabel
dependen sehingga dapat dikatakan bahwa penggunaan model tersebut dapat
dibenarkan. Model yang baik adalah model yang meminimumkan residual berarti
variasi variabel independen dapat menerangkan variabel dependennya dengan α
sebesar diatas 0,05 (Gujarati, 2003),sehingga diperoleh korelasi yang tinggi antara
variabel dependen dan variabel independen.
Akan tetapi ada kalanya dalam penggunaan koefisien determinasi terjadi biasanya
terhadap satu variabel independen yang dimasukkan dalam model.
Setiap tambahan satu variabel independen akan menyebabkan peningkatan
R2, tidak peduli apakah variabel tersebut berpengaruh secara signifikan terhadap
variabel dependen (memiliki nilai t yang signifikan).
2.
Uji Multikolinieritas
Pengujian ini digunakan untuk mengukur tingkat asosiasi(keeratan)
hubungan/pengaruh antar variabel bebas tersebut melalui besaran koefisien
korelasi (r). Multikolinieritas terjadi jika koefisien korelasi antar variabel bebas
lebih besar dari 0,60 (pendapat lain : 0,50 dan 0,90), dikatakan tidak terjadi
46
Universitas Sumatera Utara
multikolinieritas jika koefisien korelasi antar variabel bebas lebih kecil atau sama
dengan 0,60 (r < 0,60).
3
Uji Heteroskedastisitas
Dalam persamaan regresi berganda perlu diuji mengenai sama atau tidak
varians dari residual dari observasi yang satu dengan yang lainnya. Jika terdapat
pola tertentu pada grafik scatterplot SPSS, seperti titi-titik yang membentuk pola
yang teratur (bergelombang, menyebar, kemudian menyempit), maka dapat
disimpulkan bahwa telah terjadi heteroskedastisitas. Dan sebaliknya jika tidak ada
pola yang jelas, serta titik-titik menyebar, maka indikasinya dalah tidak terjadi
heteroskedastisitas.
4.
Uji Normalitas
Pengujian ini digunakan untuk menguji data variabel bebas (X) dan
variabel terkait (Y) pada persamaan regresi yang dihasilkan, apakah berdistribusi
normal atau berdistribusi tidak normal. Dasar pengambilan keputusan dalam uji
normalitas yakni: jika nilai signifikansi lebih besar dari 0,05 maka data tersebut
berdistribusi normal dan jika nilai signifikansi lebih kecil dari 0,05 maka data
tersebut tidak berdisribusi normal. Uji statistik normalitas yang digunakan adalah
Kolmogorov Smirnov.
5.
Uji Autokorelasi
Persamaan regresi yang baik adalah tidak memiliki masalah autokorelasi
maka persamaan tersebut menjadi tidak baik. Ukuran dalam menentukan ada
tidaknya masalah autokorelasi dengan uji Durbin-Watson dengan ketentuan
sebagai berikut :
47
Universitas Sumatera Utara
1.
jika d lebih kecil dari dL atau lebih besar dari (4-dL) maka hipotesis
ditolak yang berarti terdapat autokorelasi.
2.
jika d terletak antara dU dan (4-dU ) maka hipotesis diterima yang berarti
tidak terdapat autokorelasi.
3.
jika d terletak antara dL dan dU atau diantara (4-dU)dan (4-dL)maka tidak
menghasilkan kesimpulan yang pasti.
3.5
Pengelolahan data
Program yang digunakan oleh penulis untuk mengolah data adalah
program computer spss.
3.6
Uji statistik
a. UjiParsial (T-Test)
Uji ini digunakan untuk mengetahui apakah masing-masing variabel
independen secara sendiri-sendiri mempunyai pengaruh secara signifikan
terhadap variabel dependen.
Dengan kata lain, untuk mengetahui apakah masing-masing variabel
independen dapat menjelaskan perubahan yang terjadi pada variabel
dependen secara nyata.
Untuk mengkaji pengaruh variabel independen terhadap dependen secara
individu dapat dilihat hipotesis berikut: H0 : ß1 = 0tidak berpengaruh,H1 :
ß1> 0berpengaruh positif,H1 : ß1< 0berpengaruh negatif. Dimana ß1 adalah
koefisien variabel independen ke-1 yaitu nilai parameter hipotesis.
Biasanya nilai ß dianggap nol, artinya tidak ada pengaruh variable X1
terhadap Y.
48
Universitas Sumatera Utara
Bila thitung> ttabel maka Ho diterima (signifikan) dan jika thitung< ttabel Ho
diterima (tidak signifikan). Uji t digunakan untuk membuat keputusan
apakah hipotesis terbukti atau tidak, dimana tingkat signifikan yang
digunakan yaitu 5 persen.
b. Uji F
Uji signifikansi ini pada dasarnya dimaksudkan untuk membuktikan secara
statistik bahwa seluruh variabel independen yaitu, Usia Pekerja (X1),
Jumlah Tanggungan (X2), Tingkat Pengalaman (X3) berpengaruh secara
bersama-sama terhadap variabel dependen yaitu pendapatan (Y). Uji F
digunakan untuk menunjukkan apakah keseluruhan variabel independen
berpengaruh terhadap variabel dependen dengan menggunakan Level of
significance 5 persen, Kriteria pengujiannya apabila nilai F-hitung < Ftabel maka hipotesis diterima yang artinya seluruh variabel independen
yang digunakan tidak berpengaruh secara signifikan terhadap variabel
dependen. Apabila F hitung F tabel maka hipotesis ditolak yang berarti
seluruh variabel independen berpengaruh secara signifikan terhadap
variabel dependen dengan taraf signifikan tertentu.
3.7
Defenisi Operasional
Untuk menyatukan persepsi tentang pengertian variable-variabel yang
diteliti dan analisis dalam penelitian ini, maka dikemukakan batasan-batasan
defenisi pada setiap variable tersebut. dimana skala pengukuran yang
digunakan untuk menyatakan tanggapan dari responden terhadap pertanyaan
49
Universitas Sumatera Utara
yang diberikan adalah dengan menggunakan skala likert. Adapun defenisi
variable yang digunakan dalam penelitian ini adalah sebagai berikut :
1. Pendapatan
Pendapatan yang diperoleh oleh masing-masing masyarakat kota
medan.
2. Harga premium
Persepsi responden terhadap harga bahan bakar premium.
3. Harga pertamax
Persepsi responden terhadap harga bahan bakar pertamax.
4. Harga pertalite
Persepsi responden terhadap harga bahan bakar pertalite.
5. Jumlah bahan bakar yang dibeli
Kemampuan responden dalam membeli bahan bakar minyak jenis
pertalite ( berapa liter dapat membeli bahan bakar dalam sebulan ).
50
Universitas Sumatera Utara
BAB IV
HASIL DAN PEMBAHASAN
4.1.
Gambaran Umum Indonesia
4.1.1. Keadaan Geografis Indonesia
Secara umum luas wilayah Indonesia adalah 9,8 juta km2 dengan luas
lautan 7,9 juta km2 (81% luas Indonesia) dan luas daratan 1,9 juta km2. Indonesia
terdiri dari 13667 pulau, 7623 pulau (56%) belum mempunyai nama hanya 931
pulau (7%) yang dihuni manusia, sisanya 12736 pulau tanpa dihuni. Secara
astronomis Indonesia terletak antara 60 LU – 110 LS dan 950 BT – 1410 BT,
sehingga Indonesia dilalui garis khatulistiwa dan mempunyai lintang 1700 dan
panjang bujur 460, akibatnya Indonesia beriklim panas (tropis). Batas-batas
wilayah Indonesia adalah: Batas Utara : Selat Malaka, laut China Selatan,
Malaysia (Malaysia Timur, di sebelah utara Kalimantan), Laut Sulawesi (antara
Sulawesi Utara dengan Philipina) dan Samudra Pasifik. Batas Timur : Samudra
Pasifik dan Papua Nugini.
Letak Geografi adalah letak sesuatu negara dilihat dari kenyataan di bumi
atau posisi negara itu pada bola bumi.Berdasarkan letak geografi Indonesia
terletak di antara Samudra Pasifik dan Hindia, dan di antara Benua Asia dan
Benua Australia.Hal ini mengakibatkan Indonesia banyak memiliki kesamaan
dengan Benua Asia dan Benua Australia, misalnya keadaan flora dan faunanya.Di
bagian barat flora dan fauna Indonesia lebih cenderung serupa dengan flora dan
fauna di Benua Asia, sedangkan di bagian timur flora dan fauna lebih menyerupai
dengan Benua Australia.Indonesia beriklim tropis karena wilayahnya dilalui garis
lintang 00 atau biasa disebut garis equatoratau garis khatulistiwa.Hal ini
51
Universitas Sumatera Utara
mengakibatkan iklim bersifat panas.Selain itu juga bersifat lembab karena wilayah
Indonesia berbentuk kepulauan, dimana wilayah perairannya lebih luas daripada
daratannya.Curah hujan rata-rata berkisar antara 2000-3000 mm/tahun, dengan
suhu rata-rataminimum 210C dan maksimum di atas 30 0C.Karena Indonesia
berada pada posisistrategis, yaitu di antara dua benua dan dua samudra, Indonesia
dipengaruhi oleh angin muson, yang menyebabkan Indonesia mempunyai dua
musim.Angin muson barat bersifat basah, menyebabkan Indonesiamendapat
musim hujan.Sementara, angin muson timur bersifat kering, menyebabkan
Indonesia mendapat musim kemarau.
4.2.
Keadaan Penduduk
Sumatera Utara sudah sejak kolonial dikenal sebagai daerah yang
memiliki potensi dengan sumber daya yang kaya dan beragam. Sumatera Utara
merupakan provinsi terluas kedua dipulau Sumatera dengan jumlah penduduk
sebanyak 12,98 juta jiwa.
Kota Medan memiliki luas 26.510 hektar (265,10 km2) atau 3,6% dari
keseluruhan wilayah Sumatera Utara. Dengan demikian, dibandingkan dengan
kota/kabupaten lainnya, Medan memiliki luas wilayah yang relative kecil dengan
jumlah penduduk yang relative besar. Secara geografis kota Medan terletak pada
3o 30’-3o 43’ Lintang Utara dan 98o 35’-98o 44’ Bujur Timur. Untuk itu topografi
kota Medan cenderung miring ke utara dan berada pada ketinggian 2,5-37,5 meter
diatas permukaan laut.Secara administrative, batas wilayah Medan adalah sebagai
berikut :
52
Universitas Sumatera Utara
Utara
Selat Malaka
Selatan
Kabupaten Deli Serdang
Barat
Kabupaten Deli Serdang
Timur
Kabupaten Deli Serdang
Kabupaten Deli Serdang merupakan salah satu daerah yang kaya dengan
sumber daya alam atau SDA, khususnya di bidang perkebunan dan kehutanan.
Karena secara geografis Medan didukung oleh daerah-daerah yang kaya sumber
daya alam, seperti Deli Serdang, Labuhan Batu,Simalungun, Tapanuli Utara,
Tapanuli Selatan, Mandailing natal, Karo, Binjai, dan lain-lain. Kond isi ini
menjadi kota Medan secara ekonomi mampu mengembangkan berbagai kerjasama
dan kemitraan yang sejajar, saling menguntungkan, saling memperkuat dengan
daerah-daerah sekitarnya.
Di samping itu sebagai daerah pinggiran jalur pelayaran selat Malaka,
Medan memiliki posisi strategis sebagai gerbang (pintu masuk) kegiatan
perdagangan barang dan jasa, baik perdagangan domestic maupun luar negeri
(ekspor/impor). Posisi geografis Medan ini telah mendorong perkembangan kota
dalam dua kutub pertumbuhan secara fisik, yaitu daerah belawan dan pusat kota
Medan saat ini.
Perkembangan jumlah penduduk di Kota medan sangat bervariasi dari
setiap tahunnya. Penduduk di Kota medan
pada tahun 2015 ada sebanyak
53
Universitas Sumatera Utara
2.210.624 jiwa yang terdiri dari 1.091.937 jiwa jenis kelamin laki-laki dan
1.118.687 jiwa jenis kelamin perempuan. Dengan adanya perbandingan ini
menunjukkan bahwa jumlah penduduk wanita lebih banyak daripada jumlah
penduduk laki-laki pada tahun 2015.
Untuk lebih jelasnya bagaimana mengetahui pertumbuhan penduduk
setiap tahunnya di Kota Medan menurut jenis kelamin dari tahun 2010-2015
adalah sebagai berikut :
Tabel 4.1
Jumlah Penduduk Menurut Jenis Kelamin Di Kota Medan Tahun 2010-2015
Tahun
Pria
Wanita
Jumlah
2010
1.040.680
1.068.659
2.109.339
2011
1.046.560
1.070.664
2.117.224
2012
1.047.875
1.074.929
2.122.801
2013
1.053.393
1.082.123
2.135.516
2014
1.081.797
1.109.343
2.191.140
2015
1.091.937
1.118.687
2.210.624
Sumber : BPS kota medan, (2010-2015)
4.2.1 Jumlah Penduduk
Penduduk merupakan salah satu komponen pembangunan yang memiliki
dua sisi yang sangat penting, di satu sisi sebagai subjek pembangunan dan di sisi
lain sebagai objek pembangunan. Selain itu, penduduk juga merupakan tenaga
kerja bagi pembangunan itusendiri.Berdasarkan table dibawah ini,di Kota Medan
dengan Jumlah penduduk terbanyak Selengkapnya dapat dilihat padat tabel 4.2
berikut.
54
Universitas Sumatera Utara
Tabel 4.2
Jumlah Penduduk Dan Kepadatan Penduduk (/km2) Di Kota Medan Tahun
2010-2015
No
Tahun
Jumlah
Kepadatan penduduk
Penduduk
(/km2)
1
2010
2.097.610
7.913
2
2011
2.117.224
7.987
3
2012
2.122.804
8.007,56
4
2013
2.135.516
8.055,51
5
2014
2.191.140
8.268
6
2015
2.210.624
8.342
Sumber : BPS kota medan, (2010-2015)
4.2.2 Jumlah Penduduk Berdasarkan Jenis Kelamin
Jumlah penduduk berdasarkan jenis kelamin bertujuan untuk mengetahui
nilai Sex Ratio pada daerah tertentu.Jumlah penduduk berdasarkan jenis kelamin
di Kota Medan dapat dilihat di tabel 4.3.Tabel 4.3 memperlihatkan Kota Medan
memiliki jumlah penduduk 2.210.624 jiwa yang terdiri dari 1.091.937 jiwa lakilaki dan perempuan 1.118.687 jiwa pada tahun 2015. Perbandingan angka jumlah
penduduk laki-laki dan perempuan dapat dihitung dengan rumus :
Sex Ratio =
Jumlah Penduduk Laki −Laki
Jumlah Penduduk Perempuan
x100
Sex Ratio = 1.091.937 / 1.118.687x100
Sex Ratio = 97,6
Dari perhitungan Sex Ratio ditemukan angka Sex Ratio sebesar 97,6, yang berarti
setiap 100 jiwa penduduk perempuan terdapat sebanyak 97,6 jiwa penduduk laki
55
Universitas Sumatera Utara
laki.Tabel jumlah penduduk berdasarkan jenis kelamin dapat dilihat pada tabel
dibawah ini.
4.3.
Karakteristik Responden
4.3.1 Responden Menurut Pendapatan
Berikut adalah data mengenai penadapatan di Kota Medan pada table 4.3
berikut ini :
Tabel 4.3
Distribusi Responden Menurut Pendapatan di Kota Medan
No
Pendapatan
Jumlah (Jiwa)
Persentase
1
2
3
4
5
4.500.000.0000
Jumlah
16
23
8
3
0
50
16%
23%
8%
3%
0%
50%
Sumber : Data Primer diolah 2017
Berdasarkan table 4.3 diperoleh data dengan mengenai pendapatan
responden yang mempunyai pendapatan 1.501.000-2.500.000 memiliki jumlah
data responden terbanyak dengan jumlah 23 responden.Hal ini mengindikasikan
rata-rata pendapatan penduduk di Kota Medan dinilai cukup.dengan rata-rata
penduduk yang bekerja dengan usaha sendiri sehingga pendapatan yang diperoleh
sudah cukup baik untuk memenuhi kualitas hidup penduduk.
56
Universitas Sumatera Utara
4.3.2 Responden Menurut Harga Premium
Tabel 4.4
Distribusi Responden Menurut Harga Premium di Kota Medan
No
Harga Pertalie
Jumlah (Jiwa)
Persentase
1
Sangat Mahal
0
0%
2
Mahal
8
8%
3
Sedang
10
10%
4
Murah
28
28%
5
Sangat murah
4
4%
Jumlah
50
50%
Sumber: Data Primer diolah 2017
Berdasarkan data diatas mengenai data harga premium responden dengan
kategori murah memiliki jumlah terbanyak. Jumlah data responden terbanyak
dengan jumlah 28 jiwa.responden dengan jumlah data responden dengan kategori
sedang 10 jiwa terbanyak ke dua 8 jiwa.Responden dengan jumlah data responden
dengan kategori yang mahal yaitu kategori sangat murah 4
jiwa.sementara
dengan kategori sangat mahal tidak ada yang memilih.
4.3.3 Responden Menurut Harga Pertamax
Tabel 4.5
Distribusi Responden Menurut Harga Pertamax di Kota Medan
No
Harga Pertalie
Jumlah (Jiwa)
Persentase
1
Sangat Mahal
12
12%
2
Mahal
26
26%
3
Sedang
11
11%
4
Murah
1
1%
5
Sangat murah
0
0%
Jumlah
50
50%
Sumber: Data Primer diolah 2017
Berdasarkan data diatas mengenai data harga pertamaxresponden dengan
kategori mahal memiliki jumlah terbanyak..Jumlah data responden terbanyak
dengan jumlah 26 jiwa.responden dengan jumlah data responden dengan kategori
sangat mahal 12 jiwa terbanyak ke dua 11 jiwa. Responden dengan jumlah data
57
Universitas Sumatera Utara
responden dengan kategori yang rendah yaitu kategori murah 1 jiwa.sementara
dengan kategori sangat murah tidak ada yang memilih.
4.3.4 Responden Menurut Harga Pertalite
Tabel 4.6
Distribusi Responden Menurut Harga Pertalite di Kota Medan
No
Harga Pertalie
Jumlah (Jiwa)
Persentase
1
Sangat Mahal
2
2%
2
Mahal
7
7%
3
Sedang
37
37%
4
Murah
3
3%
5
Sangat murah
1
1%
Jumlah
50
50%
Sumber: Data Primer diolah 2017
Berdasarkan data diatas mengenai data harga pertalite responden dengan
kategori sedang memiliki jumlah terbanyak. Jumlah data responden terbanyak
dengan jumlah 37 jiwa.responden dengan jumlah data responden dengan kategori
mahal terbanyak ke dua 7 jiwa.Responden dengan jumlah data responden dengan
kategori yang rendah yaitu kategori sangat mahal dan sangat murah 2 jiwa dan 1
jiwa.sementara dengan kategori murah tidak ada yang memilih.
4.3.5 Responden Menurut Jumlah Pertalite Yang Dibeli
No
1
2
3
4
5
Tabel 4.7
Distribusi Responden Menurut Jumlah Pertalite Yang Dibeli di Kota
Medan
Harga Pertalie
Jumlah (Jiwa)
Persentase
40-50 liter
37
37%
51-60 liter
9
9%
61-70 liter
3
3%
71-80 liter
1
1%
>81 liter
0
0%
Jumlah
50
50%
Sumber: Data Primer diolah 2017
58
Universitas Sumatera Utara
Berdasarkan table 4.7 diperoleh data dengan mengenai jumlah pertalite yang
dibeli responden yang paling sering mengisi pertalite 40-50 liter dalam sebulan
memiliki jumlah data responden terbanyak dengan jumlah 37 responden.
4.4.
Metode Analisis Data
4.4.1. Analisis Hasil Regresi Linier Berganda
Analisis regresi linier berganda digunakan untuk mengetahui besarnya
pengaruh antara variabel independen terhadap variabel dependen, pengaruh
masing-masing variabel independen yang positif atau negatif, dan memprediksi
nilai dari variabel independen. Dari pengolahan data dengan menggunakan
program SPSS diketahui Jumlah pertalite yang dibeli sebagai variabel dependen
serta variabel Pendapatan (X1), Harga Premium (X2) , Harga Pertamax (X3), dan
Harga Pertalite (X4) sebagai variabel independen maka diperoleh hasil seperti
yang disajikan pada Tabel 4.7 sebagai berikut:
Tabel 4.8 analisis regresi linier berganda
Coefficientsa
Standardized
Unstandardized Coefficients
Model
1
B
(Constant)
Std. Error
.747
.722
PENDAPATAN (X1)
-.077
.125
HARGA PREMIUM (X2)
-.068
HARGA PERTAMAX (X3)
HARGA PERTALITE (X4)
Coefficients
Beta
t
Sig.
1.035
.306
-.096
-.614
.542
.135
-.087
-.504
.617
.425
.188
.455
2.256
.029
-.242
.234
-.231
-1.035
.306
a. Dependent Variable: JUMLAH PERTALITE YANG DIBELI (Y)
Sumber : data diolah 2017
Persamaan regresinya sebagai berikut :
Y = 0,747-0,077X1-0,068 X2+0,425X3-0,242X4
59
Universitas Sumatera Utara
1. Nilai konstanta sebesar 0,747 menunjukkan pengaruh yang positif
terhadap variable independen. Bila variable independen naik, maka
variable dependen akan naik.
2. Nilai koefisien regresi variable X1 sebesar 0,077. Artinya jika pendapatan
mengalami kenaikan, maka jumlah bahan bakar pertalite yang dibeli akan
mengalami penurunan sebesar 0,077 atau 7,7 %. Hubungan bernilai
negative yang berarti jika pendapatan naik maka jumlah bahan bakar
pertalite yang dibeli akan menurun.
3. Nilai koefisien regresi variable X2 sebesar 0,068. Artinya jika harga
premium mengalami kenaikan, maka jumlah bahan bakar pertalite yang
dibeli akan mengalami penurunan sebesar 0,068 atau 6,8 %. Hubungan
bernilai negative yang berarti jika harga premium naik maka jumlah bahan
bakar pertalite yang dibeli akan menurun.
4. Nilai koefisien regresi variable X3 sebesar 0,425. Artinya jika harga
pertamax mengalami kenaikan, maka jumlah bahan bakar pertalite yang
dibeli akan mengalami peningkatan sebesar 0,425 atau 42,5 %. Hubungan
bernilai positif yang berarti jika harga pertamax naik maka jumlah bahan
bakar pertalite yang dibeli akan meningkat.
5. Nilai koefisien regresi variable X4 sebesar 0,242. Artinya jika harga
pertalite mengalami kenaikan, maka jumlah bahan bakar pertalite yang
dibeli akan mengalami peningkatan sebesar 0,242 atau 24,2 %. Hubungan
bernilai negative yang berarti jika harga pertalite naik maka jumlah bahan
bakar pertalite yang dibeli akan menurun.
60
Universitas Sumatera Utara
4.4.2. Analisis Koefisien Determinasi ( R- Square / R2)
Analisis determinasi dalam regresi linear berganda digunakan untuk
mengetahui persentase pengaruh variabel independen ( X1, X2, X3,X4) secara
serentak terhadap variabel dependen (Y). Koefisien ini menunjukkan seberapa
besar variasi variabel independen yang digunakan dalam model maupun
menjelaskan variasi variabel dependen.
Dari hasil analisis regresi, lihat pada output summary sebagai berikut :
Tabel 4.9 Hasil Analisis Determinasi
Model Summary
Model
R
R Square
.357a
1
.128
Adjusted R
Std. Error of the
Square
Estimate
.050
.675
a. Predictors: (Constant), HARGA PERTALITE (X4), PENDAPATAN
(X1), HARGA PREMIUM (X2), HARGA PERTAMAX (X3)
Sumber : data diolah 2017
Nilai R square sebesar 0,128 atau 12,8 %, dengan demikian dapat
dikatakan bahwa besarnya pengaruh variabel independen terhadap variabel
dependen adalah 12,8 % dan sisa nya di pengaruhi oleh variabel lain di luar
penelitian.
4.4.3. Uji F (Uji Regresi secara Keseluruhan)
Uji F pada dasarnya menunjukkan bahwa apakah semua variabel
independen yang dimasukkan dalam model mempunyai pengaruh terhadap
variabel dependen apabila nilai dari F-hitung lebih besar dari tingkat kesalahan.
Dari hasil output analisis regresi dapat diketahui nilai F seperti pada tabel 4.10
berikut ini:
61
Universitas Sumatera Utara
Tabel 4.10 Hasil Analisis Uji Keseluruhan ( Uji –F)
ANOVAa
Model
1
Sum of Squares
Regression
Df
Mean Square
3.001
4
.750
Residual
20.519
45
.456
Total
23.520
49
F
Sig.
1.645
.179b
a. Dependent Variable: JUMLAH PERTALITE YANG DIBELI (Y)
b. Predictors: (Constant), HARGA PERTALITE (X4), PENDAPATAN (X1), HARGA PREMIUM
(X2), HARGA PERTAMAX (X3)
Sumber : data di olah 2017
Nilai f hitung tersebut adalah 1,645 dengan menggunakan tingkat
keyakinan 95%, df 1( jumlah variabel-1) = 4, dan df 2 (n-k-1) atau 50-4-1 = 45, n
adalah jumlah sampel dan k adalah jumlah variabel independen , hasil diperoleh
untuk F tabel sebesar 2,58 , maka dapat disimpulkan bahwa f hitung > f tabel
maka tidak terdapat pengaruh yang signifikan antara variabel independen dengan
variabel dependen.
4.4.5. Analisis Uji Parsial ( T-test)
Uji ini digunakan untuk mengetahui apakah masing-masing variabel
independen secara sendiri-sendiri mempunyai pengaruh secara signifikan terhadap
variabel dependen, tingkat kesalahan yang ditolerir sebesar 2,5 % (pengujian dua
arah). Variabel independen dianggap memiliki pengaruh terhadap variabel
dependen apabila nilai signifikansi lebih kecil dari tingkat kesalahan (0.025).
Dari hasil analisis regresi output dapat disajikan pada tabel 4.11 dibawah ini:
62
Universitas Sumatera Utara
Tabel 4.11 Hasil Analisis Uji Parsial (T-test)
Coefficientsa
Standardized
Unstandardized Coefficients
Model
1
B
(Constant)
Coefficients
Std. Error
.747
.722
PENDAPATAN (X1)
-.077
.125
HARGA PREMIUM (X2)
-.068
HARGA PERTAMAX (X3)
HARGA PERTALITE (X4)
Beta
T
Sig.
1.035
.306
-.096
-.614
.542
.135
-.087
-.504
.617
.425
.188
.455
2.256
.029
-.242
.234
-.231
-1.035
.306
a. Dependent Variable: JUMLAH PERTALITE YANG DIBELI (Y)
Sumber : data diolah 2017
Berdasarkan table 4.11 maka dapat dijelaskan sebagai berikut :
Nilai t hitung pada variabel pendapatan sebesar -0,614 dan t tabel 2,014 ,
maka dapat disimpulkan bahwa t hitung > t tabel maka variabel pendapatan tidak
berpengaruh yang signifikan terhadap jumlah pembelian bahan bakar pertalite.
Pada variabel harga premium t hitung sebesar -0,504 dan t tabel sebesar
2,014 maka t hitung < t tabel maka tidak terdapat pengaruh yang signifikan antara
variabel harga premium terhadap variabel jumlah bahan bakar pertalite yang di
beli.
Nilai t hitung pada variabel harga pertamax sebesar 2,256 dan t tabel
sebesar 2,014 maka dapat disimpulkan bahwa t hitung > t tabel maka terdapat
pengaruh yang signifikan antara variabel harga pertamax dengan variabel jumlah
bahan bakar pertalite yang di beli.
Nilai t hitung pada variabel harga pertalite sebesar -1,035 dan t tabel
sebesar 2,014 maka dapat disimpulkan bahwa t hitung < t tabel maka tidak
terdapat pengaruh yang signifikan antara variabel harga pertalite dengan variabel
jumlah bahan bakar pertalite yang di beli.
63
Universitas Sumatera Utara
4.4.6. Uji Multikolinieritas
Pengujian ini digunakan untuk menguji apakah model regresi ditemukan
adanya korelasi antar variable bebas (independent). Model regresi yang baik
adalah yang tidak terjadi Multikolinieritas.Dasar pengambilan keputusan pada uji
Multikolinieritas dapat dilihat dari nilai Tolerance dan nilai VIF (Variance
Inflation Factor). Jika nilai Tolerance lebih besar dari 0,10 maka artinya tidak
terjadi Multikolinieritas dan jika nilai VIF lebih kecil dari 100,00 maka artinya
tidak terjadi Multikolinieritas. Lihat pada tabel 4.12 dibawah ini :
Tabel 4.12 Hasil Uji Asumsi Klasik Multikolinieritas
Coefficientsa
Standardize
Unstandardized
d
Collinearity
Coefficients
Coefficients
Statistics
Toleranc
Model
1
B
(Constant)
PENDAPATAN (X1)
HARGA
PREMIUM
(X2)
HARGA PERTAMAX
(X3)
HARGA PERTALITE
(X4)
Std. Error
.747
.722
-.077
.125
-.068
Beta
t
Sig.
e
VIF
1.035
.306
-.096
-.614
.542
.792
1.263
.135
-.087
-.504
.617
.653
1.531
.425
.188
.455
2.256
.029
.477
2.095
-.242
.234
-.231
-1.035
.306
.391
2.559
a. Dependent Variable: JUMLAH PERTALITE YANG DIBELI (Y)
Sumber : data diolah 2017
Dari hasil table diketahui bahwa :
Nilai Tolerance semua variable independen lebih besar dari 0,10 dan nilai VIF
semua variable independen lebih kecil dari 10,00. Dengan demikian dapat
disimpulkan bahwa tidak terjadi Multikolinieritas
64
Universitas Sumatera Utara
4.4.7. Uji Heteroskedastisitas
Dalam persamaan regresi berganda perlu diuji mengenai sama atau
tidak varians dari residual dari observasi yang satu dengan yang
lainnya. Jika residual memiliki varians yang sama maka disebut
homoskedastisitas dan jika variansnya tidak sama maka disebut
heteroskedastisitas,
persamaan
regresi
yang
baik
jika
tidak
terjadi
heteroskedastisitas. Lihat pada gambar 4.1 dibawah ini :
Gambar 4.1 Uji Heteroskedestisitas
Sumber : data diolah 2017
65
Universitas Sumatera Utara
Gambar scatterplot tersebut menunjukkan bahwa tidak ada pola yang jelas, titiktitik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka dapat
disimpulkan bahwa tidak terjadi heteroskedastisitas dalam regresi.
4.4.8. Uji Normalitas
Pengujian ini digunakan untuk menguji data variabel bebas (X) dan
variabel terkait (Y) pada persamaan regresi yang dihasilkan, apakah berdistribusi
normal atau berdistribusi tidak normal. Dasar pengambilan keputusan dalam uji
normalitas yakni: jika nilai signifikansi lebih besar dari 0,05 maka data tersebut
berdistribusi normal dan jika nilai signifikansi lebih kecil dari 0,05 maka data
tersebut tidak berdisribusi normal. Uji statistik normalitas yang digunakan adalah
Kolmogorov Smirnov. Lihat pada tabel 4.14 dibawah ini :
Tabel 4.14 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N
Normal Parameters
50
a,b
Mean
Std. Deviation
Most Extreme Differences
.0000000
.64711296
Absolute
.187
Positive
.187
Negative
-.143
Test Statistic
Asymp. Sig. (2-tailed)
.187
.000c
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
Sumber : data diolah 2017
Berdasarkan output diatas, diketahui bahwa nilai signifikansi sebesar 0,000 lebih
kecil dari 0,05 sehingga dapat disimpulkan bahwa data yang kita uji berdistribusi
tidak normal.
66
Universitas Sumatera Utara
4.4.9. Uji Autokorelasi
Persamaan regresi yang baik adalah tidak memiliki masalah autokorelasi. Lihat
pada tabel 4.15 dibawah ini :
Tabel 4.15 Uji Autokorelasi
Model Summaryb
Model
1
R
.357
R Square
a
.128
Adjusted R
Std. Error of the
Square
Estimate
.050
Durbin-Watson
.675
.374
a. Predictors: (Constant), HARGA PERTALITE (X4), PENDAPATAN (X1), HARGA
PREMIUM (X2), HARGA PERTAMAX (X3)
b. Dependent Variable: JUMLAH PERTALITE YANG DIBELI (Y)
Sumber :data diolah 2017
Dari hasil output diatas terdapat Durbin Watson test sebesar 0,374 nilai tabel
signifikansi 5%, jumlah sampel 50 (n) dan jumlah variabel independen 4(k=4)
,nilai dU sebesar 1,7214 dan nilai dL sebesar 1,6739. Jika nilai DW lebih kecil
dari nilai dL maka terdapat autokorelasi.Nilai DW 0,374 lebih kecil dari nilai
dL1,6739 maka dapat disimpulkan bahwa terdapat autokorelasi.
67
Universitas Sumatera Utara
BAB V
KESIMPULAN DAN SARAN
5.1.
Kesimpulan
Berdasarkan pada hasil penelitian terhadap jumlah bahan bakar yang di
beli (Pertalite) di kota Medanmaka menunjukkan bahwa variable dapat
disimpulkan sebagai berikut :
1. Pendapatan berpengaruh negatif terhadap jumlah bahan bakar yang dibeli
(Pertalite) yang berarti bahwa apabila pendapatan mengalami peningkatan
nilai maka pembelian bbm pertalite masyarakat mengalami peningkatan.
2. Harga premium berpengaruh negatif terhadap pembelian bbm pertalite
masyarakat yang berarti bahwa apabila status harga premium mengalami
peningkatan maka pembelian bbm
pertalite masyarakat mengalami
peningkatan.
3. Harga pertamax berpengaruh positif dan signifikan terhadap pembelian
bbm pertalite masyarakat yang berarti bahwa apabila status harga
pertamax mengalami peningkatan maka pembelian bbm
pertalite
masyarakat mengalami peningkatan.
4. Harga pertalite berpengaruh negatif terhadap pembelian bbm pertalite
masyarakat yang berarti bahwa apabila status harga pertamax mengalami
peningkatan maka pembelian bbm
pertalite masyarakat mengalami
peningkatan.
68
Universitas Sumatera Utara
5.2.
Saran
Dengan demikian penelitian mengenai pengaruh pendapatan, harga
premium dan harga pertamax terhadap jumlah bahan bakar yang dibeli
(pertalite)di Kota Medan, maka dapat disimpulkan saran sebagai berikut :
1. Disarankan kepada pemerintah untuk tetap menyediakan bahan bakar
minyak (BBM) jenis Premium agar masyarakat yang kurang mampu tetap
bisa menggunakan BBM Premium serta harga yang terjangkau
terdistribusi dengan merata di seluruh Kota Medan guna meningkatkan
jumlah bahan bakar yang dibeli.
2. Disarankan kepada pemerintah untuk lebih memperhatikan kesenjagan
ekonomi antara masyarakat guna membeli bahan bakar minyak di Kota
Medan.
69
Universitas Sumatera Utara
METODE PENELITIAN
3.1
Jenis penelitian
Penelitian ini hanya mengkaji hal-hal yang menyangkut dengan masyarakat
di kota medan yang berkaitan dengan preferensi bahan bakar minyak. Penelitian
ini hanya mengkaji hal-hal yang menyangkut dengan pengguna BBM. Penelitian
ini pula bersifat deskriptif kuantitatif sehingga tidak bermaksud untuk mengkaji
hipotesis.
3.2
Jenis dan Sumber Data yang Digunakan
Jenis dan sumber data yang dikumpulkan dalam penelitian ini adalah:
1. Data primer, data langsung diambil dari objek penelitian, yaitu masyarakat
kota Medan, dengan melakukan pengamatan (observation) , wawancara
(interview) , dan daftar pertanyaan (questionaire) yang diberikan kepada
warga (responden).
2. Data sekunder, data penunjang dalam penelitian yang diperoleh melalui
studi dokumentasi.
3.3
Populasi penelitian
Populasi yang diambil dalam penelitian ini adalah pemilik kendaraan
bermotor roda dua di kota medan.
Populasi adalah wilayah generalisasi yang terdiri atas: obyek/subyek yang
mempunyai kualitas dan kareteristik tertentu yang ditetapkan oleh peneliti untuk
dipelajari dan kemudian ditarik kesimpulanya.
43
Universitas Sumatera Utara
Jadi populasi bukan hanya orang, tetapi juga obyek dan benda-benda alam
yang lain. Populasi juga bukan sekedar jumlah yang ada pada obyek/subyek yang
dipelajri, tetapi meliputi seluruh kareteristik/sifat yang dimiliki oleh subyek atau
obyek itu.
3.4.
Sampel size
Besarnya jumlah sampel yang harus diambil dari populasi dalam suatu
kegiatan penelitian sangat tergantung dari keadaan populasi itu sendiri, semakin
homogen keadaan populasinya maka jumlah sampel semakin sedikit, begitu juga
sebaliknya.
Menurut Sugiyono (2011: 81) Sampel adalah bagian dari jumlah dan
karakteristik yang dimiliki oleh populasi tersebut. Sehingga sampel merupakan
bagian dari populasi yang ada, sehingga untuk pengambilan sampel harus
menggunakan cara tertentu yang didasarkan oleh pertimbangan-pertimbangan
yang ada. Adapun penentuan jumlah sampel yang dikembangkan oleh Roscoe
dalam Sugiyono (2010 : 131) adalah sebagai berikut:
1. Ukuran sampel yang layak dalam penelitian adalah antara dari 30 -500
2. Bila sampel dibagi dalam kategori (misalnya: pria-wanita, pegawai negeriswasta, dan lain-lain).
3. Maka jumlah anggota sampel setiap kategori minimal 30.
4. Bila dalam penelitian akan melakukan analisis dengan multivariate (
korelasi atau regresi berganda), maka jumlah anggota sampel minimal 10
kali dari jumlah variable yang diteliti.
44
Universitas Sumatera Utara
5. Jumlah variable dalam penelitian ini ada 5 (independen+dependen), maka
jumlah anggota sampel = 5x10 = 50, namun dalam penelitian ini dibuat
sampel sebanyak 50 orang.
3.4
Model analisis data
Metode analisis dibutuhkan untuk memecahkan perumusan masalah yang
telah ditentukan sebelumnya. Metode analisis akan berisikan alat yang digunakan
untuk membuktikan hipotesis apakah dapat di terima atau ditolak nantinya
berdasarkan kesesuaian dengan hasil yang diperoleh. Dengan penelitian yang
bersifat deskriptip kuantitatip, maka metode analisis yang akan digunakan adalah
persamaan (regresi) berganda linier.
3.4.1 Model Analisis Regresi Berganda
Untuk menganalisis hubungan antara variabel dependen dan variabel
independen, maka pengelolaan data dilakukan dengan metode analisis regresi
berganda dengan model estimasi sebagai berikut :
Y = α + β1 X1 + β2 X2 + β3 X3 + β3X3 + e
Dimana :
Y
= Jumlah bahan bakar yang dibeli ( pertalite)
α
= Konstanta / Intercept
β
= Koefisien Regresi
e
= Term Of Error
X1
= Pendapatan
X2
= Harga premium
X3
= Harga pertamax
X4
= Harga pertalite
45
Universitas Sumatera Utara
Untuk mengetahui tingkat signifikan dari masing-masing koefisien regresi
variabel independen (variabel bebas) terhadap variabel dependen (variabel terikat)
maka menggunakan uji statistik diantaranya:
1.
Analisis Koefisien Determinasi (R-Square / R2)
Koefisien Determinan (R2) pada intinya mengukur kebenaran model
analisis regresi. Dimana analisisnya adalah apabila nilai R2 mendekati angka 1,
maka variabel independen semakin mendekati hubungan dengan variabel
dependen sehingga dapat dikatakan bahwa penggunaan model tersebut dapat
dibenarkan. Model yang baik adalah model yang meminimumkan residual berarti
variasi variabel independen dapat menerangkan variabel dependennya dengan α
sebesar diatas 0,05 (Gujarati, 2003),sehingga diperoleh korelasi yang tinggi antara
variabel dependen dan variabel independen.
Akan tetapi ada kalanya dalam penggunaan koefisien determinasi terjadi biasanya
terhadap satu variabel independen yang dimasukkan dalam model.
Setiap tambahan satu variabel independen akan menyebabkan peningkatan
R2, tidak peduli apakah variabel tersebut berpengaruh secara signifikan terhadap
variabel dependen (memiliki nilai t yang signifikan).
2.
Uji Multikolinieritas
Pengujian ini digunakan untuk mengukur tingkat asosiasi(keeratan)
hubungan/pengaruh antar variabel bebas tersebut melalui besaran koefisien
korelasi (r). Multikolinieritas terjadi jika koefisien korelasi antar variabel bebas
lebih besar dari 0,60 (pendapat lain : 0,50 dan 0,90), dikatakan tidak terjadi
46
Universitas Sumatera Utara
multikolinieritas jika koefisien korelasi antar variabel bebas lebih kecil atau sama
dengan 0,60 (r < 0,60).
3
Uji Heteroskedastisitas
Dalam persamaan regresi berganda perlu diuji mengenai sama atau tidak
varians dari residual dari observasi yang satu dengan yang lainnya. Jika terdapat
pola tertentu pada grafik scatterplot SPSS, seperti titi-titik yang membentuk pola
yang teratur (bergelombang, menyebar, kemudian menyempit), maka dapat
disimpulkan bahwa telah terjadi heteroskedastisitas. Dan sebaliknya jika tidak ada
pola yang jelas, serta titik-titik menyebar, maka indikasinya dalah tidak terjadi
heteroskedastisitas.
4.
Uji Normalitas
Pengujian ini digunakan untuk menguji data variabel bebas (X) dan
variabel terkait (Y) pada persamaan regresi yang dihasilkan, apakah berdistribusi
normal atau berdistribusi tidak normal. Dasar pengambilan keputusan dalam uji
normalitas yakni: jika nilai signifikansi lebih besar dari 0,05 maka data tersebut
berdistribusi normal dan jika nilai signifikansi lebih kecil dari 0,05 maka data
tersebut tidak berdisribusi normal. Uji statistik normalitas yang digunakan adalah
Kolmogorov Smirnov.
5.
Uji Autokorelasi
Persamaan regresi yang baik adalah tidak memiliki masalah autokorelasi
maka persamaan tersebut menjadi tidak baik. Ukuran dalam menentukan ada
tidaknya masalah autokorelasi dengan uji Durbin-Watson dengan ketentuan
sebagai berikut :
47
Universitas Sumatera Utara
1.
jika d lebih kecil dari dL atau lebih besar dari (4-dL) maka hipotesis
ditolak yang berarti terdapat autokorelasi.
2.
jika d terletak antara dU dan (4-dU ) maka hipotesis diterima yang berarti
tidak terdapat autokorelasi.
3.
jika d terletak antara dL dan dU atau diantara (4-dU)dan (4-dL)maka tidak
menghasilkan kesimpulan yang pasti.
3.5
Pengelolahan data
Program yang digunakan oleh penulis untuk mengolah data adalah
program computer spss.
3.6
Uji statistik
a. UjiParsial (T-Test)
Uji ini digunakan untuk mengetahui apakah masing-masing variabel
independen secara sendiri-sendiri mempunyai pengaruh secara signifikan
terhadap variabel dependen.
Dengan kata lain, untuk mengetahui apakah masing-masing variabel
independen dapat menjelaskan perubahan yang terjadi pada variabel
dependen secara nyata.
Untuk mengkaji pengaruh variabel independen terhadap dependen secara
individu dapat dilihat hipotesis berikut: H0 : ß1 = 0tidak berpengaruh,H1 :
ß1> 0berpengaruh positif,H1 : ß1< 0berpengaruh negatif. Dimana ß1 adalah
koefisien variabel independen ke-1 yaitu nilai parameter hipotesis.
Biasanya nilai ß dianggap nol, artinya tidak ada pengaruh variable X1
terhadap Y.
48
Universitas Sumatera Utara
Bila thitung> ttabel maka Ho diterima (signifikan) dan jika thitung< ttabel Ho
diterima (tidak signifikan). Uji t digunakan untuk membuat keputusan
apakah hipotesis terbukti atau tidak, dimana tingkat signifikan yang
digunakan yaitu 5 persen.
b. Uji F
Uji signifikansi ini pada dasarnya dimaksudkan untuk membuktikan secara
statistik bahwa seluruh variabel independen yaitu, Usia Pekerja (X1),
Jumlah Tanggungan (X2), Tingkat Pengalaman (X3) berpengaruh secara
bersama-sama terhadap variabel dependen yaitu pendapatan (Y). Uji F
digunakan untuk menunjukkan apakah keseluruhan variabel independen
berpengaruh terhadap variabel dependen dengan menggunakan Level of
significance 5 persen, Kriteria pengujiannya apabila nilai F-hitung < Ftabel maka hipotesis diterima yang artinya seluruh variabel independen
yang digunakan tidak berpengaruh secara signifikan terhadap variabel
dependen. Apabila F hitung F tabel maka hipotesis ditolak yang berarti
seluruh variabel independen berpengaruh secara signifikan terhadap
variabel dependen dengan taraf signifikan tertentu.
3.7
Defenisi Operasional
Untuk menyatukan persepsi tentang pengertian variable-variabel yang
diteliti dan analisis dalam penelitian ini, maka dikemukakan batasan-batasan
defenisi pada setiap variable tersebut. dimana skala pengukuran yang
digunakan untuk menyatakan tanggapan dari responden terhadap pertanyaan
49
Universitas Sumatera Utara
yang diberikan adalah dengan menggunakan skala likert. Adapun defenisi
variable yang digunakan dalam penelitian ini adalah sebagai berikut :
1. Pendapatan
Pendapatan yang diperoleh oleh masing-masing masyarakat kota
medan.
2. Harga premium
Persepsi responden terhadap harga bahan bakar premium.
3. Harga pertamax
Persepsi responden terhadap harga bahan bakar pertamax.
4. Harga pertalite
Persepsi responden terhadap harga bahan bakar pertalite.
5. Jumlah bahan bakar yang dibeli
Kemampuan responden dalam membeli bahan bakar minyak jenis
pertalite ( berapa liter dapat membeli bahan bakar dalam sebulan ).
50
Universitas Sumatera Utara
BAB IV
HASIL DAN PEMBAHASAN
4.1.
Gambaran Umum Indonesia
4.1.1. Keadaan Geografis Indonesia
Secara umum luas wilayah Indonesia adalah 9,8 juta km2 dengan luas
lautan 7,9 juta km2 (81% luas Indonesia) dan luas daratan 1,9 juta km2. Indonesia
terdiri dari 13667 pulau, 7623 pulau (56%) belum mempunyai nama hanya 931
pulau (7%) yang dihuni manusia, sisanya 12736 pulau tanpa dihuni. Secara
astronomis Indonesia terletak antara 60 LU – 110 LS dan 950 BT – 1410 BT,
sehingga Indonesia dilalui garis khatulistiwa dan mempunyai lintang 1700 dan
panjang bujur 460, akibatnya Indonesia beriklim panas (tropis). Batas-batas
wilayah Indonesia adalah: Batas Utara : Selat Malaka, laut China Selatan,
Malaysia (Malaysia Timur, di sebelah utara Kalimantan), Laut Sulawesi (antara
Sulawesi Utara dengan Philipina) dan Samudra Pasifik. Batas Timur : Samudra
Pasifik dan Papua Nugini.
Letak Geografi adalah letak sesuatu negara dilihat dari kenyataan di bumi
atau posisi negara itu pada bola bumi.Berdasarkan letak geografi Indonesia
terletak di antara Samudra Pasifik dan Hindia, dan di antara Benua Asia dan
Benua Australia.Hal ini mengakibatkan Indonesia banyak memiliki kesamaan
dengan Benua Asia dan Benua Australia, misalnya keadaan flora dan faunanya.Di
bagian barat flora dan fauna Indonesia lebih cenderung serupa dengan flora dan
fauna di Benua Asia, sedangkan di bagian timur flora dan fauna lebih menyerupai
dengan Benua Australia.Indonesia beriklim tropis karena wilayahnya dilalui garis
lintang 00 atau biasa disebut garis equatoratau garis khatulistiwa.Hal ini
51
Universitas Sumatera Utara
mengakibatkan iklim bersifat panas.Selain itu juga bersifat lembab karena wilayah
Indonesia berbentuk kepulauan, dimana wilayah perairannya lebih luas daripada
daratannya.Curah hujan rata-rata berkisar antara 2000-3000 mm/tahun, dengan
suhu rata-rataminimum 210C dan maksimum di atas 30 0C.Karena Indonesia
berada pada posisistrategis, yaitu di antara dua benua dan dua samudra, Indonesia
dipengaruhi oleh angin muson, yang menyebabkan Indonesia mempunyai dua
musim.Angin muson barat bersifat basah, menyebabkan Indonesiamendapat
musim hujan.Sementara, angin muson timur bersifat kering, menyebabkan
Indonesia mendapat musim kemarau.
4.2.
Keadaan Penduduk
Sumatera Utara sudah sejak kolonial dikenal sebagai daerah yang
memiliki potensi dengan sumber daya yang kaya dan beragam. Sumatera Utara
merupakan provinsi terluas kedua dipulau Sumatera dengan jumlah penduduk
sebanyak 12,98 juta jiwa.
Kota Medan memiliki luas 26.510 hektar (265,10 km2) atau 3,6% dari
keseluruhan wilayah Sumatera Utara. Dengan demikian, dibandingkan dengan
kota/kabupaten lainnya, Medan memiliki luas wilayah yang relative kecil dengan
jumlah penduduk yang relative besar. Secara geografis kota Medan terletak pada
3o 30’-3o 43’ Lintang Utara dan 98o 35’-98o 44’ Bujur Timur. Untuk itu topografi
kota Medan cenderung miring ke utara dan berada pada ketinggian 2,5-37,5 meter
diatas permukaan laut.Secara administrative, batas wilayah Medan adalah sebagai
berikut :
52
Universitas Sumatera Utara
Utara
Selat Malaka
Selatan
Kabupaten Deli Serdang
Barat
Kabupaten Deli Serdang
Timur
Kabupaten Deli Serdang
Kabupaten Deli Serdang merupakan salah satu daerah yang kaya dengan
sumber daya alam atau SDA, khususnya di bidang perkebunan dan kehutanan.
Karena secara geografis Medan didukung oleh daerah-daerah yang kaya sumber
daya alam, seperti Deli Serdang, Labuhan Batu,Simalungun, Tapanuli Utara,
Tapanuli Selatan, Mandailing natal, Karo, Binjai, dan lain-lain. Kond isi ini
menjadi kota Medan secara ekonomi mampu mengembangkan berbagai kerjasama
dan kemitraan yang sejajar, saling menguntungkan, saling memperkuat dengan
daerah-daerah sekitarnya.
Di samping itu sebagai daerah pinggiran jalur pelayaran selat Malaka,
Medan memiliki posisi strategis sebagai gerbang (pintu masuk) kegiatan
perdagangan barang dan jasa, baik perdagangan domestic maupun luar negeri
(ekspor/impor). Posisi geografis Medan ini telah mendorong perkembangan kota
dalam dua kutub pertumbuhan secara fisik, yaitu daerah belawan dan pusat kota
Medan saat ini.
Perkembangan jumlah penduduk di Kota medan sangat bervariasi dari
setiap tahunnya. Penduduk di Kota medan
pada tahun 2015 ada sebanyak
53
Universitas Sumatera Utara
2.210.624 jiwa yang terdiri dari 1.091.937 jiwa jenis kelamin laki-laki dan
1.118.687 jiwa jenis kelamin perempuan. Dengan adanya perbandingan ini
menunjukkan bahwa jumlah penduduk wanita lebih banyak daripada jumlah
penduduk laki-laki pada tahun 2015.
Untuk lebih jelasnya bagaimana mengetahui pertumbuhan penduduk
setiap tahunnya di Kota Medan menurut jenis kelamin dari tahun 2010-2015
adalah sebagai berikut :
Tabel 4.1
Jumlah Penduduk Menurut Jenis Kelamin Di Kota Medan Tahun 2010-2015
Tahun
Pria
Wanita
Jumlah
2010
1.040.680
1.068.659
2.109.339
2011
1.046.560
1.070.664
2.117.224
2012
1.047.875
1.074.929
2.122.801
2013
1.053.393
1.082.123
2.135.516
2014
1.081.797
1.109.343
2.191.140
2015
1.091.937
1.118.687
2.210.624
Sumber : BPS kota medan, (2010-2015)
4.2.1 Jumlah Penduduk
Penduduk merupakan salah satu komponen pembangunan yang memiliki
dua sisi yang sangat penting, di satu sisi sebagai subjek pembangunan dan di sisi
lain sebagai objek pembangunan. Selain itu, penduduk juga merupakan tenaga
kerja bagi pembangunan itusendiri.Berdasarkan table dibawah ini,di Kota Medan
dengan Jumlah penduduk terbanyak Selengkapnya dapat dilihat padat tabel 4.2
berikut.
54
Universitas Sumatera Utara
Tabel 4.2
Jumlah Penduduk Dan Kepadatan Penduduk (/km2) Di Kota Medan Tahun
2010-2015
No
Tahun
Jumlah
Kepadatan penduduk
Penduduk
(/km2)
1
2010
2.097.610
7.913
2
2011
2.117.224
7.987
3
2012
2.122.804
8.007,56
4
2013
2.135.516
8.055,51
5
2014
2.191.140
8.268
6
2015
2.210.624
8.342
Sumber : BPS kota medan, (2010-2015)
4.2.2 Jumlah Penduduk Berdasarkan Jenis Kelamin
Jumlah penduduk berdasarkan jenis kelamin bertujuan untuk mengetahui
nilai Sex Ratio pada daerah tertentu.Jumlah penduduk berdasarkan jenis kelamin
di Kota Medan dapat dilihat di tabel 4.3.Tabel 4.3 memperlihatkan Kota Medan
memiliki jumlah penduduk 2.210.624 jiwa yang terdiri dari 1.091.937 jiwa lakilaki dan perempuan 1.118.687 jiwa pada tahun 2015. Perbandingan angka jumlah
penduduk laki-laki dan perempuan dapat dihitung dengan rumus :
Sex Ratio =
Jumlah Penduduk Laki −Laki
Jumlah Penduduk Perempuan
x100
Sex Ratio = 1.091.937 / 1.118.687x100
Sex Ratio = 97,6
Dari perhitungan Sex Ratio ditemukan angka Sex Ratio sebesar 97,6, yang berarti
setiap 100 jiwa penduduk perempuan terdapat sebanyak 97,6 jiwa penduduk laki
55
Universitas Sumatera Utara
laki.Tabel jumlah penduduk berdasarkan jenis kelamin dapat dilihat pada tabel
dibawah ini.
4.3.
Karakteristik Responden
4.3.1 Responden Menurut Pendapatan
Berikut adalah data mengenai penadapatan di Kota Medan pada table 4.3
berikut ini :
Tabel 4.3
Distribusi Responden Menurut Pendapatan di Kota Medan
No
Pendapatan
Jumlah (Jiwa)
Persentase
1
2
3
4
5
4.500.000.0000
Jumlah
16
23
8
3
0
50
16%
23%
8%
3%
0%
50%
Sumber : Data Primer diolah 2017
Berdasarkan table 4.3 diperoleh data dengan mengenai pendapatan
responden yang mempunyai pendapatan 1.501.000-2.500.000 memiliki jumlah
data responden terbanyak dengan jumlah 23 responden.Hal ini mengindikasikan
rata-rata pendapatan penduduk di Kota Medan dinilai cukup.dengan rata-rata
penduduk yang bekerja dengan usaha sendiri sehingga pendapatan yang diperoleh
sudah cukup baik untuk memenuhi kualitas hidup penduduk.
56
Universitas Sumatera Utara
4.3.2 Responden Menurut Harga Premium
Tabel 4.4
Distribusi Responden Menurut Harga Premium di Kota Medan
No
Harga Pertalie
Jumlah (Jiwa)
Persentase
1
Sangat Mahal
0
0%
2
Mahal
8
8%
3
Sedang
10
10%
4
Murah
28
28%
5
Sangat murah
4
4%
Jumlah
50
50%
Sumber: Data Primer diolah 2017
Berdasarkan data diatas mengenai data harga premium responden dengan
kategori murah memiliki jumlah terbanyak. Jumlah data responden terbanyak
dengan jumlah 28 jiwa.responden dengan jumlah data responden dengan kategori
sedang 10 jiwa terbanyak ke dua 8 jiwa.Responden dengan jumlah data responden
dengan kategori yang mahal yaitu kategori sangat murah 4
jiwa.sementara
dengan kategori sangat mahal tidak ada yang memilih.
4.3.3 Responden Menurut Harga Pertamax
Tabel 4.5
Distribusi Responden Menurut Harga Pertamax di Kota Medan
No
Harga Pertalie
Jumlah (Jiwa)
Persentase
1
Sangat Mahal
12
12%
2
Mahal
26
26%
3
Sedang
11
11%
4
Murah
1
1%
5
Sangat murah
0
0%
Jumlah
50
50%
Sumber: Data Primer diolah 2017
Berdasarkan data diatas mengenai data harga pertamaxresponden dengan
kategori mahal memiliki jumlah terbanyak..Jumlah data responden terbanyak
dengan jumlah 26 jiwa.responden dengan jumlah data responden dengan kategori
sangat mahal 12 jiwa terbanyak ke dua 11 jiwa. Responden dengan jumlah data
57
Universitas Sumatera Utara
responden dengan kategori yang rendah yaitu kategori murah 1 jiwa.sementara
dengan kategori sangat murah tidak ada yang memilih.
4.3.4 Responden Menurut Harga Pertalite
Tabel 4.6
Distribusi Responden Menurut Harga Pertalite di Kota Medan
No
Harga Pertalie
Jumlah (Jiwa)
Persentase
1
Sangat Mahal
2
2%
2
Mahal
7
7%
3
Sedang
37
37%
4
Murah
3
3%
5
Sangat murah
1
1%
Jumlah
50
50%
Sumber: Data Primer diolah 2017
Berdasarkan data diatas mengenai data harga pertalite responden dengan
kategori sedang memiliki jumlah terbanyak. Jumlah data responden terbanyak
dengan jumlah 37 jiwa.responden dengan jumlah data responden dengan kategori
mahal terbanyak ke dua 7 jiwa.Responden dengan jumlah data responden dengan
kategori yang rendah yaitu kategori sangat mahal dan sangat murah 2 jiwa dan 1
jiwa.sementara dengan kategori murah tidak ada yang memilih.
4.3.5 Responden Menurut Jumlah Pertalite Yang Dibeli
No
1
2
3
4
5
Tabel 4.7
Distribusi Responden Menurut Jumlah Pertalite Yang Dibeli di Kota
Medan
Harga Pertalie
Jumlah (Jiwa)
Persentase
40-50 liter
37
37%
51-60 liter
9
9%
61-70 liter
3
3%
71-80 liter
1
1%
>81 liter
0
0%
Jumlah
50
50%
Sumber: Data Primer diolah 2017
58
Universitas Sumatera Utara
Berdasarkan table 4.7 diperoleh data dengan mengenai jumlah pertalite yang
dibeli responden yang paling sering mengisi pertalite 40-50 liter dalam sebulan
memiliki jumlah data responden terbanyak dengan jumlah 37 responden.
4.4.
Metode Analisis Data
4.4.1. Analisis Hasil Regresi Linier Berganda
Analisis regresi linier berganda digunakan untuk mengetahui besarnya
pengaruh antara variabel independen terhadap variabel dependen, pengaruh
masing-masing variabel independen yang positif atau negatif, dan memprediksi
nilai dari variabel independen. Dari pengolahan data dengan menggunakan
program SPSS diketahui Jumlah pertalite yang dibeli sebagai variabel dependen
serta variabel Pendapatan (X1), Harga Premium (X2) , Harga Pertamax (X3), dan
Harga Pertalite (X4) sebagai variabel independen maka diperoleh hasil seperti
yang disajikan pada Tabel 4.7 sebagai berikut:
Tabel 4.8 analisis regresi linier berganda
Coefficientsa
Standardized
Unstandardized Coefficients
Model
1
B
(Constant)
Std. Error
.747
.722
PENDAPATAN (X1)
-.077
.125
HARGA PREMIUM (X2)
-.068
HARGA PERTAMAX (X3)
HARGA PERTALITE (X4)
Coefficients
Beta
t
Sig.
1.035
.306
-.096
-.614
.542
.135
-.087
-.504
.617
.425
.188
.455
2.256
.029
-.242
.234
-.231
-1.035
.306
a. Dependent Variable: JUMLAH PERTALITE YANG DIBELI (Y)
Sumber : data diolah 2017
Persamaan regresinya sebagai berikut :
Y = 0,747-0,077X1-0,068 X2+0,425X3-0,242X4
59
Universitas Sumatera Utara
1. Nilai konstanta sebesar 0,747 menunjukkan pengaruh yang positif
terhadap variable independen. Bila variable independen naik, maka
variable dependen akan naik.
2. Nilai koefisien regresi variable X1 sebesar 0,077. Artinya jika pendapatan
mengalami kenaikan, maka jumlah bahan bakar pertalite yang dibeli akan
mengalami penurunan sebesar 0,077 atau 7,7 %. Hubungan bernilai
negative yang berarti jika pendapatan naik maka jumlah bahan bakar
pertalite yang dibeli akan menurun.
3. Nilai koefisien regresi variable X2 sebesar 0,068. Artinya jika harga
premium mengalami kenaikan, maka jumlah bahan bakar pertalite yang
dibeli akan mengalami penurunan sebesar 0,068 atau 6,8 %. Hubungan
bernilai negative yang berarti jika harga premium naik maka jumlah bahan
bakar pertalite yang dibeli akan menurun.
4. Nilai koefisien regresi variable X3 sebesar 0,425. Artinya jika harga
pertamax mengalami kenaikan, maka jumlah bahan bakar pertalite yang
dibeli akan mengalami peningkatan sebesar 0,425 atau 42,5 %. Hubungan
bernilai positif yang berarti jika harga pertamax naik maka jumlah bahan
bakar pertalite yang dibeli akan meningkat.
5. Nilai koefisien regresi variable X4 sebesar 0,242. Artinya jika harga
pertalite mengalami kenaikan, maka jumlah bahan bakar pertalite yang
dibeli akan mengalami peningkatan sebesar 0,242 atau 24,2 %. Hubungan
bernilai negative yang berarti jika harga pertalite naik maka jumlah bahan
bakar pertalite yang dibeli akan menurun.
60
Universitas Sumatera Utara
4.4.2. Analisis Koefisien Determinasi ( R- Square / R2)
Analisis determinasi dalam regresi linear berganda digunakan untuk
mengetahui persentase pengaruh variabel independen ( X1, X2, X3,X4) secara
serentak terhadap variabel dependen (Y). Koefisien ini menunjukkan seberapa
besar variasi variabel independen yang digunakan dalam model maupun
menjelaskan variasi variabel dependen.
Dari hasil analisis regresi, lihat pada output summary sebagai berikut :
Tabel 4.9 Hasil Analisis Determinasi
Model Summary
Model
R
R Square
.357a
1
.128
Adjusted R
Std. Error of the
Square
Estimate
.050
.675
a. Predictors: (Constant), HARGA PERTALITE (X4), PENDAPATAN
(X1), HARGA PREMIUM (X2), HARGA PERTAMAX (X3)
Sumber : data diolah 2017
Nilai R square sebesar 0,128 atau 12,8 %, dengan demikian dapat
dikatakan bahwa besarnya pengaruh variabel independen terhadap variabel
dependen adalah 12,8 % dan sisa nya di pengaruhi oleh variabel lain di luar
penelitian.
4.4.3. Uji F (Uji Regresi secara Keseluruhan)
Uji F pada dasarnya menunjukkan bahwa apakah semua variabel
independen yang dimasukkan dalam model mempunyai pengaruh terhadap
variabel dependen apabila nilai dari F-hitung lebih besar dari tingkat kesalahan.
Dari hasil output analisis regresi dapat diketahui nilai F seperti pada tabel 4.10
berikut ini:
61
Universitas Sumatera Utara
Tabel 4.10 Hasil Analisis Uji Keseluruhan ( Uji –F)
ANOVAa
Model
1
Sum of Squares
Regression
Df
Mean Square
3.001
4
.750
Residual
20.519
45
.456
Total
23.520
49
F
Sig.
1.645
.179b
a. Dependent Variable: JUMLAH PERTALITE YANG DIBELI (Y)
b. Predictors: (Constant), HARGA PERTALITE (X4), PENDAPATAN (X1), HARGA PREMIUM
(X2), HARGA PERTAMAX (X3)
Sumber : data di olah 2017
Nilai f hitung tersebut adalah 1,645 dengan menggunakan tingkat
keyakinan 95%, df 1( jumlah variabel-1) = 4, dan df 2 (n-k-1) atau 50-4-1 = 45, n
adalah jumlah sampel dan k adalah jumlah variabel independen , hasil diperoleh
untuk F tabel sebesar 2,58 , maka dapat disimpulkan bahwa f hitung > f tabel
maka tidak terdapat pengaruh yang signifikan antara variabel independen dengan
variabel dependen.
4.4.5. Analisis Uji Parsial ( T-test)
Uji ini digunakan untuk mengetahui apakah masing-masing variabel
independen secara sendiri-sendiri mempunyai pengaruh secara signifikan terhadap
variabel dependen, tingkat kesalahan yang ditolerir sebesar 2,5 % (pengujian dua
arah). Variabel independen dianggap memiliki pengaruh terhadap variabel
dependen apabila nilai signifikansi lebih kecil dari tingkat kesalahan (0.025).
Dari hasil analisis regresi output dapat disajikan pada tabel 4.11 dibawah ini:
62
Universitas Sumatera Utara
Tabel 4.11 Hasil Analisis Uji Parsial (T-test)
Coefficientsa
Standardized
Unstandardized Coefficients
Model
1
B
(Constant)
Coefficients
Std. Error
.747
.722
PENDAPATAN (X1)
-.077
.125
HARGA PREMIUM (X2)
-.068
HARGA PERTAMAX (X3)
HARGA PERTALITE (X4)
Beta
T
Sig.
1.035
.306
-.096
-.614
.542
.135
-.087
-.504
.617
.425
.188
.455
2.256
.029
-.242
.234
-.231
-1.035
.306
a. Dependent Variable: JUMLAH PERTALITE YANG DIBELI (Y)
Sumber : data diolah 2017
Berdasarkan table 4.11 maka dapat dijelaskan sebagai berikut :
Nilai t hitung pada variabel pendapatan sebesar -0,614 dan t tabel 2,014 ,
maka dapat disimpulkan bahwa t hitung > t tabel maka variabel pendapatan tidak
berpengaruh yang signifikan terhadap jumlah pembelian bahan bakar pertalite.
Pada variabel harga premium t hitung sebesar -0,504 dan t tabel sebesar
2,014 maka t hitung < t tabel maka tidak terdapat pengaruh yang signifikan antara
variabel harga premium terhadap variabel jumlah bahan bakar pertalite yang di
beli.
Nilai t hitung pada variabel harga pertamax sebesar 2,256 dan t tabel
sebesar 2,014 maka dapat disimpulkan bahwa t hitung > t tabel maka terdapat
pengaruh yang signifikan antara variabel harga pertamax dengan variabel jumlah
bahan bakar pertalite yang di beli.
Nilai t hitung pada variabel harga pertalite sebesar -1,035 dan t tabel
sebesar 2,014 maka dapat disimpulkan bahwa t hitung < t tabel maka tidak
terdapat pengaruh yang signifikan antara variabel harga pertalite dengan variabel
jumlah bahan bakar pertalite yang di beli.
63
Universitas Sumatera Utara
4.4.6. Uji Multikolinieritas
Pengujian ini digunakan untuk menguji apakah model regresi ditemukan
adanya korelasi antar variable bebas (independent). Model regresi yang baik
adalah yang tidak terjadi Multikolinieritas.Dasar pengambilan keputusan pada uji
Multikolinieritas dapat dilihat dari nilai Tolerance dan nilai VIF (Variance
Inflation Factor). Jika nilai Tolerance lebih besar dari 0,10 maka artinya tidak
terjadi Multikolinieritas dan jika nilai VIF lebih kecil dari 100,00 maka artinya
tidak terjadi Multikolinieritas. Lihat pada tabel 4.12 dibawah ini :
Tabel 4.12 Hasil Uji Asumsi Klasik Multikolinieritas
Coefficientsa
Standardize
Unstandardized
d
Collinearity
Coefficients
Coefficients
Statistics
Toleranc
Model
1
B
(Constant)
PENDAPATAN (X1)
HARGA
PREMIUM
(X2)
HARGA PERTAMAX
(X3)
HARGA PERTALITE
(X4)
Std. Error
.747
.722
-.077
.125
-.068
Beta
t
Sig.
e
VIF
1.035
.306
-.096
-.614
.542
.792
1.263
.135
-.087
-.504
.617
.653
1.531
.425
.188
.455
2.256
.029
.477
2.095
-.242
.234
-.231
-1.035
.306
.391
2.559
a. Dependent Variable: JUMLAH PERTALITE YANG DIBELI (Y)
Sumber : data diolah 2017
Dari hasil table diketahui bahwa :
Nilai Tolerance semua variable independen lebih besar dari 0,10 dan nilai VIF
semua variable independen lebih kecil dari 10,00. Dengan demikian dapat
disimpulkan bahwa tidak terjadi Multikolinieritas
64
Universitas Sumatera Utara
4.4.7. Uji Heteroskedastisitas
Dalam persamaan regresi berganda perlu diuji mengenai sama atau
tidak varians dari residual dari observasi yang satu dengan yang
lainnya. Jika residual memiliki varians yang sama maka disebut
homoskedastisitas dan jika variansnya tidak sama maka disebut
heteroskedastisitas,
persamaan
regresi
yang
baik
jika
tidak
terjadi
heteroskedastisitas. Lihat pada gambar 4.1 dibawah ini :
Gambar 4.1 Uji Heteroskedestisitas
Sumber : data diolah 2017
65
Universitas Sumatera Utara
Gambar scatterplot tersebut menunjukkan bahwa tidak ada pola yang jelas, titiktitik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka dapat
disimpulkan bahwa tidak terjadi heteroskedastisitas dalam regresi.
4.4.8. Uji Normalitas
Pengujian ini digunakan untuk menguji data variabel bebas (X) dan
variabel terkait (Y) pada persamaan regresi yang dihasilkan, apakah berdistribusi
normal atau berdistribusi tidak normal. Dasar pengambilan keputusan dalam uji
normalitas yakni: jika nilai signifikansi lebih besar dari 0,05 maka data tersebut
berdistribusi normal dan jika nilai signifikansi lebih kecil dari 0,05 maka data
tersebut tidak berdisribusi normal. Uji statistik normalitas yang digunakan adalah
Kolmogorov Smirnov. Lihat pada tabel 4.14 dibawah ini :
Tabel 4.14 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N
Normal Parameters
50
a,b
Mean
Std. Deviation
Most Extreme Differences
.0000000
.64711296
Absolute
.187
Positive
.187
Negative
-.143
Test Statistic
Asymp. Sig. (2-tailed)
.187
.000c
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
Sumber : data diolah 2017
Berdasarkan output diatas, diketahui bahwa nilai signifikansi sebesar 0,000 lebih
kecil dari 0,05 sehingga dapat disimpulkan bahwa data yang kita uji berdistribusi
tidak normal.
66
Universitas Sumatera Utara
4.4.9. Uji Autokorelasi
Persamaan regresi yang baik adalah tidak memiliki masalah autokorelasi. Lihat
pada tabel 4.15 dibawah ini :
Tabel 4.15 Uji Autokorelasi
Model Summaryb
Model
1
R
.357
R Square
a
.128
Adjusted R
Std. Error of the
Square
Estimate
.050
Durbin-Watson
.675
.374
a. Predictors: (Constant), HARGA PERTALITE (X4), PENDAPATAN (X1), HARGA
PREMIUM (X2), HARGA PERTAMAX (X3)
b. Dependent Variable: JUMLAH PERTALITE YANG DIBELI (Y)
Sumber :data diolah 2017
Dari hasil output diatas terdapat Durbin Watson test sebesar 0,374 nilai tabel
signifikansi 5%, jumlah sampel 50 (n) dan jumlah variabel independen 4(k=4)
,nilai dU sebesar 1,7214 dan nilai dL sebesar 1,6739. Jika nilai DW lebih kecil
dari nilai dL maka terdapat autokorelasi.Nilai DW 0,374 lebih kecil dari nilai
dL1,6739 maka dapat disimpulkan bahwa terdapat autokorelasi.
67
Universitas Sumatera Utara
BAB V
KESIMPULAN DAN SARAN
5.1.
Kesimpulan
Berdasarkan pada hasil penelitian terhadap jumlah bahan bakar yang di
beli (Pertalite) di kota Medanmaka menunjukkan bahwa variable dapat
disimpulkan sebagai berikut :
1. Pendapatan berpengaruh negatif terhadap jumlah bahan bakar yang dibeli
(Pertalite) yang berarti bahwa apabila pendapatan mengalami peningkatan
nilai maka pembelian bbm pertalite masyarakat mengalami peningkatan.
2. Harga premium berpengaruh negatif terhadap pembelian bbm pertalite
masyarakat yang berarti bahwa apabila status harga premium mengalami
peningkatan maka pembelian bbm
pertalite masyarakat mengalami
peningkatan.
3. Harga pertamax berpengaruh positif dan signifikan terhadap pembelian
bbm pertalite masyarakat yang berarti bahwa apabila status harga
pertamax mengalami peningkatan maka pembelian bbm
pertalite
masyarakat mengalami peningkatan.
4. Harga pertalite berpengaruh negatif terhadap pembelian bbm pertalite
masyarakat yang berarti bahwa apabila status harga pertamax mengalami
peningkatan maka pembelian bbm
pertalite masyarakat mengalami
peningkatan.
68
Universitas Sumatera Utara
5.2.
Saran
Dengan demikian penelitian mengenai pengaruh pendapatan, harga
premium dan harga pertamax terhadap jumlah bahan bakar yang dibeli
(pertalite)di Kota Medan, maka dapat disimpulkan saran sebagai berikut :
1. Disarankan kepada pemerintah untuk tetap menyediakan bahan bakar
minyak (BBM) jenis Premium agar masyarakat yang kurang mampu tetap
bisa menggunakan BBM Premium serta harga yang terjangkau
terdistribusi dengan merata di seluruh Kota Medan guna meningkatkan
jumlah bahan bakar yang dibeli.
2. Disarankan kepada pemerintah untuk lebih memperhatikan kesenjagan
ekonomi antara masyarakat guna membeli bahan bakar minyak di Kota
Medan.
69
Universitas Sumatera Utara