bab iii metode penelitian 1.1. desain...

1 Isni Triana Dewi, 2017 PENGARUH MODAL KERJA DAN DIFERENSIASI PRODUK TERHADAP KEBERHASILAN USAHA Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

BAB III

METODE PENELITIAN

1.1. Desain Penelitian

Desain yang digunakan dalam penelitian ini adalah survey eksplanatory,

yaitu suatu metode penelitian yang dilakukan bertujuan menjelaskan atau

menguji hubungan antar variabel. Metode survey yang digunakan adalah dengan

menggunakan pendekatan kuantitatif. Adapun data yang digunakan adalah data

primer.

1.2. Partisipan

Partisan dalam penelitian ini adalah para pengusaha koneksi di Kecamatan

Soreang Kabupaten Bandung yang tergabung dalam 2 Paguyuban, yaitu Paguyuban

Mitra Usaha dan Paguyuban Pedagang Soreang.

1.3. Populasi danSampel

1.3.1. Populasi

Populasi adalah keseluruhan subjek penel itian. Menurut Suharsimi (2013,

hlm.173) mengatakan “apabila seseorang ingin meneliti semua elemen yang ada dalam

wilayah penelitian, maka penelitiannya merupakan penelitian populasi”. Dalam

penelitian, populasi digunakan untuk menyebutkan seluruh


elemen/anggota dari suatu wilayah yang menjadi sasaran penelitian atau merupakan

keseluruhan (universum) dari objek penelitian (Juliansyah, 2010, hlm.147). Berdasarkan

penjelasan di atas dan masalah yang diteliti maka yang menjadi ukuran populasi dalam

penelitian ini adalah seluruh masyarakat Kecamatan Soreang yang bermata pencaharian

UMKM di bidang Konveksi yang terdiri dari 390 orang.

Tabel 3.1.

Jumlah Penduduk Kecamatan Soreang Menurut Mata Pencaharian

No. Jenis Pekerjaan Jumlah

1 Petani 11.049

2 Pedagang 2.354

3 PNS/TNI/POLRI 3.852

4 Wiraswasta 8.939

5 Karyawan Swasta 7.898

6 Peternak 569

7 Buruh 10.059

Sumber: Kecamatan Soreang (diolah)

Dari tabel 6 diatas data masyarakat yang bermata pencaharian wiraswata sebanyak

8.939,tidak semua jumlah masyarakat yang berwirausaha memilih untuk bergerak di

bidang konveksi, tercatat pada tahun 2015 hanya 4,1% dari 8.939 jumlah wirausaha

yang bergerak di bidang usaha konveksi yang berjumlah sebesar 370 orang yang

tergabung dalam dua paguyuban seperti dalam tabel 6..

Tabel 3.2

Jumlah Konveksi Kecamatan Soreang Menurut Paguyuban

No. Nama Paguyuban Jumlah

1 Mitra Usaha 208

2 PPS 182

∑ 390

Sumber : Pra Penelitian (data diolah)


1.3.2. Sampel

Menurut Suharsimi Arikuto (2013, hlm.174) sampel adalah sebagian atau wakil

populasi yang akan diteliti. Adapun teknik sampling yang digunakan dalam penelitian

ini adalah Probability Sampling dengan sample random atau sampel acak. Teknik

sampling ini diberi nama demikian karena didalam pengambilan sampelnya, peneliti

“mencampur” subjek-subjek didalam populasi sehingga semua subjek dianggap sama.

Dengan demikian maka peneliti memberi hak yang sama kepada setiap subjek untuk

memperoleh kesempatan (chance) dipilih menjadi sampel. Oleh karena hak setiap subjek

sama, maka peneliti terlepas dari perasaan ingin mengistimewakan satu atau beberapa

subjek untuk dijadikan sampel (Suharsimi, 2013, hlm.177). Untuk menentukan jumlah

sampel digunakan Rumus Slovin untuk menentukan ukuran sampel minimal (n) jika

diketahui ukuran populasi (N) pada taraf signifikansi α adalah:

n =

dimana :

n = sampel minimum

N = jumlah populasi

a = tingkat signifikansi

Jumlah UKM Konveksi di Kecamatan Soreang Kabupaten Bandung yang terdiri

dari 390 UKM yang tergabung dalam paguyuban. Sehingga dalam menentukan jumlah

sampel setelah dimasukan ke dalam rumus Slovin adalah sebagai berikut :

a) Jumlah Sampel Masyarakat Desa Soreang

n =

n =

n =

n =

n =

n = 197,45


Dari perhitungan di atas, maka jumlah sampel sebanyak 197,45 yang diambil dan

dibulatkan menjadi sebanyak 197 orang.

Tabel 3.3.

Perhitungan Jumlah Konveksi Kecamatan Soreang Menurut Paguyuban

No. Paguyuban Jumlah Proporsi Sampel

1 Mitra Usaha 208 n =

105

2 PPS 182 n =

92

∑ 370 197

1.4. Operasional Variabel

Dalam Penelitian ini yang menjadi variabel dependen atau variabel Y adalah hasilbelajar

siswa dan yang menjadi variabel independen atau variabel X adalah konsep diri dan kebiasaan

belajar. Operasionalisasi variabel dalam penelitian ini dijelaskan sebagai berikut:

Tabel 3.1

Operasionalisasi Variabel

Variabel Konsep Teoritis Konsep Analisis Skala

Keberhasilan

Usaha (Y)

Keberhasilan usaha pada

hakikatnya adalah

keberhasilan dari bisnis

dalam mencapai tujuannya.

Suatu bisnis dikatakan

berhasil bila mendapatkan

aba, karena laba adalah

tujuan dari seseorang

melakukan bisnis (Noor,

2007:379)

Data yang diperoleh

dari jawaban

responden mengenai

laba yang diterima

pada tiga bulan

terakhir.

Interval

Modal Kerja

(X1)

Modal kerja diartikan

sebagai investasi yang

ditanamkan dalam aktiva

lancar atau aktiva jangka

Data diperoleh dari

jawaban responden

mengenai modal

kerja yang dimiliki

Interval


pendek, seperti kas, bank,

surat-surat berharga, piutang,

persediaan, dan aktiva lancar

lainnya. (Kasmir, 2008 : 250)

oleh perusahaan

selama tiga bulan

terakhir, dengan

indikator sebagai

berikut:

a. Kas

perusahaan

b. Persediaan

c. Piutang

perusahaan

Diferensiasi

Produk (X2)

Diferensiasi produk yaitu

usaha untuk

memproduksikan barang

yang mempunyai sifat

khusus yang dapat

dibedakan dengan jelas

dari produksi perusahaan-

perusahaan lainnya.

(Sadono Sukirno, 2009,

hlm. 305)

Data diperoleh dari

responden

menggunakan skala

numeric mengenai

jenis mengenai

produk yang dilihat

dari:

a. Corak

b. Mutu

c. Desain

d. Mode

e. Merek

Dummy

1.5. Sumber dan Jenis Data

Menurut Suharsimi Arikunto (2010, hlm. 172)yang dimaksud dengan sumber data

dalam penelitian adalah subjek dari mana data dapat diperoleh. Adapun sumber data

yang diperoleh dari penelitian ini adalah :

1. Pejabat Kecamatan Soreang Kabupaten Bandung

2. Referensi studi pustaka, artikel, jurnal, dan lain-lain.

Sedangkan jenis data yang digunakan adalah dalam penelitian ini adalah :


1. Data primer yang diperoleh dari pengusaha konveksi Kecamatan Soreang

Kabupaten Bandung.

2. Data sekunder diperoleh dari kantor Kecamatan Soreang, Pengurus Paguyuban

pengusaha konveksi Kecamatan Soreang dan Internet.

1.6. Teknik dan Pengumpulan Data

Data yang digunakan dalam penelitian ini adalah data yang berhubungan dengan modal

kerja dan diferensiasi produk. Adapun teknik pengumpulan data yang dilakukan oleh penulis

yaitu sebagai berikut:

1. Angket atau kuesioner, yaitu teknik pengumpulan data melalui penyebaran seperangkat

daftar pertanyaan tertulis kepada responden yang menjadi anggota sampel penelitian.

Suharsimi (2013, hlm.194) menyatakan bahwa “Kuesioner adalah sejumlah pertanyaan

tertulis yang digunakan untuk memperoleh informasi dari responden dalam arti laporan

tentang pribadinya, atau hal-hal yang ia ketahui”.

2. Studi literatur, yaitu dengan cara memeroleh data atau mengumpulkan data dari buku-

buku, skripsi, disertasi, majalah, dan media cetak lain yag berhubungan dengan

permasalahan yang diteliti.

1.7. Instrumen Penelitian

Dalam suatu penelitian, pengujian instrumen merupakan langkah yang sangat penting

dimana dengan adanya pengujian instrumen penelitian ini dapat menentukan kualitas hasil

data yang diperoleh. Instrumen memiliki kedudukan yang tertinggi, karena data

merupakan penggambaran variabel yang diteliti, dan berfungsi sebagai alat pembuktian

hipotesis(Suharsimi, 2010, hlm.211). Oleh karena itu benar tidaknya data, sangat

menentukan bermutu tidaknya hasil penelitian. Sedangkan benar tidaknya data,

tergantung dari baik tidaknya instrumen pengumpulan data.

Skala yang digunakan adalah Skala Numerikal (Numerical Scale). Skala ini

mirip dengan skala diferensial semantik, yaitu skala perbedaan semantik berisikan

serangkaian karakteristik bipolar (dua kutub), seperti panas – dingin; popular – tidak

popular; baik tidak baik dan sebagainya (Kuncoro R. d., 2010, hal. 25). Karakteristik

bipolar tersebut mempunyai tiga dimensi dasar sikap seseorang terhadap objek, yaitu:

1. Potensi, yaitu kekuatan atau atraksi fisik suatu objek.


ri =

𝑛 𝑋𝑌− 𝑋 𝑌

𝑛 𝑋 − X n Y − Y

2. Evaluasi, yaitu hal – hal yang menguntungkan atau tidak menguntungkan suatu

objek.

3. Aktivitas, yaitu tingkatan gerakan suatu objek.

Adapun contoh skala numerikal yaitu:

Seberapa puas anda dengan agen real estat yang baru?

Sangat

Puas 7 6 5 4 3 2 1

Sangat

Tidak

Puas

Dari contoh tersebut, responden memberikan tanda (X) pada nilai yang sesuai

dengan persepsinya. Para peneliti sosial dapat menggunakan skala ini misalnya

memberikan penilaian kepribadian seseorang, menilai sifat hubungan interpersonal

dalam organisasi, serta menilai persepsi seseorang terhadap objek sosial atau pribadi

yang menarik. Selain itu skala perbedaan semantik, responden diminta untuk menjawab

atau memberikan penilaian terhadap suatu konsep tertentu misalnya kinerja, peran

pimpinan, prosedur kerja, aktivitas dll. Skala ini menunjukkan suatu keadaan yang

saling bertentangan misalnya ketat – longgar, sering dilakukan – tidak pernah dilakukan,

lemah – kuat, positif – negatif, buruk – baik, besar – kecil dan sebagainya.

Skala numerikal memiliki perbedaan dengan skala diferensial semantik dalam

nomor pada skala 5 titik atau 7 titik yang disediakan, dengan kata sifat berkutub pada

dua ujung keduanya (Sekaran, 2006, hal. 33). Skala ini merupakan skala interval.

1.7.1. Tes Validitas

Validitas menunjukkan kemampuan instrument penelitian mengukur dengan tepat

atau benar apa yang hendak diukur (Kusnendi, 2008:94).

Untuk menguji validitas alat ukur, maka harus dihitung korelasinya, yaitu

menggunakan rumus korelasi item total (item-total correlation). Korelasi item-total

digunakan untuk menguji validitas internal setiap item pertanyaan kuesioner penelitian

yang di susun dalam bentuk skala (Kusnendi, 2008: 94).

Korelasi item-total (ri) didefinisikan sebagai berikut:


(Kusnendi, 2008:94)

di mana:

X = skor setiap item

Y = skor total

n = banyaknya observasi

Adapun selanjutnya menggunakan korelasi item-total dikoreksi (corrected item-

total correlation). Hal ini digunakan jika item yang di uji kurang dari 30 agar tidak

terjadi spurious overlap yaitu tumpang tindih atau pengaruh kontribusi masing-masing

skor item terhadap jumlah skor total. Untuk menghilangkannya maka koefisien korelasi

item-total perlu dikoreksi dengan nilai simpangan baku (standard deviation) skor item

dan skor total.

Koefisien korelasi item-total dikoreksi (ri-itd) didefinisikan sebagai berikut:

(Kusnendi, 2008:95)

di mana:

rix = koefisien korelasi item-total

Si = simpangan baku skor setiap skor item pertanyaan

Sx = simpangan baku skor total

Jika koefisien korelasi item total dikoreksi sama atau lebih besar dari 0,25 atau

0,30 maka mimiliki validitas internal yang memadai, dan kurang dari 0,25 atau 0,30

maka item tersebut tidak valid.

Untuk mengetahui apakah instrumen layak atau tidak untuk diikutsertakan dalam

analisis terlebih dahulu dilakukan pengujian validitas dan realibilitas. Jika instrumen

dintakan valid dan realibel, maka intrumen layak diikutsertakan dalam analisis. Setelah

dilakukan pengolahan data melalui SPSS 21.0 for windows, dapat dilihat hasil validitas

instrumen penelitian pada Tabel 3.5

Tabel 3.5

𝑟𝑖−𝑖𝑡𝑑 =𝑟𝑖𝑥 𝑆𝑥 −𝑆𝑡

𝑆𝑥 ⬚ + 𝑆𝑖 − 2 𝑟𝑖𝑥 𝑆𝑖 𝑆𝑥

.


Uji Validitas

Variabel Nomor

Item r hitung r tabel Validitas

Diferensiasi Produk (X2)

1 0,727 0,139 Valid

2 0,714 0,139 Valid

3 0,492 0,139 Valid

4 0,586 0,139 Valid

5 0,665 0,139 Valid

6 0,670 0,139 Valid

7 0,636 0,139 Valid

8 0,553 0,139 Valid

9 0,772 0,139 Valid

10 0,670 0,139 Valid

11 0,716 0,139 Valid

12 0,672 0,139 Valid

13 0,617 0,139 Valid

14 0,518 0,139 Valid

15 0,604 0,139 Valid

Sumber: data diolah (Lampiran 5)

Tabel 4.33 menunjukan bahwa seluruh hasil rhitung lebih besar dari rtabel

(rhitung>rtabel) untuk α = 0,05, sehingga dapat disimpulkan bahwa seluruh instrumen

pernyataan untuk X2 dinyatakan valid. Hal ini berarti seluruh instrumen dalam

penelitian ini menggambarkan aspek yang diukur. Berdasarkan Tabel 4.33 disimpulkan

bahwa seluruh item instrumen penelitian diferensiasi produk (X2) dinyatakan valid

sehingga dapat diikutsertakan dalam penelitian. Setelah dilakukan uji validitas pada item

variabel diferensiasi produk maka jumlah item yang diikutsertakan dalam penelitian ini

adalah 15 item soal.

1.7.2. Uji Reliabilitas

Uji reliabilitas dilakukan untuk melihat sejauh mana tingkat kesamaan data dalam

waktu yang berbeda. Menurut Sugiyono (2013, hlm. 121), instrumen yang reliabel

adalah instrumen yang bila digunakan beberapa kali untuk mengukur objek yang sama

akan menghasilkan data yang sama.

Reliabilitas istrumen dalam penelitian ini diukur dengan menggunakan Cronbach

Alpha. Adapun rumusnya adalah sebagai berikut:


r11 = [

− ] ⌈ −

⌉

Dimana:

r11 = Nilai reliabilitas instrumen

k = banyaknya butir pernyataan atau soal

= Varians skor tiap item pertanyaan

= Varians total

Menurut Rianse (2012, hlm. 180-181) langkah-langkah mencari nilai reliabilitas

dengan metode Cronbach Alpha sebagai berikut:

1. Menghitung varians skor setiap item pertanyaan dengan rumus:

= −

Keterangan:

Xi = jumlah skor item pertanyaan

N = Jumlah responden/sampel

2. Menghitung jumlah varians semua item pertanyaan dengan rumus:

ΣSi = S1 + S2 + S3 + ...+ Sn

Keterangan:

S1, S2, S3, ..., Sn = Varians item pertanyaan ke 1, 2, 3, ..., n

3. Menghitung Varians total dengan rumus:

= −

Keterangan:

Xt = Total skor seluruh item pertanyaan


N = Jumlah responden/sampel

4. Menghitung nilai koefisien reliabilitas Cronbach Alpha dengan rumus:

r11 = [

− ] ⌈ −

⌉ (Rianse, 2012, hlm. 180)

Kriteria pengujiannya adalah jika r hitung lebih besar dari r tabel dengan taraf

signifikansi pada α = 0,05, maka instrumen tersebut adalah reliabel, sebaliknya tidak

reliabel.

Setelah melakukan uji validitas, maka dilanjutkan dengan uji reliabilitas.

Dikarenakan seluruh nomor item valid maka seluruh item dimasukan ke dalam uji

reliabilitas yang berkenaan dengan tingkat keajegan atau ketepatan hasil pengukuran.

Perhitungan reliabilitas dalam penelitian ini menggunakan bantuan SPSS 21.0 for

windows. Adapun hasilnya pada Tabel 3.6

Tabel 36

Uji Reliabilitas

r hitung

>

r tabel Hasil

0,922 0,139 Reliabel

Sumber: Lampiran

Tabel 4.34 menunjukan bahwa seluruh hasil rhitung lebih besar dari rtabel

(rhitung>rtabel) 0,922 > 0,139 untuk α = 0,05, sehingga dapat disimpulkan bahwa seluruh

instrumen pernyataan untuk X2 dinyatakan reliabel. Sehingga dapat dipercaya atau layak

untuk dijadikan alat ukur penelitian.

1.8. Teknik Analisis Data

Menurut Riduwan dan Kuncoro (2013, hlm. 22) langkah-langkah atau prosedur

pengolahan data yang dilakukan dalam penelitian adalah sebagai berikut.

1. Menyeleksi data agar dapat diolah lebih lanjut, yaitu dengan memeriksa jawaban

responden sesuai dengan kriteria yang telah ditetapkan.


2. Menentukan bobot nilai untuk setiap kemungkinan jawaban pada setiap item

variabel penelitian dengan menggunakan skala penilaian yang ditentukan,

kemudian menentukan skornya.

3. Melakukan analisis secara deskriptif, untuk mengetahui kecenderungan data. Dari

analisis ini dapat diketahui rata-rata, median, standar deviasi dan varians data dari

masing-masing variabel.

4. Melakukan uji korelasi atau regresi.

Jenis data yang dikumpulkan pada penelitian ini adalah data ordinal dan data

interval. Data ordinal tersebut harus ditransformasikan menjadi data interval terlebih

dahulu. Hal ini berguna untuk memenuhi sebagian syarat analisis parametrik yang mana

data setidak-tidaknya berskala interval(Riduwan dan Kuncoro, 2013, hlm. 30).

Teknik analisis data dalam penelitian ini menggunakan Analisis Regresi Linier

Berganda dengan bantuan alat analisis yang digunakan dalam penelitian ini, yaitu

program SPSS 20.00 for windows. Menurut Rohmana (2010 : 59)“Regresi linear

berganda merupakan analisis regresi linear yang variabel bebasnya lebih dari satu buah.

Sebenarnya sama dengan analisis regresi linear sederhana, hanya variabel bebasnya

lebih dari satu buah”. Tujuan analisis ini untuk mempelajari dan menguji kebenaran dari

dugaan sementara apakah modal kerja (X1) dan diferensiasi produk (X2) berpengaruh

terhadap keberhasilan usaha (Y). Model persamaan regresi linier berganda dalam

penelitian ini adalah sebagai berikut.

Dimana:

Y = Keberhasilan Usaha

β0 = Konstanta Regresi

β1 = Koefisien Regresi X1

β2 = Koefisien Regresi X2

X1 = Modal Kerja

X2 = Diferensiasi Produk

e = Faktor Pengganggu

Y = β0 + β1X1 + β2X2 + e


Tingkat kesalahan yang ditolerir dalam penelitian ini adalah 0,05 atau taraf

signifikansinya sebesar 95%. Adapun cara lain yaitu dengan menggunakan komputer

pada program SPSS 20.0 for windows.

1.9. Pengujian Hipotesis

1.9.1. Koefisien determinasi (r2)

Uji ini disebut juga koefisien regresi yaitu angka yang menunjukkan besarnya

derajat kemampuan atau distribusi variabel bebas dalam menjelaskan atau menerangkan

variabel terikatnya dalam fungsi yang bersangkutan. Besarnya nilai R2 diantara nol dan

satu (0<R2<1). Jika nilainya semakin mendekati satu, maka model tersebut baik dengan

tingkat kedekatan antara variabel bebas dari terikat semakin dekat pula.koefisien

determinasi dapat dihitung menggunakan rumus :

R2 =

Dengan ketentuan sebagai berikut :

1. Jika R2 semakin mendekat 1, maka hubungan antara variabel bebas dengan

variabel terikat semakin dekat/erat, atau dengan kata lain model tersebut dinilai

baik.

2. Jika R2 semakin menjauhi angka 1, maka hubungan antara variabel bebas dengan

variabel terikat jauh atau tidak erat, atau dengan kata lain model tersebut dapat

dinilai kurang baik.

1.9.2. Uji F Statistik

Kita perlu mengevaluasi pengaruh semua variabel independen terhadap variabel

dependen dengan uji F. Uji F statistik ini di dalam regresi berganda dapat digunakan

untuk mengevaluasi hipotesis apakah tidak ada variabel independent yang menjelaskan

variasi Y disekitar nilai rata-ratanya dengan derajat kepercayaan. Pengujian ini dapat

dihitung melalui rumus :

F = 𝒃𝟏𝟐.𝟑 𝑿𝟐𝒀𝒊 𝒃𝟏𝟐.𝟑 𝑿𝟑𝒊𝒀𝒊 𝟐

𝒆𝒊𝟐 𝑵−𝟑

F = 𝑹𝟐 𝒌−𝟏

𝟏−𝑹𝟐

𝒏−𝒌


Kriteria Uji F adalah:

1. Jika F Hitung < F tabel maka H0 diterima dan H1 ditolak (keseluruhan variabel

bebas x tidak berpengaruh terhadap variabel terikat y)

2. Jika F Hitung > F Tabel maka H0 ditolak dan H1 diterima (keseluruhan

variabel bebas x berpengaruh terhadap variabel terikat y).

1.9.3. .Uji – t Statistik

Uji t merupakan suatu prosedur yang mana hasil sampel yang digunakan untuk

verifikasi kebenaran atau kesalahan hipotesis nul (H0). Keputusan untuk menerima atau

menolak H0 dibuat berdasarkan nilai uji statistik yang diperoleh dari data. (Yana

Rohmana, 2014, hlm. 8)

Ho = = 0

Ha =

Uji parsial ini bertujuan untuk menguji tingkat signifikansi dari setiap variabel

bebas secara parsial terhadap variabel terikat. Angka t hitung selanjutnya

dikonfirmasikan dengan t tabel pada derajat kebebasan dan taraf kesalahan tertentu.

Secara sederhana t hitung menggunakan rumus :

Untuk mengetahui kebenaran hipotesis digunakan kriteria :

Jika nilai t hitung > nilai t kritis maka Ho ditolak atau menerima Ha, artinya

variabel itu signifikan.

Jika nilai t hitung < nilai t kritis maka Ho diterima atau menolak Ha, artinya

variabel itu tidak signifikan.

3.9.4. Uji Asumsi Klasik

3.9.4.1. Uji Multikolinearitas

Rohmana (2010 : 140) menjelaskan bahwa “multikolinearitas berarti adanya

hubungan linear yang sempurna atau eksak (perfect or exact) diantara variabel-variabel

bebas dalam model regresi.” Jadi dapat disimpulkan bahwa adanya multikolinieritas

yaitu adanya huungan-hubungan linier diantara variabel independen.

T =𝛽𝑖

𝑆𝑒𝑖


Salah satu cara untuk mendeteksi ada tidaknya multikolinearitas dengancara

melihat Tolerance (TOL) dan Variance Inflation Factor (VIF). Untuk menentukan

model regresi yang dipakai bebas multikolinieritas digunakan rumus:

Apabila VIF > 10 maka ini menunjukan multikolinearitas tinggi atau adanya

multikolinieritas) dan begitupula sebaliknya.

Untuk melihat gejala multikolinearitas, kita dapat melihat dari hasil coliinerity

Statistics. Hasil VIF yang lebih besar dari lima menunjukan adanya gejala

multikolinearitas.

Jika suatu data terkena multikolinearitas, maka ada dua cara penyembuhan, yaitu :

1. Tanpa Ada Perbaikan

Multikolinearitas hanya menyebkan kita kesulitan memperoleh estimator dengan

standard error yang kecil. Multikolinearitas terkait dengan sampel, jadi untuk

penyembuhannya cukup dengan menambah sampel maka ada kemungkinan data

tersebut terbebas dari multikolinearitas.

2. Ada Perbaikan

Perbaikan dapat dilakukan apabila terdapat multikolinearitas yaitu dengan cara :

a) Informasi apriori

b) Menghilangkan variabel independen

c) Menggabungkan data cross section dan time series

d) Transpormasi variabel

Dimana dalam penelitian ini untuk mendeteksi adanya multikolinearitas adalah

dengan menggunakan Tolerance (TOL) dan Variance Inflation Factor (VIF). Dimana

rumusnya adalah

TOL = 1- Ri2

VIF (𝜷 𝒊) = 𝟏

𝑻𝑶𝑳

VIF =

𝑇𝑂𝐿=

− 𝑅𝑖


Dimana Ri2 adalah kofisien korelasi antara X1 dengan var explanatory lainnya.

Ketentuannya adalah :

Apabila VIF>10 maka ini menunjukan multikolinearitas tinggi dan apabila VIF <

10 maka tidak ada multikolinieritas.

3.9.4.2. Uji Heteroskedastis

Dengan adanya heteroskedastisitas maka estimator OLS tidak menghasilkan

estimator yang Best Liniar Unbiased Estimator (BLUE) hanya mungkin baru sampai

Linier Unbiased Estimator (LUE). Maka konsekuensi apabila terjadi heteroskedastisitas

adalah perhitungan standars error metode OLS tidak bisa dipercaya kebenarannya.

Itulah yang menyebabkan interval estimasi ataupun uji hipotesis t maupun uji F tidak

dapat dipercaya untuk evaluasi hasil regresi (Rohmana, 2010, hlm. 160).

Salah satu cara mendeteksi heteroskedastisitas adalah dengan menggunakan Uji

Glejser.Uji ini mengusulkan untuk meregres nlai absolute residual terhadap variabel

independen dengan persamaan regresi. Dengan daras pengambilan keputusan pada Uji

Heteroskedastisitas yaitu sebagai berikut.

1. Jika nilai signifikansi lebih besar dari 0,05 maka kesimpulannya tidak terjadi

heteroskedastisitas.

2. Jika nilai signifikansi lebih kecil dari 0,05 maka kesimpulannya adalah terjadi

heterokedastisitas.

Pada penelitian ini, penulis menggunakan uji Glejser dengan bantuan program

SPSS versi 20.0

Ketika model dalam penelitian ini diketahui mengandung masalah

heteroskedastisitas, maka harus disembuhkan karena walaupun estimator masih linier

dan bias tapi tidak lagi efisien karena tidak mempunyai varian minimum.

Untuk menghilangkan heterokedastisitas ini ada beberapa alternatif yang dapat

dilakukan. Tapi juga, alternatif ini sangat tergantung pada ketersediaan informasi

tentang varian dan residual.

1. Jika varian dan residual diketahui, maka heteroskedastisitas dapat diatasi

dengan metode Weighted Least Square (WLS) atau Kuadrat Terkecil

Tertimbang.


2. Jika varian tidak diketahui, maka heteroskedastisitas dapat diatasi dengan

metode White dan atau metode transformasi (Rohmana, 2010 hlm. 184).

3.9.4.3. Uji Autokorelasi

Asumsi penting lainnya yang akan diuji dalam penelitian ini adalah uji

autokorelasi atau serial korelasi. Autokorelasi menggambarkan suatu keadaan dimana

tidak adanya korelasi antara variabel penganggu disturbance term. Adanya gejala

autokorelasi dalam model regresi OLS dapat menimbulkan:

1. Estimator OLS menjadi tidak efisien karena selang keyakinan melebar;

2. Variance populasi diestimasi terlalu rendah (underestimated) oleh varians

residual taksiran ( ̂) ;

3. Akibat butir b, R² bisa ditaksir terlalu tinggi (over estimated);

4. Jika tidak diestimasi terlalu rendah, maka varians estimator OLS ( );

5. Pengujian signifikansi (t dan F) menjadi lemah.

Jika terdapat autokorelasi maka konsekuensinya adalah :

1. Parameter yang diestimasi dalam model regresi OLS menjadi bias dan varian

tidak minim lagi sehinnga koefisien estimasi yang diperoleh kurang akurat dan

tidak efisien.

2. Varians sampel tidak menggambarkan varians populasi, karena diestimasi terlalu

rendah oleh varians residual taksiran.

3. Model regresi yang dihasilkan tidak dapat digunakan untuk menduga nilai

variabel terikat dan variabel bebas tertentu.

4. Uji t tidak akan berlaku, jika uji t tetap disertakan maka kesimpulan yang

diperoleh pasti salah.

Ada beberapa cara untuk mendeteksi autokorelasi pada model regresi antaralain

dengan metode Grafik, uji loncatan (Runs Test) atau uji Geary (Geary Test), uji Durbin

Watson (Durbin Watson Test), uji Breusch-Godfrey (Breusch-Godfrey Test).

Pada penelitian ini, penulis enggunakan uji Durbin Watson(DW) untuk endeteksi

autokorelasi, yaitu dengan cara membandingkan DW statistic dengan DW tabel. Adapun

langkah uji Durbin Watsonadalah sebagai berikut.

a. Lakukan regresi OLS dan dapatkan residual e1.


b. Hitung nilai d (Durbin Watson).

c. Dapatkan nilai kritis dl-du.

d. Pengambilan keputusan, dengan aturan sebagai berikut.

Tabel 3.2

Uji Statistik Durbin-Watson d

0 < d < d1, menolak hipotesis nul; ada autokorelasi positif.

0 d du, daerah keragu-raguan; tidak ada keputusan.

4 – dl < d < 4, menolak hipotesis nul; ada autokorelasi positif.

4 – du d – dl, daerah keragu-raguan, tidak ada keputusan.

du < d < 4 – d, menerima hipotesis nul; tidak ada korelasi positif, negatif.

Autokorelasi

Positif

Ragu-ragu

Tidak Ada

Autokorelasi

Ragu-ragu

Autokorelasi

Negatif

Gambar 3. 1

Uji Statistik Durbin-Watson d

dl du 4-du 4-dl 0

bab iii metode penelitian 1.1. desain...

Documents