Bab Iii 2
Bab Iii 2
METODE PENELITIAN
Bagian ini membahas tentang jenis data, sumber data, teknik pengumpulan
data, dan metode yang digunakan dalampenelitian.
3.2. AlatAnalisis
19
20
Keterangan :
menggabungkan (pooled) seluruh data time series dan cross section tanpa
memperhatikan dimensi individu dan waktu. Oleh karena itu pendekatan Common
effectmenggunakan asumsi bahwa intercept dan slope dianggap konstan sehingga
perilaku antar individu dianggap sama dalam berbagai rentang waktu. Estimasi
model Common effectmenggunakan metode ordinary least square atau OLS.
Model data panel dengan menggunakan pendekatan Common effectataupooled
least square (PLS) adalah sebagai berikut (Gujarati, 2012:239):
dimana i adalah subyek ke-i dan t adalah periode waktu dari variabel.
Kekurangan terbesar dari penggunaan model Common effectadalah respon dari
variabel bebas ke variabel terikat dianggap sama untuk semua cross section yang
digunakan dalam regresi.
Model data panel yang kedua adalah model Fixed Effect . Teknik
pendekatan model Fixed Effect merupakan teknik estimasi data panel yang
menggunakan variabel dummy untuk mengetahui adanya perbedaan intercept.
Pendekatan model Fixed Effect menggunakan asumsi bahwa koefisien regresi
(slope) konstan (tetap antar perusahaan dan antar waktu), namun intersepnya
berbeda-beda. Metode ini memiliki kelemahan yaitu berkurangnya degree of
freedom yang pada akhirnya akan mengurangi efisiensi parameter. Model data
panel dengan pendekatan model Fixed Effect adalah sebagai berikut (Gujarati,
2012:243):
Uji ini dilakukan untuk memilih model estimasi terbaik antara model common
effect dengan model fixed effect. Hipotesis dari uji Chow adalah sebagai berikut :
( RSS1−RSS2 ) / ( n−1 )
Fhitung =
RSS 2 / ( nt −n−k )
Keterangan :
RSS1 = Residual sum of squares teknik CEM
RSS2 = Residual sum of squares teknik FEM
n = Jumlah unit cross section
t = Jumlah data time series
k = Jumlah variabel independen
Uji ini merupakan dasar pertimbangan dalam memilih salah satu model
antara model fixed effect dan random effect. Langkah-langkah untuk Uji Hausman
adalah sebagai berikut :
2. Menyusun hipotesis nol (H0) dan hipotesis alternatif (Ha) sebagai berikut :
H0 : model random effect
Ha : model fixed effect
24
3.2.3.1. Uji-t
Uji t dikenal sebagai uji parsial yang digunakan untuk melihat ada tidaknya
pengaruh variabel independen secara individual terhadap variabel dependen.
Langkah-langkah pengujian parsial sebagai berikut :
1. Merumuskan hipotesis
α^ i
th =
se ( α^ i )
Keterangan :
th : t hitung
α^ i : Estimator
tα (n - k) = ttabel
Keterangan :
α =tingkat signifikansi
n =jumlah observasi
k =jumlah parameter yang diestimasi, salah satunya merupakanintercept
26
4. Pengambilan kesimpulan :
- Jika thitung> ttabel, maka H0 ditolak. Artinya, pada tingkat signifikansi tertentu,
tidakada pengaruhsecara individual antara variabel independen terhadap
variabel dependen.
- Jika thitung < ttabel, maka H0 tidak ditolak. Artinya, pada tingkat signifikansi
tertentuada pengaruh positif secara individual antara variabel independen
terhadap variabel dependen.
3.2.3.2. Uji-F
1. Merumuskan hipotesis
- H0 : β1 = β 2 = β 3 = 0
Hipotesis nol menyatakan bahwa variabel independen secara bersama-sama
tidak berpengaruh secara signifikan terhadap variabel dependen.
- Ha : β1 ≠ β2 ≠ β3 ≠ 0
Hipotesis alternatif menyatakan bahwa variabel independen secara bersama-sama
berpengaruh secara signifikan terhadap variabel dependen.
3. Pengambilan keputusan :
27
- Jika nilai Fhitung< nilai Ftabel (5%) maka H0 diterima. Dengan kata lain, secara
bersama-sama variabel independen tidak berpengaruh terhadap variabel
dependen.
- Jika nilai Fhitung> nilai Ftabel (5%) maka H0 ditolak. Artinya secara bersama-
sama variabel independen berpengaruh terhadap variabel dependen.
2 ESS RSS ∑ μ^ t2
R = =1− =1− 2
TSS TSS ∑ ( Y −Y^ )
Keterangan :
R2 = Koefisien determinan
Menurut Sumodiningrat (1999) nilai R2 terletak antara nol dan satu (0 < R 2
<1). Jika nilai R2 (mendekati 1), semakin baik model regresi tersebut. Sedangkan
jika nilai R2 mendekati nol maka variabel independen secara keseluruhan tidak
dapat menjelaskan variabilitas dari variabel dependen. Suatu model dapat
dikatakan cocok apabila nilai R2 mendekati satu.
28
1. JumlahPendudukMiskin
Kemiskinan merupakan suatu proporsi penduduk yang hidup dibawah
kemiskinan. Garis kemiskinan atau batas kemiskinan adalah tingkat minimum
pendapatan yang dianggap perlu dipenuhi untuk memperoleh standar hidup yang
mencukupi di suatu negara. Ukuran yang digunakan dalam
jumlahpendudukmiskindidasarkan pada jumlah rupiah konsumsi berupa makanan
yaitu 2100 kalori per orang per hari (dari 52 jenis komoditi yang dianggap
mewakili pola konsumsi penduduk yang berada dilapisan bawah), dan konsumsi
nonmakanan (dari 45 jenis komoditi makanan sesuai kesepakatan nasional dan
tidak dibedakan antara wilayah pedesaan dan perkotaan). Patokan kecukupan
2100 kalori ini berlaku untuk semua umur jenis kelamin, dan perkiraan tingkat
kegiatan fisik, berat badan, serta perkiraan status fisiologis penduduk, ukuran ini
sering disebut dengan garis kemiskinan. Penduduk yang memiliki pendapatan
dibawah garis kemiskinan dikatakan dalam kondisi miskin.
2. Jumlah Penduduk
Jumlah penduduk(JP)adalah jumlah manusia yang bertempat
tinggal/berdomisili pada suatu wilayah atau daerah dan memiliki mata
pencaharian tetap di daerah itu, serta tercatat secara sah berdasarkan peraturan
yang berlaku di daerah tersebut. Pencatatan atau peng-kategorian seseorang
sebagai penduduk biasanya berdasarkan usia yang telah ditetapkan. Ukuran yang
di gunakan dalam jumlah penduduk yaitu banyaknya jiwa pada suatu wilayah atau
daerah.
29