BAB 2
TINJAUAN TEORITIS
2.1.Data Data adalah suatu bahan mentah yang jka diolah dengan baik melalui berbagai analisis dapat melahirkan berbagai informasi.
2.1.1.Menurut sifatnya Menurut sifatnya, data dibagi atas dua bagian yaitu: a. Data kualitatif Data kualitatif adalah data yang dikategorikan menurut lukisan kualitas objek yang dipelajari. b. Data kuantitatif Data kuantitatif adalah data yang memiliki harga yang berubah – ubah atau bersifat variabel.
2.1.2.Menurut sumbernya Menurut sumbernya data dibagi menjadi: a. Data Intern Data intern adalah data yang diperoleh atau bersumber dari dalam suatu instansi ( lembaga/organisasi ).
Universitas Sumatera Utara
b. Data Ekstern Data ekstern adalah data yang diperoleh atau bersumber dari luar instansi/ instansi yang lain.
Data ekstern dapat dibagi menjadi: 1. Data primer Data primer adalah data yang langsung dikumpulkan oleh orang yang berkepentingan atau yang menggunaklan data tersebut. Data yang diperoleh seperti hasil wawancara atau pengisian kuisioner yang biasa dilakukan
peneliti.
Dalam
metode
pengumpulan
data
primer,
peneliti/observer melakukan sendiri penelitian/observasi di lapangan maupun di laboratorium. Pelaksanaannya dapat berupa survey atau percobaan ( eksperimen ). 2. Data Sekunder Data sekunder adalah data yang tidak secara langsung dikumpulkan oleh orang yang berkepentingan dengan data tersebut. Data sekunder pada umumnya digunakan oleh peneliti untuk memberikan gambaran tambahan, gambaran pelengkap atau diproses lebih lanjut. Data sekunder didapat dari hasil penelitian lembaga/instansi seperti BPS, Mass Media, Lembaga Pemerintahan atau swasta dan sebagainya. Yang menjadi perhatian dalam penggunaan data sekunder adlah sumber data, batasan konsep yang digunakan, serta tingkat ketelitian dalam pengumpulan data.
Universitas Sumatera Utara
2.1.3.Menurut jenisnya Menurut jenisnya, data terdiri dari dua bagian, yaitu: a. Data Kontinu Data kontinu merupakan data yang diperoleh dari hasil pengukuran b. Data Diskrit Data diskrit merupakan data yang diperoleh dari hasil perhitungan.
2.2.Metode Pengambilan Sampel Berdasarkan informasi yang diperoleh dari sampel, dimungkinkan untuk melakukan eksplorasi lebih lanjut tentang karakteristik dari populasi yang menjadi tujuan observasi. Secara garis besar, metode penarikan sampel dapat dipilah menjadi dua, yaitu pemilihan sampel dari populasi secara acak ( random atau probability sampling ) dan pemilihan sampel dari populasi secara tidak acak ( non random atau non probability sampling ).
2.2.1.Probability Sampling ( metode acak ) Dalam probability sampling, sampel yang terpilih tidak didasarkan semata – mata pada keinginan si peneliti, sehingga setiap anggota populasi memiliki kesempatan yang sama ( acak ) untuk terpilih sebagai sampel. Dengan demikian diharapkan sampel yang terpilih dapat digunakan untuk menduga karakteristik populasi secara objektif.
Universitas Sumatera Utara
Yang termasuk dalam metode probability sampling antara lain: a. Acak Sederhana ( simple random sampling ) Sampel yang diambil secara acak, yaitu setiap anggota populasi mempunyai kesempatan yang sama untuk dipilih menjadi anggota sampel. Cara umum yang dipakai adalah dengan menggunakan tabel random atau juga dengan cara pengundian. b. Acak Sistematis ( systematic random sampling ) Metode pengambilan sampel acak sistematis adalah metode untuk mengambil sampel secara sistematis dengan interval (jarak) tertentu dari suatu kerangka sampel yang telah diurutkan. c. Acak Terstratifikasi ( stratified random sampling ) Metode pengambilan sampel acak terstratifikasi ( stratified random sampling ) adalah metode pemilihan sampel dengan cara membagi populasi kedalam kelompok – kelompok yang homogen yang disebut strata, dan kemudian sampel diambil secara acak dari setiap strata tersebut. d. Sampel Berkelompok ( cluster sampling ) Metode pengambilan sampel berkelompok ( cluster sampling ) adalah metode yang digunakan untuk memilih sampel yang berupa kelompok dari beberapa kelompok ( groups atau cluster ) dimana setiap kelompok terdiri atas beberapa unit yang lebih kecil ( elements ). Jumlah elemen dari masing – masing kelompok ( size of the cluster ) bisa sama maupun berbeda.
Universitas Sumatera Utara
2.2.2.Non Probability Sampling ( metode tak acak ) Metode tak acak ( non probability sampling ) bisa dibilang kebalikan dari metode acak ( random sampling ). Metode ini tidak memberikan peluang yang sama pada tiap anggota populasi. Metode ini dikembangkan untuk menjawab kesulitan yang ditimbulkan dalam menerapkan metode acak. Metode ini terbagi menjadi beberapa bagian, antara lain: a. Sampling Kemudahan ( convenience sampling ) Pada pengambilan sampel dengan cara ini, sampel diambil berdasarkan pada ketersediaan elemen dan kemudahan untuk mendapatkannya. Dengan kata lain sampel diambil/terpilih karena sampel tersebut ada pada tempat dan waktu yang tepat. b. Sampling Pertimbangan ( judgment sampling ) Dengan teknik ini, sampel diambil berdasarkan pada kriteria – kriteria yang telah dirumuskan terlebih dahulu oleh peneliti. c. Quota Sampling Untuk teknik sampling ini biasanya digunakan data dari populasi yang berkaitan dengan demografi ( kependudukan ). Pada dasarnya, quota sampling ini sama dengan judgment sampling, dapat dikatakan sebagai judgment sampling dua tahap.dimana tahap pertama merumuskan kategori kontrol dari populasi. Tahap kedua adalah bagaimana sampel diambil.
Universitas Sumatera Utara
d. Snowball Sampling Teknik sampling ini tepat digunakan bila populasinya sangat spesifik. Cara pengambilan sampel dengan teknik ini dilakukan secara berantai, mulai dari ukuran sampel yang kecil, makin lama semakin besar.
2.3.Analisa Regresi Metode analisi yang telah dibicarakan hingga sekarang adalah analisi terhadap data mengenai sebuah karakteristik atau atribut ( data kualitatif ) dan mengenai sebuah variabel, diskrit ataupun kontinu ( data kuantotatif ). Tetapi sebagai mana disadari, banyak persoalan yang meliputi lebih dari sebuah variabel.
Bila kita mempumyai data yang terdiri atas dua atau lebih variabel, perlu dipelajari bagaimana variabel – variabel itu berhubungan. Hubungan yang didapat pada umumnya dinyatakan dalam bentuk persamaan matematik yang menyatakan hubungan fungsional antara variabel – variabel. Studi yang menyangkut masalah ini yang dikenal dengan analisis regresi.
2.3.1.Regresi Linier Sederhana Regresi linier sederhana adalah regresi yang melibatkan hubungan antara satu variabel tak bebas dengan satu variabel bebas. Variabel tak bebas adalah variabel yang nilainya selalu bergantung dengan nilai variabel lain, sedangkan variabel bebas adalah variabel yang nilainya tidak bergantung pada variabel lain. Model matematis dalam menjelaskan hubungan antara variabel dalam analisis regresi menggunakan persamaan regresi. Persamaan regresi adalah suatu
Universitas Sumatera Utara
persamaan matematis yang mendefenisikan hubungan antara dua variabel. Persamaan regresi digunakan untuk membuat taksiran mengenai variabel tak bebas yabg disebut dengan persamaan regresi estimasi. Bentuk umum persamaan regresi linier sederhana yang menunjukkan hubungan antara dua variabel, yaitu variabel X sebagai variabel bebas dan variabel Y sebagai variabel tak bebas. Adalah:
Dimana: Yi adalah variable tak bebas ke-i Xi adalah variable bebas ke-i β0 adalah intercept ( konstanta ) yang merupakan titik potong kurva terhadap sumbu Y β1 adalah kemiringan ( slope ) kurva linier εi adalah kesalahan ( error ) pada pengamatan ke-i
2.3.2.Regresi Linier Ganda Regresi linier berganda adalah analisis regresi yang melibatkan hubungan dari dua atau lebih variable bebas. Secara umum, data hasil pengamatan Y bisa terjadi karena akibat variable – variable bebas X1, X2,…….., Xk. hubungan lebih dari dua variable bila dinyatakan dalam bentuk persamaan adalah:
Dimana: Yi adalah variable tak bebas ke-i Xi adalah variable bebas ke-i
Universitas Sumatera Utara
β0 adalah intercept ( konstanta ) yang merupakan titik potong kurva terhadap sumbu Y β1 adalah kemiringan ( slope ) kurva linier εi adalah kesalahan ( error ) pada Dengan b1, b2, b3 adlah koefisien yang ditentukan berdasarkan data hasil pengamatan.
2.3.3.uji Regresi Linier Ganda Uji regresi linier ganda perlu dilakukan karena untuk mengetahui apakah sekelompok variable bebas secara bersamaan mempunyai pengaruh terhadap variable tak bebas. Pada dasarnya pengujian hipotesa tentang parameter koefisien regresi secara keseluruhan atau penguji persamaan regresi menggunakan statistic F yang dirumuskan sebagai berikut :
Dengan : F
= statistic F yang menyebar mengikuti distribusi F dengan derajat bebas V1 = k dan V2 = n – k – 1
JKreg
= Jumlah Kuadrat Regresi = b1∑x1iyi + b2∑x2iyi + …. + bk∑xkiyi dengan derajat kebebasan (dk) = k
JKres
= Jumlah kuadrat residu (sisa) =∑(Y
1
– Ŷ1)2
dengan derjat kebebasan
(dk) = (n – k – 1 ) Persamaan penduganya adalah: Ŷ = b0 + b1X1 + b2X2 + … + bkXk
Universitas Sumatera Utara
Langkah – langkah yang dibutuhkan untuk pengujian hipotesa ini adalah sebagai berikut: 1. H0 : β0 = β1 = … = βk = 0 H1 : minimal satu parameter koefisien regresi yang≠ 0 2. Pilih taraf nyata α yang diinginkan 3. Hitung statistik Fhit dengan menggunakan salah satu dari formula di atas 4. Keputusan : tolak H0 jika Fhit > Ftabel : k : n – k – 1 Terima H0 jika Fhit < Ftabel : k : n – k – 1 Dimana b0, b1,….., bk merupakan penduga bagi parameter β0, β1, … βk
2.4.Analisa Korelasi Analisa korelasi adalah metode statistika yang digunakan untuk mengetahui seberapa besar/kuat hubungan antara variabel – variabel itu terjadi. Dengan kata lain, perlu ditentukan derajat hubungan antara variabel – variabel. Berdasarkan regresi linier gandaŶ = b
0
+ b1X1 + b2X2 + … + bkXk maka
nilai R dapat ditentukan terlebih dahulu mencari nilai R2 (koefisien determinasi) yang digunakan untuk mengukur proporsi keragaman total dalam variabel total dalam variabel tak bebas Y yang dapat dijelaskan atau diterangkan oleh variabel – variabel penjelas yang ada dalam model persamaan regresi secara bersama. Nilai R2 dapat ditentukan dengan rumus :
Dengan: JKreg = jumlah kuadrat regresi
Universitas Sumatera Utara
2.5.Model Regresi Logistik 2.5.1.Pengertian Regresi Logistik Analisa regresi logistik adalah analisis yang digunakan untuk melihat hubungan antara variabel tak bebas berupa variabel respon yang bersifat kategori (kualitatif) dan variabel – variabel bebas berubah variabel kualitatif (nominal atau ordinal) maupun variabel kuantitatif (interval atau rasio). Variabel bebas dalam regresi logistik adalah variabel yang bertipe kualitatif maupun kuantitatif. Untuk variabel bebas bertipe kualitatif digunakan dalam variabel dummy, sedangkan untuk ariabel tak bebas dalam model regresi logistik berbentuk dikotomus (biner atau dua kategori) maupun polykotomus (banyak kategori). Dengan rumus : P(Y = 1| X = xi) π(xi) Maka P(Y = 0| X = xi) = 1- л(xi). dari hal tersebut, ekspektasi dari yi adalah E(yi)P(Y = yi| X = xi) = 1л(xi) + 0(1- л(xi) = л(xi) Untuk model logistik :
Dengan logit, g(xi) = β0 + β1xi, maka untuk model regresi logistik dengan variabel bebas digunakan perluasannya yaitu:
Universitas Sumatera Utara
Dan logitnya adalah : g(Xi) = β0 + β1X1 + …..+βpXpi Sehingga:
Variabel bebas (X) dalam regresi logistik yang bertipe kualitatif maka digunakan variabel dummy ( dummy variable ). Dengan rumus : Y = α0 + α1Di + βXi Dimana : Y = varisbel tak bebas (dependent variabel) bersifat kuantitatif xi = variabel bebas (independent variable) bersifat kuantitatif D1 = variabel dummy (Dummy variable) bersifat kualitatif Dengan mengasumsikan bahwa unsur gangguan (disturbance) memenuhi asumsi yang biasa dari model regresi linier klasik: Dengan: E( Yi| D1= 0 ) = α Dan E( Yi| D1= 1 ) = α + β
Universitas Sumatera Utara