BAB 3 METODE PENELITIAN

ADLN – PERPUSTAKAAN UNIVERSITAS AIRLANGGA

BAB 3 METODE PENELITIAN 3. 1. Pendekatan Penelitian Pendekatan

yang

digunakan

dalam

penelitian

ini

adalah

pendekatan

kuantitatif deskriptif. Pendekatan kuantitatif menitikberatkan pada pembuktian hipotesis. Untuk mengetahui hubungan antara variabel dependen dengan variabel independen digunakan regresi berganda dengan menggunakan data time series. Pendekatan tersebut digunakan untuk mengetahui pengaruh konsumsi rokok dan jumlah penduduk terhadap penerimaan pemerintah dari cukai hasil tembakau di Indonesia. Pendekatan deskriptif akan digunakan untuk membahas intepretasi lebih lanjut dari hasil analisa kuantitatif. Dengan demikian pada akhirnya dapat diperoleh kesimpulan dari penelitian ini. 3. 2 Identifikasi Variabel Variabel yang dihitung dalam penelitian ini adalah variabel dalam model regresi. Variabel-variabel dalam model regresi terdiri atas dua variabel yaitu variabel terikat (dependent variable) dan variabel bebas (independent variable). Variabel terikat yaitu penerimaan pemerintah dari cukai hasil tembakau. Variabel bebas terdiri dari variabel konsumsi rokok, dan jumlah penduduk.

35 SKRIPSI

PENGARUH KONSUMSI ROKOK ...

MARLINDA TRI HUTAMI


36

3. 3 Definisi Operasional Variabel Beberapa definisi operasional variabel dalam penelitian ini memiliki batasan sebagai berikut : 1. Penerimaan Pemerintah dari cukai hasil tembakau Penerimaan Pemerintah dari cukai hasil tembakau adalah penerimaan pemerintah yang

diperoleh dari pungutan negara yang dikenakan terhadap

tambakau. Satuan variabel penerimaan pemerintah dari cukai hasil tembakau diukur dalam triliun rupiah. 2. Konsumsi Konsumsi terdiri dari barang dan jasa yang dibeli rumah tangga. Variabel yang digunakan adalah variabel konsumsi rokok yang diproksi dari pengeluaran rumah tangga terhadap tembakau. Satuan variabel diukur dalam persen. 3. Jumlah Penduduk Jumlah Penduduk adalah jumlah orang yang secara hukum berhak tinggal di daerah tersebut. Dengan kata lain orang yang mempunyai surat resmi untuk tinggal di daerah tersebut. Misalkan bukti kewarganegaraan, tetapi memilih tinggal di daerah lain. Satuan variabel diukur dalam juta jiwa.

SKRIPSI


MARLINDA TRI HUTAMI


37

3. 4. Jenis dan Sumber Data Penelitian ini menggunakan data sekunder tahunan runtut waktu periode pengamatan tahun 1992 sampai dengan 2010 di Indonesia. Data yang digunakan dalam penelitian ini adalah data penerimaan cukai hasil tembakau sebagai variabel terikat (dependent variable). Data yang tergabung dalam variabel bebas (independent variable) meliputi konsumsi rokok dan jumlah penduduk. Data penelitian ini diperoleh dari

Statistik Indonesia

terbitan Badan Pusat

Statistik (BPS) Indonesia, Direktorat Jenderal Bea dan Cukai (DJBC), International Finansial Statistic (IFS), dan beberapa jurnal serta literatur lain yang relevan berhubungan dengan penelitian ini. 3. 5. Prosedur Pengumpulan Data Prosedur pengumpulan data dilaksanakan dengan secara dokumenter. Semua data yang diperlukan dikutip dari sumber-sumber yang telah disebutkan di atas. Selanjutnya, semua data didokumentasikan

dengan

berlandas

pada

literatur-

literatur yang mendukung. Data yang dipergunakan dalam penelitian ini merupakan data tahunan mulai tahun 1992 sampai dengan tahun 2010. 3. 6. Teknik Analisis Metode analisis yang digunakan untuk mengolah data dalam penelitian ini adalah metode Ordinary Least Square (OLS) dengan menggunakan program Eviews 4.1.

SKRIPSI


MARLINDA TRI HUTAMI


38

Menurut Gujarati (2003:43-44) terdapat beberapa asumsi yang digunakan dalam metode OLS, yaitu: 1. Nilai rata-rata bersyarat dari ui, tergantung pada Xi tertentu adalah nol. 2. Varian bersyarat dari μi adalah konstan (homoskedastisitas). 3. Tidak ada korelasi berurutan (autokorelasi). 4. Variabel yang menjelaskan adalah nonstokastik yaitu, tetap dalam penyampelan berulang. 5. Tidak ada linier sempurna antara variabel independen (multikolinieritas). 6. μ didistribusikan secara normal dengan rata-rata dan varian yang diberikan oleh asumsi

1 dan 2.

Jika asumsi di atas dipertahankan maka penduga kuadrat terkecilnya merupakan penduga linier tak bias terbaik atau Best Linier Unbiassed Estimator (BLUE).

Setelah menspesifikasikan variabel variabel tersebut menjadi suatu model, maka yang selanjutnya dilakukan adalah mengestimasi model persamaan tersebut untuk mendapatkan hasil yang seakurat mungkin. Oleh karena itu, dilakukan beberapa kriteria pengujian terhadap model persamaan tersebut, yaitu pengujian statistik,dan ekonometrik

SKRIPSI


MARLINDA TRI HUTAMI


39

3. 6.1 Pengujian Statistik Pengujian statistik meliputi uji koefisien determinasi (R2), uji koefisien regresi secara simultan (uji F), dan uji koefisien regresi secara parsial (uji t). 3.6.1.1Uji Koefisien Determinasi (R2) Uji R2 digunakan untuk melihat sejauh mana variabel bebas mampu menjelaskan variabel terikat. R2 merupakan besaran non negatif dan besarannya adalah 0≤R2≤1. Jika R2 bernilai satu berarti variabel dependen bisa dijelaskan secara sempurna oleh variabel independen, sedangkan jika R2 bernilai nol berarti varibel dependen tidak bisa dijelaskan oleh variabel independen. R2 dapat dihitung dengan menggunakan rumus di bawah ini. R2 =

௃௄்

௃௄ோ

dimana: R2 = koefisien determinasi JKR = jumlah kuadrat regresi JKT = jumlah kuadrat total

SKRIPSI


MARLINDA TRI HUTAMI


40

3.6.1.2. Uji F-Statistik Pengujian ini dilakukan untuk mengetahui apakah variabel independen secara keseluruhan memiliki pengaruh yang signifikan terhadap variabel dependen. Langkah-langkah pengujian meliputi: Hipotesis: H0: βi = 0 H1: minimal ada salah satu βi ≠ 0 Kriteria uji: Probabilitas F-statistik < taraf nyata, maka tolak H0 Probabilitas F-statistik > taraf nyata, maka terima H0 Jika H0 ditolak berarti minimal ada satu variabel independen yang berpengaruh signifikan terhadap variabel dependen dan sebaliknya jika H0 diterima berarti tidak ada satu pun variabel independen yang berpengaruh nyata terhadap variabel dependen. 3.6.1.3. Uji t-Statistik Pengujian ini dilakukan untuk mengetahui apakah variabel independen secara individu memiliki pengaruh yang signifikan terhadap variabel dependen.

SKRIPSI


MARLINDA TRI HUTAMI


41

Langkah-langkah pengujian meliputi: Hipotesis: H0: βi = 0 i = 1, 2, 3,...., k H1: βi ≠ 0 Kriteria uji: Probabilitas t-statistik < taraf nyata, maka tolak H0 Probabilitas t-statistik > taraf nyata, maka terima H0 Jika H0 ditolak berarti variabel independen berpengaruh signifikan terhadap variabel dependen dan sebaliknya jika H0 diterima berarti variabel independen tidak berpengaruh signifikan terhadap variabel dependen.

3.6.2. Pengujian Ekonometrik

Pengujian ekonometrik digunakan untuk melihat ada atau tidaknya pelanggaran terhadap asumsi klasik pada penggunaan metode OLS. Pengujian ekonometrik meliputi uji multikolinearitas, uji autokorelasi, uji heteroskedastisitas, dan uji normalitas. Apabila terjadi pelanggaran maka diperoleh hasil estimasi yang tidak valid.

SKRIPSI


MARLINDA TRI HUTAMI


42

3.6.2.1 Multikolinearitas Uji multikolinearitas adalah pengujian yang dilakukan untuk melihat apakah terdapat hubungan linier diantara beberapa atau semua variabel bebas dari model regresi. Adanya multikolinear dalam model regresi akan menyebabkan penduga koefisien regresi menjadi tidak signifikan meskipun nilai koefisien determinasi sangat tinggi. Nilai-nilai dugaan koefisien regresi menjadi tidak dapat ditaksir dengan metode kuadrat terkecil dan penduga koefisien regresi mempunyai simpangan baku yang sangat besar. Salah satu cara untuk mendeteksi ada tidaknya multikolinear adalah melalui uji correlation matrix. Untuk melihat ada tidaknya multikolinieritas dapat dilihat dari koefisien korelasi dari masing-masing variabel bebas. Jika koefisien korelasi antara masing-masing variabel bebas lebih besar dari 0,8 berarti terjadi multikolinieritas. Cara mengatasi adanya multikolinieritas dapat dilakukan dengan cara:

1. Menghilangkan variabel independen 2. Transformasi variabel 3. Penambahan data 4. Tidak ada perbaikan (do nothing)

SKRIPSI


MARLINDA TRI HUTAMI


43

3.6.2.2. Autokorelasi Autokorelasi merupakan gejala adanya korelasi antara anggota serangkaian observasi yang diurutkan melalui deret waktu. Adanya gejala autokorelasi dalam suatu persamaan akan menyebabkan suatu persamaan akan memiliki selang kepercayaan

yang semakin besar dan pengujian menjadi kurang akurat,

mengakibatkan hasil uji t, uji F menjadi tidak sah dan penaksiran regresi akan menjadi sensitif terhadap fluktuasi penyampelan. Uji yang sering digunakan untuk mendeteksi ada atau tidaknya autokorelasi adalah uji Durbin Watson Statistic atau Breusch-Godfrey Serial LM Test. Uji Durbin Watson Statistic digunakan untuk data dengan jumlah pengamatan yang kecil. Pengujian dengan Breusch-Godfrey Serial LM Test dilihat dari nilai probabilitas Obs*R-squared. Apabila nilai probabilitas Obs*Rsquared lebih besar dari taraf nyata tertentu maka persamaan tidak memiliki autokorelasi. Sebaliknya, jika nilai probabilitas Obs*R-squared kurang dari taraf nyata tertentu, maka persamaan memiliki autokorelasi 3.6.2.3 Heteroskedastisitas Salah satu asumsi pokok dalam model regresi adalah bahwa varian setiap disturbance term yang dibatasi oleh nilai tertentu mengenai varibel-variabel bebas adalah berbentuk suatu nilai konstan. Inilah yang disebut dengan asumsi homoscedasticity atau varian yang sama. Cara untuk mendeteksi ada atau tidaknya gejala

SKRIPSI

heteroskedastisitas

dapat

dilakukan

dengan


menggunakan

White

MARLINDA TRI HUTAMI


44

Heteroscedasticity Test. Pengujian dilihat dari nilai probabilitas Obs*R-squared. Jika nilai probabilitas Obs*R-squared lebih besar dari taraf nyata tertentu, maka persamaan tidak memiliki heteroskedastisitas. Begitu juga sebaliknya, jika nilai probabilitas Obs*R-squared kurang dari taraf nyata tertentu, maka dapat disimpulkan bahwa persamaan tersebut mengalami gejala heteroskedastisitas. 3.6.2.4 Uji Normalitas Uji normalitas digunakan karena jumlah data yang digunakan kurang dari 30. Uji ini digunakan untuk melihat apakah error term mendekati distribusi normal. Pada software Eviews, uji normalitas dilakukan dengan menggunakan Descriptive Statistic Test. Jika nilai probabilitas Jarque-Bera lebih besar dari taraf nyata yang digunakan maka model persamaan tidak mempunyai masalah normalitas atau error term terdistribusi secara normal.

SKRIPSI


MARLINDA TRI HUTAMI

BAB 3 METODE PENELITIAN

Recommend Documents