BAB III METODE PENELITIAN. di kota medan yang berkaitan dengan preferensi bahan bakar minyak. Penelitian

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.


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


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


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 :


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.


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


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 ).


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


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 :


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


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.


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


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

<500.000-1.500.000 1.501.000-2.500.000 2.501.000-3.500.000 3.501.000-4.500.000 >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.


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


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


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


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.


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)


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:


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:


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



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



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


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



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.


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.


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.


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.


BAB III METODE PENELITIAN. di kota medan yang berkaitan dengan preferensi bahan bakar minyak. Penelitian

Recommend Documents