9 III. METODE PENELITIAN 3.1. Jens dan Sumber Data Data yang dgunakan dalam peneltan adalah data prmer dan data sekunder. Data prmer berupa data prmer (cross secton) Surve Khusus Tabungan dan Investas Rumah Tangga (SKTIR) Tahun 010 yang dlaksanakan d 16 provns. Pengumpulan data SKTIR 010 dlakukan melalu wawancara langsung antara petugas pencacah dengan responden. Kegatan pengumpulan data dlakukan Maret-Aprl 010. Kegatan SKTIR drancang untuk memperoleh data tentang bagamana rumah tangga mencptakan tabungan, berapa besarnya, serta bagamana tabungan tersebut dkelola. Data prmer yang dkumpulkan antara lan keterangan anggota rumah tangga, pendapatan yang dperoleh anggota rumah tangga yang bekerja sebaga pengusaha dan buruh/karyawan, pengeluaran makanan dan non makanan, penddkan dan umur anggota rumah tangga. Data sekunder melput data penunjang yang dperoleh dar buku, laporan SKTIR 010, jurnal, publkas Neraca Arus Dana dan lan-lan. Sampel adalah bagan populas (rumah tangga) d Provns DKI Jakarta. Jumlah responden sebanyak 600 rumah tangga yang tersebar d 5 kota yatu dengan rncan sampel sebaga berkut: 131 responden berdomsl d Jakarta Selatan, 140 responden d Jakarta Tmur, 90 responden d Jakata Pusat, 19 responden d Jakarta Barat dan 110 responden d Jakarta Utara.
30 Tabel 3.1. Sebaran sampel SKTIR d DKI Jakarta, 010 Kota Banyaknya Sampel (n) Populas (N) 1. Jakarta Selatan 131 506.961. Jakarta Tmur 140 67.111 3. Jakarta Pusat 90 35.86 4. Jakarta Barat 19 537.936 5. Jakarta Utara 110 399.101 Total 600.311.535 Sumber: data prmer dolah Kerangka sampel untuk pemlhan rumah tangga terplh SKTIR 010 adalah daftar rumah tangga hasl lstng Susenas 009 pada setap blok sensus terplh. Rancangan sampel yang dgunakan adalah rancangan sampel dua tahap. Tahap pertama dlakukan d BPS Pusat dan tahap kedua dlakukan d BPS Provns. Tahap pertama, dar kerangka sampel blok sampel dplh sejumlah blok sensus secara sstematk samplng. Sampel terplh merupakan blok sensus yang mudah aksesnya dan konsentras rumah tangganya tngg. Tahap kedua, dar kerangka sampel rumah tangga dplh 10 rumah tangga secara sstematk samplng. Tahapan pemlhan sampel rumah tangga d daerah sebaga berkut: 1. Pemberan tanda cek ( ) untuk setap setap bars nama kepala rumah tangga. Htung nterval penarkan sampel (I) untuk pemlhan rumah tangga, yatu: I = Banyaknya rumah tangga hasl lstng / 10 Interval penarkan sampel dhtung sampa dua angka d belakang koma. 3. Dengan menggunakan Tabel Angka Random, tentukan angka random pertama (R1). Angka random pertama harus lebh kecl atau sama dengan nterval sampel (I) 4. Gunakan nterval sampel untuk menentukan angka random pemlhan sampel rumah tangga berkutnya, yatu R, R3,, R16 dengan rumus:
31 R = R1 + I ; R3 = R1 + I ;...R10 = R1 + 9I 5. Apabla rumah tangga terplh benar-benar tdak dapat dtemu saat pencacahan, maka penggantan rumah tangga sampel dapat dlakukan dengan rumah tangga dar kelompok pengeluaran yang sama dan terdekat serta belum terplh untuk kelompok pengeluaran yang lan. Adapun varabel-varabel yang dgunakan dalam peneltan n adalah sebaga berkut: 1. Rumah tangga yatu seorang/sekelompok orang yang mendam sebagan atau seluruh bangunan fsk dan basanya tnggal bersama serta makan dar satu dapur atau pengurusan kebutuhan bersama sehar-har d bawah satu pengelolaan (BPS, 005).. Tabungan rumah tangga dalam peneltan n merupakan selsh antara pendapatan rumah tangga dan pengeluaran rumah tangga, dalam bentuk uang (rupah) dnyatakan dalam rupah per tahun. 3. Pendapatan rumah tangga mencakup seluruh pendapatan semua anggota rumah tangga responden, bak pendapatan yang berasal dar bekerja/berusaha, maupun pendapatan lan dluar bekerja/berusaha. 4. Umur kepala rumah tangga adalah jumlah tahun yang telah djalan responden, dhtung sejak kelahran sampa saat peneltan dlaksanakan, dukur dalam satuan tahun 5. Kepala rumah tangga/keluarga adalah orang yang bertanggung jawab terhadap rumah tangga.
3 6. Penddkan kepala rumah tangga merupakan jenjang penddkan yang pernah dcapa oleh responden secara formal, dukur dalam satuan tahun. 7. Dependency rato merupakan raso ketergantungan yang menunjukkan seberapa besar beban yang dtanggung oleh anggota rumah tangga yang bekerja, dproks dengan jumlah anggota rumah tangga yang tdak bekerja dbag dengan jumlah anggota rumah tangga yang bekerja. Secara matemats cara perhtungannya menggunakan rumus: DR = PDUK/PUK PDUK adalah jumlah anggota rumah tangga yang tdak bekerja dan PUK adalah jumlah anggota rumah tangga yang bekerja. 8. Dummy berdasarkan sumber pendapatan utama rumah tangga bersumber upah/gaj dan nongaj, pada rumah tangga ke- (dnotaskan dengan: D ) dukur dengan nla 1 jka rumah tangga penerma upah/gaj dan 0 jka bukan rumah tangga nonupah/nongaj. 3.. Alat Analss Data Peneltan n menggunakan analss regres lnear klask dengan metode OLS (Ordnary Least Square) dengan menggunakan program SPSS for Wndows vers 16.0. Metode analss n dgunakan untuk mengetahu seberapa besar pengaruh varable-varabel ndependen terhadap tabungan rumah tangga. Dalam Gujarat (003) bahwa analss regres berkenaan dengan stud ketergantungan satu varabel, varabel tak bebas, pada satu atau lebh varabel lan, varabel yang menjelaskan (explanatory varables), dengan maksud menaksr
33 dan atau meramalkan nla rata-rata htung (mean) atau rata-rata (populas) varabel tak bebas, dpandang dar seg nla yang dketahu atau tetap (dalam pengamblan sampel berulang) varabel yang menjelaskan atau varabel bebasnya. 3..1. Model Peneltan Model yang dgunakan dalam peneltan n adalah model yang terbak dar beberapa model tabungan rumah tangga yang dcoba. Fungs tabungan rumah tangga dalam peneltan n adalah sebaga berkut: S = bo + b1y + bage + b3ed + + b4dr + b5d + u dmana: S = tabungan b0 = konstanta b1 b5 = koefsen regres Y = pendapatan rumah tangga per tahun (rbu rupah) AGE = umur kepala rumah tangga (tahun) ED = tngkat penddkan kepala rumah tangga (tahun) DR = dependency rato (persen) Dummy = dummy sumber pendapatan utama rumah tangga, 1 = rumah tangga penerma upah/gaj, 0 = jka rumah tangga nonupah/nongaj u = dsturbance term Bentuk dar model regres lnear berganda yang akan dgunakan dalam peneltan n adalah regres lnear berganda dengan varabel ndependen yang kuanttatf yang sudah d Ln-kan, yatu sebaga berkut :
34 LnS = bo + b1lny + blnage + b3lned + + b4dr + b5dummy + u dmana: LnS = tabungan b0 = konstanta b1 b5 = koefsen regres LnY = pendapatan rumah tangga per tahun (persen) LnAGE = umur kepala rumah tangga (persen) LnED = tngkat penddkan kepala rumah tangga (persen) DR = dependency rato (persen) Dummy = dummy sumber pendapatan utama rumah tangga, 1 = rumah tangga penerma upah/gaj, 0 = jka rumah tangga nonupah/nongaj u = dsturbance term 3... Pengujan Penduga Parameter Pengujan parameter penduga dlakukan untuk mendapatkan nla parameter penduga yang dapat mewakl populas sehngga mengurang kesalahan dalam pembuatan keputusan. 1. Koefsen Determnas (R ) Untuk mengetahu sejauh mana kebakan sua suatu gars regres dalam mencocokkan sekumpulan data, dperlukan suatu ukuran yang dnamakan koefsen determnas. Dalam Gujarat (003) menyatakan bahwa koefsen determnas merupakan ukuran seberapa bak gars regres mencocokkan data (a measure of the goodness of ft). Secara verbal, R mengukur propors atau
35 persentase total varas dalam varabel tak bebas yang djelaskan oleh peubahpeubah bebas secara bersama-sama dalam model regres. R SSR SSE yˆ ˆ β x = = 1 = = SST SST y y dengan : SSE = jumlah kuadrat error SSR = jumlah kuadrat regres SST = jumlah kuadrat total R merupakan besaran non negatf dengan batas 0 R 1. Apabla R mempunya nla 1 berart suatu model cocok sempurna, sedangkan R yang bernla 0 berart model regres yang ada tdak menjelaskan sedktpun varas dalam varabel tak bebas. Dalam membandngkan dua model regres atau lebh dengan menggunakan R harus dperhtungkan banyaknya varabel bebas yang ada dalam model. Hal tersebut dapat dlakukan dengan mempertmbangkan koefsen determnas alternatf yatu koefsen determnas yang dsesuakan (R adjusted). Koefsen determnas yang dsesuakan berart dsesuakan dengan derajat bebasnya. R adjusted = 1 e /( n k) y /( n 1). Uj Sgnfkans Secara Keseluruhan (Overall Test/ F-tests) Untuk mengetahu pengaruh varabel bebas secara smultan terhadap varabel tdak bebas adalah dengan menggunakan uj statstk F, dengan hpotess sebaga berkut:
36 Ho : β 1 = β = β 3 = = β k =0, artnya tdak ada varabel bebas yang berpengaruh sgnfkan terhadap varabel tdak bebas. H 1 : β j 0 (j=1,,,k), artnya mnmal ada satu varabel ke-j yang berpengaruh sgnfkan terhadap varabel tak bebas. Statstk uj: F obs yˆ /( k 1) SSR /( k 1) = = SSE /( n k) e /( n k) F obs MSR = MSE dengan : SSR = jumlah kuadrat regres SSE = jumlah kuadrat error MSR = rata-rata kuadarat regres MSE = rata-rata kuadrat error k n = jumlah parameter = jumlah sampel Keputusan: Jka Fobs > Ftabel( α ; k 1, n k ) maka Ho dtolak dan artnya secara bersamasama varabel bebas mempunya pengaruh sgnfkan terhadap varabel tdak bebas. 3. Uj Sgnfkans Secara Parsal (Partal Test/ T-tests) Uj n dlakukan untuk mengetahu pengaruh varabel bebas secara parsal terhadap varabel tdak bebas, dengan hpotessnya sebaga berkut: Ho : β j = 0, artnya tdak ada pengaruh yang sgnfkan dar varabel bebas ke-k terhadap varabel tak bebas.
37 H 1 : β j 0, artnya ada pengaruh yang sgnfkan dar varabel bebas ke-k terhadap varabel tak bebas. Statstk uj: t obs ˆ β j = se( ˆ β ) j Keputusan: Tolak Ho jka tobs ttabel( α /; n k ), artnya ada pengaruh yang sgnfkan dar varabel bebas ke-k terhadap varabel tak bebas. 3..3. Pengujan Asums Model (Uj Klask) Untuk mendapatkan estmator yang tdak bas, lner, dan mempunya varan yang mnmum (Best Lner Unbased Estmators = BLUE), kta dapat menggunakan metode OLS. Adapun beberapa asums yang harus dpenuh sebelum menggunakan metode OLS adalah sebaga berkut: 1. E(ε t ) = 0, untuk tap tap t = 1,,, n artnya rata-rata error term sama dengan nol.. cov(ε t, ε j ) = 0, untuk tap t j artnya tdak ada korelas antara error term dengan yang lannya atau dsebut tdak ada autokorelas. 3. ε t ~ N(0, σ ε ) artnya untuk setap error term mengkut dstrbus normal dengan rata-rata 0 dan varan 4. Var (ε t ) = σ ε. σ ε
38 artnya setap error term mempunya varan sama atau mempunya penyebaran yang sama (homoskedasts) 1. Pemerksaan Kenormalan Pemerksaan kenormalan bertujuan untuk melhat dstrbus dar error term. Untuk mendeteks normaltas, dapat dlakukan dengan melhat penyebaran error term pada sumbu dagonal grafk. Jka error term menyebar dsektar gars dagonal dan mengkut arah gars dagonal, maka model regres memenuh asums normaltas. Dalam hal n dapat dgunakan plot persentl-persentl (P-P plot).. Pemerksaan Heteroskedaststas Varan dar error term adalah konstan. Pelanggaran terhadap asums homoskedaststas dsebut dengan heteroskedasts. Asums n duj dengan membuat sketergram antara resdual kuadrat dengan nla predks varabel dependen. Jka sebaran data tdak membentuk suatu pola, maka dapat dkatakan bahwa tdak terjad heteroskedaststas (Gujarat, 003). 3. Pemerksaan Autokorelas Dalam analss deret waktu, observas sebelumnya dapat berkorelas dengan observas sesudahnya. Hal n terutama terjad pada data bulanan, trwulanan, kwartalan, tahunan dan sebaganya. Pendeteksan autokorelas dapat dlakukan dengan statstk d Durbn-Watson sebaga berkut: - Hpotess Ho: Tdak ada autokorelas H 1 : Ada autokorelas
39 - Statstk uj: d = n t= 1 ( e e ) t n t= 1 e t t 1 - Syarat keputusan (1) d < d L : menolak Ho, berart ada autokorelas postf. () d > 4-d L : menolak Ho, berart ada autokorelas negatf. (3) d U < d < 4-d U : menerma Ho. (4) d L < d < d U : pengujan tdak meyaknkan (5) 4-d L < d < 4-d U : pengujan tdak meyaknkan dengan d L dan d U masng-masng merupakan batas bawah dan batas atas pada tabel Durbn-Watson. 4. Multkolnertas Asums yang harus dpenuh lannya adalah tdak adanya kolnertas atau korelas antara varabel ndependennya. Untuk mengetahu ada tdaknya multkolnertas, dengan melhat nla tolerance > 0,1 (10%) dan nla VIF < 10, maka data tdak mengalam multkolnertas.