BAB III METODE PENELITIAN A. Jenis dan Pendekatan Penelitian 1. Jenis Penelitian Penelitian ini merupakan penelitian kuantitatif. Penelitian kuantitatif adalah suatu penelitian yang didasari oleh falsafah positivisme yaitu ilmu yang valid, ilmu yang dibangun dari empiris, teramati terukur, menggunakan logika matematika dan membuat generalisasi atas rata-rata. Penelitian kuantitatif biasa dipakai untuk menguji suatu teori, menyajikan suatu fakta atau mendeskripsikan statistik, menunjukkan hubungan antara variabel. Penelitian ini bertujuan untuk mendeskripsikan pengaruh investasi (PMA dan PMDN) dan ekspor terhadap Produk Domestik Regional Bruto (PDRB) sector industri Sumatera Barat. Ini menggunakan analisis regresi linear berganda dan dibantu dengan menggunakan perangkat SPSS (Statistic Package For Social Sciences) for Windows. 2. PendekatanPenelitian Permasalahan yang diangkat pada penelitian ini adalah permasalahan asosiatif yaitu suatu pertanyaan peneliti yang bersifat menghubungkan dua variabel atau lebih. Hubungan variable dalam penelitian adalah hubungan kasual yaitu hubungan yang bersifat sebab akibat. Adavariabel independent 50
51 (variabel bebas) dan ada variabel dependent (variabel terikat). Variabel independent dalam penelitian ini adalah Investasi (X 1 ) dan Ekspor (X 2 ) sedangkan variabel dependent adalah Produk Domestik Regional Bruto (PDRB) Sektor Industri (Y). B. Data dan Sumber Data 1. Data Data yang digunakan dalam penelitian ini adalah data sekunder berupa data time series dari tahun 2006 sampai tahun 2015. Data tersebut terdiri dari data investasi, Ekspor dan Produk Domestik Regional Bruto (PDRB) Sektor Industri. 2. Sumber Data Sumber data dalam Penelitian ini diambil dari instansi terkait seperti, Banda Pusat Statistik ( www.bps.go.id ), dan perpustakaan serta literatur lain yang relevan dengan permasalahan dalam penelitian ini. C. Metode Pengumpulan Data Metode yang digunakan untuk mengumpulkan data dalam penelitian ini adalah dengan studi kepustakaan yaitu mengumpulkan berbagai data-data maupun teori-teori yang berhubungan dalam permasalahan yang akan diteliti. D. Teknik Analisis Data
52 Ada beberapa teknik dan metode yang digunakan dalam penelitian ini, yaitu sebagai berikut: 1. Metode Analisis Deskriptif Metode analisis deskriptif yang digunakan dalam penelitian ini adalah untuk mendeskripsikanproduk Domestik Regional Bruto (PDRB) Sektor Industri Sumatera Baratsebagai variabel terikat, sedangkan variabel bebasnya adalah jumlah investasi dan jumlah ekspor di Sumatera Barat.Dalam analisis deskriptif ini akan digambarkan secara umum tentang perkembanganproduk domestik regional bruto (PDRB) sektor industridan variabel-variabel yang mempengaruhinya seperti jumlah investasi dan jumlah ekspor di Sumatera Barat. Serta akan menggambarkan fenomena-fenomena yang terkait dengan variabel yang ada dalam penelitian ini. 2. Uji Asumsi Klasik Suatu model penelitian yang baik harus memenuhi beberapa persyaratan pengujian. Salah satunya adalah melalui uji asumsi klasik agar mendapat model regresi yang baikatau yang lebih dikenal dengan istilah BLUE (Best Linear Unbiased Estimator). Beberapa uji asumsi klasik yang digunakan dalam penelitian ini adalah sebagai berikut: a. UjiNormalitas Uji normalitas digunakan untuk mengetahui apakah dalam model regresi terhadap variable penganggu atau residual memiliki distribusi
53 secara normal atau tidak. Model regresi yang baik adalah memiliki data yang terdistribusi secara normal atau mendekati normal. Ada dua carayang dilakukan untuk mengetahui apakah data terdistribusi secara normal atau tidak, yaitu dengan cara: 1. Analisis Grafik, dasar dalam pengambilan keputusannya adalah: a. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas. b. Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas. 2. Analisis Statistik, uji normalitas data dapat juga dilakukan dengan menggunakan analisis statistic melalui uji Kolmogorov Smirnov (K-S Test), dasar pengambilan keputusannya adalah: a. Apabila probabilitas nilai Z uji K-S signifikan secara statistik maka Ho ditolak, yang berarti data terdistribusi tidak normal. b. Apabila probabilitas nilai Z uji K-S tidak signifikan secara statistik maka Ho diterima, yang berarti data terdistribusi normal. Hipotesis : Ho = Data residual tidak terdistribusi normal Ha = Data residual terdistribusi normal b. Uji Multikolinearitas
54 Multikolinearitas adalah adanya hubungan linear yang sempurna atau pasti diantara beberapa atau semua variabel yang menjelaskan dari model regresi. Uji multikolinearitas digunakan untuk mengetahui apakah model regresi ditemukan adanya korelasi antara variabel bebas. Model regresi yang baik adalah tidak terjadi kolerasi di antara variable bebas. Untuk mendeteksi ada tidaknya multikolinieritas dalam suatu model regresi dapat dilihat dari tolerance value atau variance inflation factor (VIF). Dasar pengambilan keputusannya adalah sebagai berikut: 1) Jika nilai tolerance > 0,10 dan nilai VIF < 10, maka dapat disimpulkan bahwa tidak ada multikolinieritas antar variable independen dalam model regresi. 2) Jikanilai tolerance < 0,10 dan nilai VIF > 10, maka dapat disimpulkan bahwa ada multikolinieritas antar variable independen dalam model regresi. c. Uji Autokorelasi Autokorelasi adalah adanya korelasi antara variable itu sendiri, pada pengamatan yang berbeda waktu atau individu. Uji Auto korelasi bertujuan untuk menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan periode t-1 (sebelumnya). Model regresi yang baik adalah yang bebas dari auto
55 korelasi. Untuk mendeteksi ada tidaknya auto korelasi dapat dilakukan dengan Uji Durbin Watson (DW Test). Hipotesis : Ho = tidak ada auto korelasi dalam model Ha = ada auto korelasi dalam model Ketentuan dalam melihat ada tidaknya auto korelasi dengan menggunakan DW adalah sebagai berikut: 1) Bila nilai DW berada diantara d u sampai dengan 4 d u maka koefisien auto korelasi sama dengan nol, artinya tidak ada auto korelasi. 2) Bila nilai DW lebih kecil dari d L, maka koefisien auto korelasi lebih besar dari nol, artinya ada auto korelasi positif. 3) Bila nilai DW berada di antara nilai d L dan d u, maka tidak dapat disimpulkan. 4) Bila nilai DW lebih besar dari pada 4-d L, maka koefisien auto korelasi lebih besar dari nol, artinya ada auto korelasi negatif. 5) Bila nilai DW terletak di antara 4-d u dan 4-d L, maka tidak dapat disimpulkan. d. Uji Heteroskedastisitas Heteroskedastisitas adalah satu keadaan dimana varian dari kesalahan penganggu tidak kontan suntuk semua nilai variabel bebas. Cara
56 memprediksi ada tidaknya heteroskedastisitas pada suatu model dapat dilihat dari pola gambar scatterplot model tersebut. Analisis pada gambar scatterplot yang menyatakan model regresi linier berganda tidak terdapat heteroskedastisitas jika: 1) Titik-titik data menyebar di atas dan di bawah atau sekitar angka 0 2) Titik-titik data tidak mengumpul di atas atau di bawah saja. 3) Penyebaran titik-titik data tidak boleh membentuk pola bergelombang melebar kemudian menyempit dan melebar lagi. 4) Penyebaran titik-titik data sebaiknya tidak berpola. Salah satu cara untuk melihat apakah model terbebas dari masalah heteroskedastisitas adalah bias melalui metode statistic dengan menggunakan salah satu dari Uji White, Uji Park danujiglejser. 3. Analisis Regresi Berganda Analisis regresi merupakan suatu metode yang digunakan untuk menganalisis hubungan antara variabel. Regresi linear berganda yaitu suatu model linear regresi yang variabel terikatnya merupakan fungsi linear dari beberapa variabel bebas. Dalam penelitian ini analisis regresi berganda digunakan untuk mengetahui kelinearan pengaruh secara bersamaan antara variabel jumlah investasi dan jumlah ekspor terhadap produk domestik
57 regional bruto (PDRB) sektor industri Sumatera Barat. Persamaan regresi yang digunakan dalam penelitian ini adalah sebagai berikut: Y = a + b₁x₁ + b₂x₂+е Keterangan : Y a = Produk Domestik Regional Bruto (PDRB) sektor industri = Konstanta b₁ - b 2 = Koefisien regresi variable independen X₁ X₂ =Jumlah Investasi =Jumlah Ekspor 4. Pengujian Hipotesis Pengujian hipotesis dilakukan untuk mengetahui apakah hipotesis yang telah dirumuskan dapat diterima atau ditolak. Pengujian hipotesis yang digunakan dalam penelitian ini adalah sebagai berikut : a) Uji T (Uji Parsial) Pengujian ini dilakukan untuk mengetahui variable independen berpengaruh secara signifikan atau tidak terhadap variable dependen. Pengujian dilakukan dengan membandingkan nilai t hitung yang didapat dengan t tabel. Taraf signifikan yang digunakan adalah :
58 1. Jika t hitung > t tabel maka Hο ditolak dan Hа diterima, berarti terdapat pengaruh yang signifikan antara variabel bebas dengan variabel terikat. 2. Jika t hitung < t tabel maka Hο diterima dan Hа ditolak, berarti tidak ada pengaruh yang signifikan antara variabel bebas dan variabel terikat. Untuk mengetahui nilai t hitung digunakan rumus berikut : Keterangan: t = nilai t hitung b i = koefisien regresi Sb i = standar error dari koefisien regresi Langkah-langkah yang ditempuh dalam pengujian adalah: H ο = Investasi tidak berpengaruh secara signifikan terhadap Produk Domestik Regional Bruto (PDRB) Sektor Industri Sumatera Barat
59 H а = Investasi berpengaruh secara signifikan terhadap Domestik Regional Bruto (PDRB) Sektor Industri P r o d u k Sumatera Barat. Menerapkan kriteria pengujian yaitu: Tolak Ho jika angka signifikansi lebih kecil dari α=5% Terima Ho jika angka signifikansi lebih besar dari α=5% Atau Jikat-hitung < t-tabel = Ho diterima dan H а ditolak artinya tidak terdapat hubungan yang signifikan antara variabel independent dan variabel dependent. Jikat-titung > t-tabel = Ho ditolak dan H а diterima artinya terdapat hubungan yang signifikan antara variabel independent danvariabel dependent. b) Uji F (Uji Simultan) Uji F dilakukan untuk melihat ada atau tidaknya pengaruh variable bebas terhadap variable terikat secara bersamaan. Hasil pengujian ini juga dibandingkan dengan nilai angka pada tabel F. Kriteria pengujian ini dapat dilihat yaitu : F hitung > F tabel maka H o ditolak danh а diterima
60 F hitung < F tabel maka H o diterima dan H а ditolak c) Uji Korelasi (r) Analisis koefisien korelasi digunakan untuk mengetahui keeratan hubungan antara dua variable dan untuk mengetahui arah hubungan yang terjadi. Koefisien korelasi menunjukkan seberapa besar hubungan yang terjadi antara dua variabel. Ada tiga penafsiran hasil analisis korelasi, yaitu: melihat kekuatan hubungan dua variabel, melihat signifikansi hubungan, dan melihat arah hubungan. Untuk melakukan interpretasi kekuatan hubungan antara dua variable dilakukan dengan melihat angka koefesien korelasi hasil perhitungan dengan menggunakan kriteria sebagai berikut: a. Jika angka koefesien korelasi menunjukkan 0, maka kedua variabel tidak mempunyai hubungan. b. Jika angka koefesien korelasi mendekati 1, maka kedua variabel mempunyai hubungan semakin kuat. c. Jika angka koefesien korelasi mendekati 0, maka kedua variabel mempunyai hubungan semakin lemah. d. Jika angka koefesien korelasi sama dengan 1, maka kedua variabel mempunyai hubungan linier sempurna positif.
61 e. Jika angka koefesien korelasi sama dengan -1, maka kedua variabel mempunyai hubungan linier sempurna negatif. d) Koefisien Determinasi (R 2 ) Koefisien determinasi merupakan teknik statistik yang digunakan untuk menentukan besarnya kontribusi variabel bebas terhadap variabel terikat yang dinyatakan dalam persentase (%). Dengan demikian tujuan melakukan analisis koefisien determinasi (R 2 ) dalam penelitian ini adalah untuk menentukan berapa beasar pengaruh variabel Investasi dan Ekspor memberikan kontribusi terhadap Produk Domestik Regional Bruto (PDRB) Sektor Industri Sumatera Barat (Y). Koefisien Determinasi (R 2 ) digunakan untuk mengukur seberapa jauh kemampuan variabel bebas (X) yang dimasukan kedalam model, untuk menjelaskan varibael terikat. Nilai koefisien determinasi diantara nol dan satu (0<R 2 <1). Semakin mendekati nol berarti model tidak baik atau variasi model dalam menjelaskan amat terbatas, sebaliknya semakin mendekati satu model semakin baik.