bab iii metode penelitian a. jenis dan rancangan penelitian · 2019. 10. 1. · penelitian,...
TRANSCRIPT
29
BAB III
METODE PENELITIAN
Bab metode penelitian akan membahas mengenai jenis penelitian, rencana
penelitian, lokasi penelitian, waktu penelitian, populasi penelitian, sampel
penelitian, variabel penelitian, definisi operasional, metode pengumpulan data
yang digunakan, dan teknik analisis data yang digunakan dalam penelitianan.
A. Jenis dan Rancangan Penelitian
Penelitian ini terdiri atas satu variabel dependen (terikat) dan dua
variabel independen (bebas). Variabel dependen yang digunakan yaitu
kemiskinan. Sementara dua variabel independen yang digunakan yaitu indeks
pembangunan manusia (IPM) dan produk domestik regional bruto (PDRB).
Menggunakan metode penelitian kuantitatif.
Data dalam penelitian adalah data sekunder, yakni merupakan data yang
diperoleh berdasarkan informasi yang telah disusun dan dipublikasikan oleh
institusi tertentu. Dalam penelitian ini data yang digunakan di peroleh dari
Badan Pusat Statistik (BPS). Penelitian ini bersifat kuantitatif, dengan cakupan
data yang digunakan yaitu data 35 kabupaten/kota di Jawa Tengah, dengan data
time series mulai dari tahun 2012 hingga tahun 2016, dengan jumlah observasi
175 unit observasi.
B. Lokasi dan Waktu Penelitan
Penelitian dilakukan di 35 Kabupaten/kota Provinsi Jawa Tengah
menggunakan data sekunder yang diperoleh dari publikasi yang dilakukan oleh
30
Badan Pusat Statistik (BPS) melalui website onlinenya, dan penelitian ini
dilakukan mulai bulan Januari 2018 sampai selesai.
C. Populasi dan Sampel
Populasi menurut Sugiono (2015:117) adalah wilayah generalisasi yang
terdiri atas obyek/ subyek yang mempunyai kualitas dan karakteristik tertentu
yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik
kesimpulan.
Menurut Sugiyono (2015:118) sampel adalah bagian dari jumlah dan
karakteristik yang dimiliki oleh populasi tersebut. Dalam penelitian ini peneliti
menggunakan sampling purposive, yaitu teknik penentuan sampel dengan
pertimbangan tertentu. Alasan peneliti menggunakan sampling purposive
adalah pertimbangan pribadi peneliti, karena menurut peneliti Provinsi Jawa
Tengah memiliki tingkat kemiskinan yang beragam disetiap kabupaten/kota
yang terdapat di Provinsi Jawa Tengah dan tingkat kemiskinan Jawa Tengah
berada di atas tingkat kemiskinan nasional.
D. Variabel Penelitian
Sugiono (2015:61) berpendapat bahawa variabel penelitian adalah
suatu atribut atau sifat atau nilai dari orang, obyek atau kegiatan yang
mempunyai variasi tertentu yang ditetapkan oleh peneliti untuk dipelajari dan
kemudian ditarik kesimpulan. Penelitian ini terdapat dua macam variabel
penelitian yaitu variabel dependen dan variabel independen.
31
1. Variabel dependen (terikat)
Menurut Sugiono (2015:61) variabel dependen merupakan vaeiabel
yang dipengaruhi atau menjadi akibat, karena adanya variabel bebas. Dalam
penelitian ini terdapat 1 (satu) variabel dependen (terikat) yaitu tingkat
kemiskinan (Y). merupakan jumlah penduduk miskin di Jawa Tengah yang
di nyatakan dalam persen.
2. Variabel independen (bebas)
Menurut Sugiono (2015:61) variabel independen adalah merupakan
varibel yang mempengaruhi atau yang menjadi sebab perubahannya atau
timbulnya variabel dependen (terikat). Penelitian ini terdapat 2 (dua)
variabel independen (bebas) yaitu indeks pembangunan manusia (X1) dan
produk domestik regional bruto (X2) di 35 kabupaten/kota di Jawa Tengah
tahun 2012-2016.
E. Definisi operasional
Budiantara dan Zulfikar (2014:17) definisi operasional adalah
spesifikasi kegiatan penelitian dalam mengukur atau memanipulasi suatu
variabel. Definisi operasional ini memberi batasan atau arti suatu variabel
dengan merinci hal yang harus dikerjakan oleh peneliti untuk mengukur
variabel tersebut. Skala pengukuran yang digunakan dalam penelitian adalah
skala rasio.
1. Variabel Dependen
Kemiskinan merupakan keadaan ketidakmampuan untuk memenuhi
standar hidup layak seperti pakaian atau sandang, pangan atau makanan,
32
papan atau tempat tinggal, pendidikan, dan kesehatan. Dalam penelitian ini
kemiskinan yang terjadi di 35 kabupaten/kota di Provinsi jawa tengah dari
tahun 2012 Samapai tahun 2016, yang dinyatakan kedalam presentase.
2. Variabel Independen
a. Indeks Pembangunan Manusia (IPM)
Salah satu tolak ukur untuk melihat keberhasilan pembangunan
manusia dapat menggunakan indeks pembangunan manusia. Penelitian
ini menggunakan IPM dari 35 kabupaten/kota di Provinsi Jawa Tengah
dari tahun 2012 hingga tahun 2016, penghitungan IPM dalam penelitian
ini menggunakan metode lama dan metode baru, indikator dalam IPM ini
menggunakan angka harapan hidup saat lahir, rata-rata lama sekolah,
harapan lama sekolah, dan pengeluaran perkapita disesuaikan.
Dinyatakan dalam satuan indeks.
b. Produk Domestik Regional Bruto (PDRB)
Jumlah nilai tambah yang dihasilkan oleh seluruh unit disuatu
wilayah berupa barang dan jasa disebut produk domestik regional bruto.
Penelitian ini menggunakan PBDR 35 kabupaten/kota di Provinsi Jawa
Tengah dari tahun2012 sampai tahun 2016 dengan PDRB atas dasar
harga konstan tahun 2010 dinyatakan dalam juta rupiah.
Penelitian ini peneliti mengubah data kedalam bentuk T-score atau skor
terstandarkan, ini dilakukan karena satuan dalam variabel penelitian tidak
sama. Dengan nilai mean sebesar 50 dan standar devisiasi 10. T-score dapat
dihitung dengan rumus:
33
T = 50 + 10(Z)
Sumber: http://www.semestapsikometrika.com/2017/09/mengubah-skor-ke-bentuk-
skor-standar-di.html
Dimana T adalah nilai dari skor terstandar, nilai 50 adalah nilai mean
dari setiap variabel baik bebas maupun terikat, untuk nilai 10 merupakan nilai
dari standar devisiasi, dan Z merupakan lambing untuk nilai Z-score.
F. Metode pengumpulan data
Metode pengumpulan data dalam penelitian ini sebagai berikut:
1. Dokumentasi, adalah dengan menggunakan dan mengumpulkan data-data
dari instansi tertentu, dalam penelitian ini menggunakan dokumentasi dari
Badan Pusat Statistika yang telah dipublikasikan dalam Jawa Tengah
Dalam angka.
2. Studi kepustakaan, studi kepustakaan ini dilakukan dengan membaca buku
sebagai refrensi yang memiliki kaitan dengan masalah yang diteliti dan juga
dengan membaca jurnal-jurnal yang juga memiliki kaitan dengan masalah
yang diteliti untuk menambah informasi peneliti.
G. Teknik analisis data
Dalam penelitian ini, peneliti menggambarkan dan menganalisis data
dengan sistematis. Ini bertujuan supaya tujuang yang penelitian dapat dicapai
oleh peneliti, teknik analisis kuantitatif digunakan oleh peneliti, yang dilakukan
melalui beberapa langkah sebagai berikut:
34
1. Analisis Statistik Deskripsi
Analisis ini digunakan untuk menganalisis data IPM, PDRB, dan
kemiskinan dengan cara mediskripsikan data IPM, PDRB, dan kemiskinan
yang telah terkumpul. Sugiono (2015:207-208) menyatakan bahwa
statistik deskripsi merupakan statistik yang digunakan untuk menganalisis
data dengan cara mendiskripsikan atau menggambarkan data yang telah
terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan
yang berlaku untuk umum atau generalisasi. Statistik yang digunakan
adalah nilai rata-rata, nilai minimum, nilai maksimum, dan nilai standar
devisiasi.
2. Uji Asumsi Klasik
Uji asumsi klasik merupakan salah satu langkah penting untuk
menghindari regresi lancung. Dalam data time series uji asumsi klasik ini
merupakan syarat yang harus di penuhi. Model regresi yang baik harus
terdistribusi normal, dan terhindar atau terbebas dari multikolinearitas,
autokorelasi, dan heterokedastisitas. Untuk menguji penyimpangan asumsi
klasik tersebut dapat menggunakan cara untuk mengujinya sebagai berikut:
1) Uji Normalitas
Uji normalitas menurut Sugiono dan Susanto (2015:321)
dilakukan untuk mengetahui apakah sampel yang diambil berasal
dari populasi yang terdistribusi normal. Keadaan sampling yang
normal sangat penting karena merupakan persyaratan penggunaan
statistik untuk melakukan pengujian hipotesis. Dalam penelitian
35
untuk mengetahui apakah data terdistribusi normal atau tidak dapat
digunakan uji kolgomorov-smirnov. Pengambilan keputusan untuk
data terdistribusi normal adalah jika sig.(2-tailed) >5 persen (0.05).
2) Uji Autokorelasi
Menurut Sugiono dan Susanto (2015:333) uji autokorelasi
adalah untuk mengetahui apakah dalam persamaan regresi terdapat
kondisi serial atau tidak antara variabel pengganggu. Untuk
mengetahui apakah persamaan regresi ada atau tidak autokorelasi
akan digunakan pendekatan uji Run. Jika nilai Run >0.05 maka
gejala autokorelasi dapat diabaikan. Model regresi yang baik
mensyaratkan tidak adanya autokorelasi.
3) Uji Multikolinearitas
Menurut Yudiaatmaja (2013:78) uji multikolinearitas
adalah uji untuk variabel bebas, di mana korelasi antar variabel bebas
dilihat. Jika ada dua variabel bebas di mana kedua variabel tersebut
berkorelasi sangat kuat, maka secara logika persamaan regresinya
cukup diwakili oleh satu variabel saja. korelasi yang sangat kuat
yang dimaksud adalah apabila nilai r>0,90. Jadi apabila korelasi
antar variabel kurang dari 0,90 dinyatakan tidak terjadi
multikolinearitas.
36
Menurut Wijaya dalam Yudiaatmaja (2013:78) terdapat
beberapa cara untuk mendeteksi ada tidaknya multikolinearitas, yaitu
sebagai berikut:
a) Nilai R2 yang dihasilkan oleh suatu estimasi model regresi
empiris yang sangat tinggi, namun secara individual variabel
bebas banyak yang tidak signifikan mempengaruhi variabel
terikat.
b) Menganalisis korelasi antar variabel bebas. Jika korelasi antar
variabel kurang dari 0,9 dinyatakan tidak terjadi
multikolinearitas.
c) Multikolinearitas dapat juga diketahui dari nilai Variance
Inflation Faktor (VIF). Jika nilai VIF ≤ 10, maka dinyatakan
tidak terjadi multikolinearitas.
d) Adanya multikolinearitas juga dapat diidentifikasi dari nilai
Eigenvalue sejumlah variabel bebas yang mendekati nol.
Dalam penelitian ini identifikasi multikolinearitas dari nilai
Variance Inflation Faktor (VIF). Jika nilai VIF ≤ 10, maka
dinyatakan tidak terjadi multikolinearitas. Sebaliknya jika nilai VIF
≥ 10, maka dinyatakan terjadi multikolinearitas
4) Uji Heterokedastisitas
Menurut Surfan dan Natanael (2014:105) uji heteroskedasitas
adalah untuk melihat apakah kesalahan (eror) pada data kita
memiliki varians yang sama atau tidak. Heteroskedastisitas memiliki
37
suatu kondisi bahawa varians eror berbeda dari satu pengamatan ke
pengamatan lain. Model regresi liniear ganda yang baik adalah tidak
mengalami heteroskedastisitas.
Melihat apakah dalam sebuah model regresi terjadi
ketidaksamaan varians dari residual satu pengamatan ke pengamatan
lain menggunakan uji heterokedastisitas. Salah satu cara untuk
mendeteksi ada atau tidaknya heteroskedastisitas adalah dengan
melihat grafik scatter plot. Deteksi heteroskedastisitas dapat
dilakukan dengan melihat ada tidaknya pola-pola tertentu pada
grafik scatter plot.
Dasar pengambilan keputusan adalah titik-titik menyebar di
atas dan di bawah atau disekitar 0, titik-titik tidak mengumpul hanya
diatas atau dibawah saja, penyebaran titik-titik data tidak membentuk
pola bergelombang melebar kemudian menyempit kembali, dan
penyebaran titik-titik data tidak berpola maka tidak terjadi
heteroskedastisitas
3. Analisis Regresi Sederhana
Menurut Suyono (2018:05) regresi sederhana adalah model
probalistik yang menyatakan hubungan linear antara dua variabel di mana
salah satu variabel dianggap mempengaruhi variabel yang lain. Variabel
yang mempengaruhi dinamakan variabel independen (bebas) dan variabel
yang dipengaruhi dinamakan variabel dependen (terikat).
38
Model probalistik untuk regresi linear sederhana sebagai berikut:
(Suyono,2018:05)
Dengan X adalah variabel independen (bebas), Y adalah variabel
dependen (terikat), adalah parameter-parameter yang nilainya
tidak diketahui yang dinamakan koefisien regresi, dan ε adalah kekeliruan
atau galat acak. Galat acak mempunyai peranan penting dalam analisis
regresi. Galat acak digunakan untuk memodelkan variasi nilai-nilai Y
untuk nilai X yang tetap. Di dalam penelitian ini variabel dependen (Y)
adalah tingkat kemiskinan, dan untuk variabel independen (X) adalah
indeks pembangunan manusia (IPM) dan produk domestik regional bruto
(PDRB).
4. Analisis Regresi Ganda
Penggunaan analisis regresi ganda dalam penelitian ini adalah
untuh memprediksi pengaruh antara satu variabel dependen dan dua
variabel independen. Variabel penelitian adalah kemiskinan sebagai
variabel dependen, dan indeks pembangunan manusia (IPM) dan produk
domestik regional bruto (PDRB). menggunakan rumus sebagai berikut:
(Suyono,2018:05)
Dimana X adalah variabel independen (bebas) yaitu X1 untuk
indeks pembangunan manusia (IPM) dan X2 untuk produk domestik bruto,
Y adalah variabel dependen (terikat) yaitu tingkat kemiskinan,
39
adalah parameter-parameter yang nilainya tidak diketahui
yang dinamakan koefisien regresi, dan ε adalah kekeliruan atau galat acak.
Galat acak mempunyai peranan penting dalam analisis regresi.
5. Pengujian Hipotesis
Guna mengetahui apakah ada pengaruh yang signifikan antara
variabel independen (X) terhadap variabel dependen (Y) digunakan uji
hipotesis. Pengujian hipotesis terdiri dari beberapa pengujian, yakni
sebagai berikut:
1) Uji Signifikansi Individual (Uji Statistik t)
Uji statistik t menurut Kuncoro (2011:105) pada dasarnya
menunjukkan seberapa jauh pengaruh variabel penjelas secara
individual dalam menerangkan variasi variabel terikat. Apabila
atau signifikan lebih dari 0.05 maka Ho
diterima yang berarti variabel independen tidak berpengaruh
signifikan terhadap variabel dependen pada drajat keyakinan tertentu.
Sedangkan jika atau signifikan kurang dari 0.05 maka
Ho ditolak yang berarti variabel independen berpengaruh secara
signifikan terhadap variabel dependen pada derajat keyakinan tertentu.
2) Uji Signifikansi Simultan (Uji Statistik F)
Uji statistik F digunakan untuk mengetahui apakah secara
bersama-sama variabel bebas mempengaruhi variabel terikat. Menurut
Kuncoro (2015:106) yaitu menunjukkan apakah semua variabel bebas
40
yang dimasukkan dalam model mempunyai pengaruh secara bersama-
sama terhadap variabel terikat.
Kriteria uji statistik F taraf signifikan 5 persen atau 0.05
dijelaskan sebagai berikut:
a) Jika nilai F-hitung < F-tabel maka Ho diterima dan menolak Ha,
artinya variabel independen secara bersama-sama tidak
mempengaruhi variabel dependen secara signifikan.
b) Sedangkan jika nilai F-hitung > F-tabel maka Ho ditolak dan
menerima Ha, artinya variabel independen secara bersama-sama
mempengaruhi variabel dependen secara signifikan.
3) Koefisien Determinan (R2)
Menurut Siagian dan Sugiarta (2006:259) keofisisen
determinasi menunjukan ragam (variasi) naik turunya Y yang
diterangkan oleh pengaruh linear X. bila nilai koefisien determinasi
sama dengan satu, berarti garis regresi yang terbentuk cocok secara
sempurna dengan nilai-nilai observasi yang diperoleh. Dalam hal ini
nilai koefisisen determinasi sama dengan satu artinya ragam naik
turunya Y seluruhnya disebabkan oleh X.
Siagian dan Sugiarto (2006:260) berpendapat bahwa nilai
0≤R2≤1, jika nilai R
2 = 0 berarti tidak ada hubungan antara X dan Y,
atau secara model regresi yang terbentuk tidak tepat untuk
meramalkan Y, jika nilai R2 = 1, ini berarti garis regresi yang
terbentuk dapat meramalkan Y secara sempurna.