BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

2.1 Metode Analisis Data

2.1.1 Defenisi Operasi Variabel Pada penelitian ini variabel variabel yang dioperasionalkan adalah semua variabel yang termasuk dalam hipotesis yang telah dirumuskan. Untuk memberikan gambaran yang jelas dan memudahkan pelaksanaan penelitian, maka defenisi variabel-variabel yang akan diteliti sebagai berikut: a. Variabel Pemahaman Proses konstruktivitas social dalam memahami diversifikasi produk, tidak hanya memahami makna diversifikasi, tetapi juga pemanfaatan pengetahuan pembaca yang berhubungan dengan diversifikasi. b. Variabel Pemasaran Proses yang dilalui oleh petani untuk memasarkan diversifikasi produk dimulai dari peminat produk, persaingan penjualan dan tempat pemasaran produk. c. Variabel Diversifikasi Diversifikasi produk adalah upaya yang dilakukan pengusaha/produsen/ perusahaan untuk mengusahakan atau memasarkan beberapa produk yang sejenis untuk mengusahakan atau memasarkan beberapa produk yang sejenis dengan produk yang sudah dipasarkan sebelumnya. Diversifikasi produk didefinisikan sebagai suatu perluasan pemilihan barang dan jasa yang dijual oleh perusahaan dengan jalan menambah produk baru atau memperbaiki tipe, warna, mode, ukuran, jenis dari produk yang sudah ada dalam rangka memperoleh laba maksimal (Effendi, 1996:109). Defenisi variabel yang diteliti:

Universitas Sumatera Utara

Tabel 2.1. Defenisi Variabel Variabel

Defenisi Variabel Proses konstruktivitas sosial dalam

Faktor Pemahaman (X1)

memahami

diversifikasi hanya

produk,

tidak

memahami

diversifikasi,

makna

tetapi

pemanfaatan

Skala

Indikator

juga

pengetahuan

pembaca yang berhubungan

a. Keterkaitan antar konsep

dan

mengaplikasikan konsep

Slaka likert

b. Pengembangan konsep

dengan diversifikasi

Faktor Pemasaran (X2)

Proses

yang

petani

untuk

dilalui

oleh

memaasarkan

produk diversifikasi dimulai dari

peminat

persaingan

produk,

penjualan,

dan

a. Peminat b. Persaingan

Slaka likert

c. tempat pemasaran

tempat pemasaran produk. Diversifikasi

produk

didefinisikan sebagai suatu perluasan pemilihan barang dan jasa yang dijual oleh Diversifikasi perusahaan Produk (Y)

dengan

jalan

menambah produk baru atau memperbaiki mode,

tipe,

ukuran,

warna,

jenis

dari

produk yang sudah ada dalam rangka

memperoleh

a. nilai suatu produk meningkat. b. Lebih bnyak macam produk

Skala likert

c. Laba yang maksimum

laba

maksimal


2.2 Pengukuran Variabel Pengukuran yang dilakukan oleh penulis dalam proses pengolahan data adalah dengan menggunakan skala likert. Skala likert digunakan untuk mengukur sikap, pendapat dan persepsi seseorang atau sekelompok orang tentang fenomena sosial. (Ginting dan situmorang, 2008:121) pada penelitian ini responden memilih salah satu dari jawaban yang diberi skor tertentu. Skor responden kemudian dijumlahkan dan jumlah ini merupakan total skor. Total skor inilah yang ditafsirkan sebagai posisi responden dalam skala likert. Peneliti memberi lima alternative jawab kepada responden, dengan menggunakan skala 1 sampai 5 untuk keperluan analisis kuantitatif penelitian ini yang dapat dilihat pada table 2.2 berikut: Tabel 2.2 Alternatif Jawaban Responden No

Skala Pengukuran

Skor

1

Iya

5

2

Sebagian Besar

4

3

Ragu ragu

3

4

Sebagian Kecil

2

5

Tidak

1

Sumber : Usman Husain, M.Pd Pengantar Statistik 2.2 Tehnik Pengumpulan Data Teknik pengumpulan data dalam penelitian ini dilakukan dengan menggunakan: a. Kuesioner Penelitian menyebarkan kuesioner yang berisi daftar pernyataan kepada responden

penelitian

mengenai

pengaruh

faktor

pemasaran

dan

pemahaman terhadap diversifikasi produk.


b. Studi dokumentasi Studi dokumentasi dilakukan dengan memperoleh data dengan cara mengumpulkan dan mempelajari data dari buku-buku pendukung, jurnal mahasiswa, data internet yang berhubungan dengan peneliti.

2.3 Populasi dan Sampel Suharsimi Arikunto (1998) pengumpulan sumber informasi yang tersedia secara tepat dimaksudkan untuk mengoptimalkan informasi dari target yang lebih spesifik, atau sesuai dengan kriteria yang diinginkan oleh peneliti. Pengambilan sampel didasarkan atas tujuan tertentu dengan pertimbangan seperti: fokus penelitian, pertimbangan ilmiah, alasan keterbatasan waktu, tenaga dan dana, sehingga tidak dapat mengambil sampel yang besar dan jauh. Suharsimi arikunto (1998) mengatakan untuk menyempurnakan penggunaan teknik sampel berstrata dan atau wilayah, dimana banyaknya subyek yang belum tentu berstrata dan atau perbedaan ciri wilayah yang tidak sama, sehingga ditentukan seimbang atau sebanding dengan banyaknya subyek dalam masingmasing strata dan atau wilayah. Populasi dalam penelitian ini adalah desa yang mempunyai luas lahan salak yang lebih luas di Kecamatan Angkola Barat di Kabupaten Tapanuli Selatan. Pada tahun 2015 Kecamatan Angkola Barat mempunyan 14 desa/kelurahan, peneliti memilih 6 desa yang dapat mewakili golongan. peneliti mengambil 30 sampel dan dibagi secara merata ditiap desa. Setiap desa memiliki 5 responden yang dilakukan secara acak. Penggolongan pengambilan sampel penelitian berdasarkan banyak desa yang memiliki luas lahan salak lebih luas adalah sebagai berikut :


Table 2.3. Penggolongan Sampel Penelitian No

Desa/kelurahan

Luas (Km2)

1

Parsalakan

28,60

2

Simatorkis

26,70

3

Sitinjak

18,70

4

Panobasan

14,60

5

Sitaratoit

12,00

6

Sibangkua

7,10

Sumber : Kantor camat Kecamatan Angkola Barat

2.3.1

Jenis dan Sumber Data

Peneliti menggunakan 2 (dua) jenis data didalam melakukan penelitian untuk membantu memecahkan masalah, yaitu: c.

Data primer

Menurut Suliyanto (2006:131) Data primer adalah data yang dikumpulkan sendiri oleh peneliti langsung dari sumber pertama. Dalam penelitian ini data primer diperoleh secara langsung dari responden terpilih pada lokasi penelitian yaitu petani salak Kecamatan Angkola Barat Kabupaten Tapanuli Selatan. Data primer diperoleh dengan menggunakan kuisioner kepada responden terpilih yang berisikan pernyataan mengenai variabel penelitian.

d. Data Sekunder Menurut suliyanto(2006:131) Data sekunder adalah data yang diterbitkan atau digunakan oleh organisasi yang bukan pengelolanya. Data sekunder ini diperoleh peneliti dari sumber sumber lain yang telah diolah seperti buku-buku penunjang, jurnal mahasiswa, hasil lapangan dan data internet yang berhubungan dengan penelitian.


2.4 Uji Asumsi Klasik Valid artinya data yang diperoleh melalui kuesioner dapat menjawab tujuan penelitian ini, sedangkan realiabel artinya konsisten atau stabil bila digunakan untuk penelitian lain. a.

Uji normalitas

Menurut Umar (2008, hal :77), uji normalitas berguna untuk mengetahui apakah variabel dependen, independen atau keduanya berdistribusi normal, mendekati distribusi normal atau tidak. Mendeteksi apakah data berdistribusi normal atau tidak, dapat diketahui dengan menggambarkan penyebaran data melalui sebuah grafik. Jika data menyebar disekitar garis diagonalnya, model regresi memenuhi asumsi normalitas dan jika data menyebar jauh dari garis diagonal (tidak mengukiti arah garis diagonal), maka model regresi tidak memenuhi asumsi normalitas.

2.5 Uji Validitas dan realiabilitas Instrumen a. Uji Validitas Menurut Sugiyono (2006:106), instrument yang valid berarti alat ukur yang digunakan untuk mendapatkan data (mengukur) itu valid. Teknik yang digunakan untuk mengukur validitas butir pertanyaan kuesioner adalah korelasi produk momen (correlation product moment, bivariate correlation) antara skor setiap butir pertanyaan dengan skor total sehingga sering disebut sebagai inter item – total correlation. Formula yang digunakan untuk itu adalah sebagai berikut :

∑ √∑

∑

̈


Keterangan: Xij

= Skor responden ke-j pada butir pertanyaan i

Ẍi

= Rata – rata skor butir pertanyaan i

tj

= Total skor seluruh pertanyaan untuk responden ke-j = Rata – rata Total skor

̈ ri

= Korelasi antara butir pertanyaan ke-I dengan total skor

dalam uji validitas pengambilan keputusan adalah: 1. Jika r hitung > r tabel, maka pernyatan tersebut dinyatakan valid 2. Jika r hitung < r tabel maka pernyataan tersebut dinyatakan tidak valid

b. Uji realiabilitas Uji reabilitas dilakukan untuk mengukur tingkat konsistensi antara hasil pengamatan dengan instrument atau alat ukur yang digunakan pada waktu yang berbeda. Pernyatan yang sudah valid dalam uji validitas akan ditentukan reabilitas dengan kriteria sebagai berikut: 1. Jika r alpha positif atau > r tabel maka pernyataan reliabel 2. Jika r alpha negative atau < r tabel maka pernyatan tidak reliabel

2.6 Pengujian Hipotesis a. Uji Signifikan Parsial atau Individu (Uji-t) Dilakukan untuk menguji secara parsial setiap variabel bebas (X) yaitu pemasaran dan pemahaman apakah mempunyai pengaruh yang signifikan terhadap variabel terikat (Y) yaitu diversifikasi produk. Kriteria pengujiannya adalah sebagai berikut: H0 : b1 = 0 (faktor pemasaran tidak berpengaruh secara parsial terhadap diversifikasi produk buah salak) H1 : b1 ≠ 0 (faktor pemasaran berpengaruh secara parsial terhadap diversifikasi produk buah salak)


H0

: b2 = 0 (faktor pemahaman tidak berpengaruh secara parsial

terhadap diversifikas produk buah salak) H1

: b2 ≠ 0 (faktor pemahaman berpengaruh secara parsial terhadap

diversifikasi produk buah salak)

Rumus:

Ketarangan : b1 = koefisien regresi untuk variabel independen standar error koefisien regresi untuk variabel independen

Dalam hal ini, t

hitung

dibandingkan dengan t

tabel

dengan tingkat kepercayan

(confidence interval) 95% atau a=5% dengan ketentuan sebagai berikut : 1. Jika t hitung ≤ t tabel, maka H0 diterima dan H1 ditolak. 2. Jika t hitung > t tabel, maka H0 ditolak dan H1 diterima

b. Uji Signifikan Simultan atau Gabungan (Uji F) Kriteria Pengujian hipotesis untuk uji serempak (uji F) adalah: H0 : b1, b2 = 0 (Faktor pemasaran dan pemahaman tidak berpengaruh terhadap diversifikasi produk) H1 : b1, b2 ≠ 0 (Faktor pemasaran dan pemahaman berpengaruh terhadap diversifikasi produk.

Rumus:


Keterangan: K

= jumlah variabel

n

= jumlah sampel

JKreg

= jumlah kuadrat regresi

JKres

= jumlah kuadrat residu

Dalam hal ini, Fhitung dibandingkan dengan Ftabel dengan tingkat kepercayan (confidence interval) atau a = 5% dengan ketentuan sebagai berikut: 1. Jika Fhitung ≤ Ftabel, maka H0 diterima dan H1 ditolak 2. Jika Fhitung > Ftabel, maka H0 ditolak dan H1 diterima

2.7 Pengertian Regresi Istilah regresi pertama kali diperkenalkan oleh Sir Francis Galton pada tahun 1886. Secara umum, analisis regresi pada dasarnya adalah studi mengenai ketergantungan satu variabel dependen (terikat) dengan satu atau lebih variabel independent (variabel penjelas/bebas), dengan tujuan untuk mengestimasi atau memprediksi rata-rata populasi atau nilai rata-rata variabel dependen berdasarkan nilai variabel independen yang diketahui. Hasil analisis regresi adalah berupa koefisien regresi untuk masing-masing variabel independent. Koefisien ini diperoleh dengan cara memprediksi nilai variabel dependen dengan suatu persamaan.

2.8 Analisis Regresi Linier Analisis regresi linier adalah salah satu analisis yang paling populer dan luas pemakaiannya. Analisis regresi dipakai secara luas untuk melakukan prediksi dan ramalan, Analisis ini juga digunakan untuk memahami variabel bebas mana saja yang berhubungan dengan variabel terikat, dan untuk mengetahui bentuk-bentuk hubungan tersebut. Untuk mempelajari hubungan-hubungan antara beberapa variabel, analisis ini terdiri dari dua bentuk, yaitu:


1. Analisis Regresi Sederhana (simple analisis regresi) 2. Analisis Regresi Berganda (multipe analisis regresi) Analisis regresi sederhana merupakan hubungan antara dua variabel yaitu variabel bebas (independent variabel) dan variabel tak bebas (dependent variabel). Sedangkan analisis regresi berganda merupakan hubungan antara tiga variabel atau lebih, yaitu sekurang-kurangnya dua variabel bebas dan satu variabel tak bebas.

2.9 Regresi Linier Sederhana Regresi linier sederhana adalah hubungan secara linier antara satu variabel independen (X) dengan variabel dependen (Y). Analisis regresi linier sederhana dipergunakan untuk mengetahui arah hubungan antara variabel tidak bebas dengan variabel bebas apakah positif atau negatif dan untuk memprediksi nilai dari variabel tak bebas apabila nilai variabel bebas mengalami kenaikan atau penurunan. Data yang digunakan biasanya berskala interval atau rasio. Rumus regresi linier sederhana adalah sebagai berikut:

̂=

+

x

Dengan: ̂

= Variabel tak bebas

X

= Variabel bebas = Parameter intercept = Parameter koefisien regresi variabel bebas

2.10

Regresi Linier Berganda

Analisis regresi linier berganda adalah hubungan secara linier antara dua atau lebih variabel bebas (X1, X2,…, X ) dengan variabel tidak bebas (Y). Analisis ini digunakan untuk mengetahui arah hubungan antara variabel tak bebas dengan


variabel tidak bebas apakah masing-masing variabel bebas berhubungan positif atau negatif dan untuk memprediksi nilai dari variabel tidak bebas apabila nilai variabel bebas mengalami kenaikan atau penurunan. Data yang digunakan biasanya berskala interval atau rasio. Analisis regresi linier berganda sebenarnya sama dengan analisis regresi linier sederhana, hanya variabel bebasnya lebih dari satu variabel penduga. Tujuan analisis regresi linier berganda adalah untuk mengukur intensitas hubungan antara dua variabel atau lebih dan memuat prediksi/perkiraan nilai

atas nilai . Bentuk

persamaan regresi linier sederhana yang mencakup dua atau lebih variabel, yaitu:

= β0 + β1

1

+ β2

2

+ ⋯ + β1

𝜀

dengan: = Pengamatan ke-i pada variabel tak bebas = Pengamatan ke-i pada variabel bebas β0

= Parameter intercept

β1, β2, …, β = Parameter koefisien regresi variabel bebas 𝜀

= Parameter ke-i variabel kesalahan

Model diatas merupakan model regresi untuk populasi, sedangkan apabila hanya untuk menarik sebagian berupa sampel untuk populasi secara acak, dan tidak mengetahui regresi populasi, sehingga model populasi perlu diduga berdasarkan model populasi sebagai berikut: ̂ = b 0+

1 1+

2 2 +⋯+

dengan: ̂

= Variabel tidak bebas (dependent) 0,

a1, a2,...,an = koefisien regresi

X1, X2, X3,...,Xn = variabel bebas (independent)


Untuk hal ini, penulis menggunakan regresi linier berganda satu variabel terikat (dependent variabel) dan dua variabel bebas (independent variabel). Bentuk umum regresi linier berganda tersebut, yaitu:

̂ = b𝑜 + 1X1 +

2X2

+

3X3

+⋯+ X

dengan: = produk diversifikasi X1 = faktor pemasaran X2 = faktor pemahaman = 1,2,3,...,

Untuk rumus diatas, dapat diselesaikan oleh tiga persamaan variabel yang terbentuk: ∑ =

0

∑

1=

∑

2=

+

1∑ 1

0∑ 1 +

0∑ 2+

+

2∑ 2

1∑

+

2∑ 1 2

1∑ 2 1 +

2∑

Dengan b0, b1, b2 adalah koefisien yang ditentukan berdasarkan data hasil pengamatan. Untuk menghitung nilai

2.11

=

− ̂ , X1 = X1 − ̂ 1 dan X2 = X2 − ̂ 2

Kesalahan Standard Estimasi

Untuk mengetahui ketepatan persamaan estimasi dapat digunakan kesalahan standar estimasi (standard error estimate). Besarnya kesalahan standar estimasi


menunjukkan ketepatan persamaan estimasi untuk menjelaskan nilai variabel tidak bebas yang sesungguhnya. Semakin kecil nilai kesalahan standar estimasi, makin tinggi ketepatan persamaan estimasi yang dihasilkan untuk menjelaskan nilai variabel tidak bebas sesungguhnya. Sebaliknya, semakin besar nilai kesalahan standar estimasi, makin rendah ketepatan persamaan srandar estimasi yang dihasilkan untuk menjelaskan nilai variabel tidak bebas sesungguhnya. (Algifari, 2000. Analisa Regresi Teori, kasus dan solusi, Edisi 2) Kesalahan standar estimasi dapat ditentukan dngan rumus:

𝑆

,1,2,…,

=𝑆

√

dengan: = nilai data sebenarnya ̂

2.12

= nilai taksiran

Koefisien Determinan

Koefisien determinasi (𝑅2) adalah satu ukuran yang digunakan untuk mengukur pengaruh variabel bebas terhadap variansi variabel tidak bebas, dengan 0 < 𝑅2 < 1. Koefisien determinasi pada regresi linear sering diartikan sebagai seberapa besar kemampuan semua variabel bebas dalam menjelaskan varians dari variabel terikatnya.

Secara

sederhana

koefisien

determinasi

dihitung

dengan

mengkuadratkan Koefisien Korelasi (r). Secara umum koefisien determinasi digunakan sebagai informasi mengenai kecocokan suatu model. Dalam regresi, koefisien determinasi di jadikan sebagai pengukuran seberapa baik garis regresi mendekati nilai data asli yang dibuat model. Jika R2 sama dengan 1, maka angka tersebut menunjukkan garis regresi cocok dengan data secara sempurna.


Hipotesa: 𝐻0: Tidak terdapat hubungan fungsional yang signifikan antara semua faktor yang mempengaruhi terhadap faktor yang dipengaruhi. 𝐻1: Terdapat hubungan fungsional yang signifikan antara semua faktor yang mempengaruhi terhadap faktor yang dipengaruhi. Koefisien determinasi yang dinyatakan dengan 𝑅2 digunakan untuk pengujian regresi linier berganda yang mencakup lebih dari dua variabel adalah untuk mengetahui proporsi keragaman total dalam variabel terikat (Y) yang dapat dijelaskan atau diterangkan oleh variabel-variabel bebas (X) yang ada dalam model persamaan regresi linier berganda secara bersama-sama. Maka R2 ditentukan dengan rumus, yaitu:

𝑅2= dengan: 𝑔 = Jumlah Kuadrat Regresi

Harga 𝑅2 yang diperoleh sesuai dengan variansi yang dijelaskan masing-masing variabel yang tinggal dalam regresi. Hal ini mengakibatkan variasi

yang

dijelaskan penduga yang disebabkan oleh variabel yang berpengaruh saja.

2.13

Koefisien Korelasi

Setelah mendapatkan hasil jumlah pengaruh pada variabel yang diteliti selanjutnya penulis akan mencari seberapa besar hubungan antara variabel terikat dengan variabel bebas atau antara variabel bebas itu sendiri. Koefesien korelasi ialah pengukuran statistik kovarian atau asosiasi antara dua variabel. Besarnya koefesien korelasi berkisar antara +1 s/d -1. Koefesien korelasi menunjukkan kekuatan hubungan linear dan arah hubungan dua variabel acak. Jika koefesien


korelasi positif, maka kedua variabel mempunyai hubungan searah. Artinya jika nilai variabel X tinggi, maka nilai variabel Y akan tinggi pula. Sebaliknya, jika koefesien korelasi negatif, maka kedua variabel mempunyai hubungan terbalik. Artinya jika nilai variabel Y tinggi, maka nilai variabel Y akan menjadi rendah dan sebaliknya. Dengan kata lain koefisien korelasi sederhana (r) merupakan akar dari koefisien determinasi. Besarnya hubungan antara variabel yang satu dengan variabel yang lain dinyatakan dengan koefisien korelasi yang disimbolkan dengan huruf “r”. Besarnya koefisien korelasi akan berkisar antara -1 (negatif satu) sampai dengan +1 (positif satu). dengan: + menunjukkan korelasi positif - menunjukkan korelasi negatif 0 menunjukkan tidak adanya hubungan Apabila koefisien korelasi mendekati + 1 atau – 1, berarti hubungan antar variabel tersebut semakin kuat. Sebaliknya, apabila koefisien korelasi mendekati angka 0, berarti hubungan antar variabel tersebut semakin lemah. Dengan kata lain, besarnya nilai korelasi bersifat absolut, sedangkan tanda “ + “ atau “–“ hanya menunjukkan arah hubungan saja. Untuk menganalisis keterkaitan antar variabel, perlu diukur besarnya nilai koefisien korelasi. Untuk menghitung koefisien korelasi (r) antara dua variabel dapat digunakan rumus:

= √

dengan: = Koefisien korelasi antara

dan

= Variabel bebas = Variabel terikat


Nilai r selalu terletak antara −1 dan 1, sehingga nilai r tersebut dapat ditulis −1≤

≤+1. Untuk

sebaliknya jika

= +1, berarti ada korelasi positif sempurna antara X dan X, = −1, berarti korelasi negatif sempurna antara X dan Y,

sedangkan = 0, berarti tidah ada korelasi antara X dan Y. Jika kenaikan di dalam suatu variabel diikuti dengan kenaikan didalam variabel lain, maka dapat dikatakan bahwa kedua variabel tersebut mempunyai korelasi yang positif. Tetapi jika kenaikan didalam suatu variabel diikuti oleh penurunan didalam variabel lain, maka dapat dikatakan bahwa variabel tersebut mempunyai korelasi yang negatif. Dan jika tidak ada perubahan pada variabel walaupun variabel lainnya berubah maka dikatakan bahwa kedua variabel tersebut tidak mempunyai hubungan. Interpretasi harga r akan disajikan dalam Tabel 2.4 Tabel 2.4 Interpretasi Koefisien Korelasi r r

Interpretasi

0

Tidak berkorelasi

0,01 – 0,20

Sangat Rendah

0,21 – 0,40

Rendah

0,41 – 0,60

Agak Rendah

0,61 – 0,80

Cukup

0,81 – 0,99

Tinggi

1

Korelasi Sempurna

dengan: = koefisien korelasi +

= menunjukkan korelasi positif

–.

= menunjukkan korelasi negatif

0

= menunjukkan tidak ada korelasi (korelasi nihil)


Hubungan antara variabel dapat dikelompokkan menjadi tiga jenis: 1. Korelasi positif Terjadinya korelasi potitif apabila perubahan antara variabel yang satu diikuti dengan variabel yang lainnya dengan arah yang sama (berbanding lurus). Artinya variabel yang satu meningkat, maka akan diikuti peningkatan variabel yang lainnya. 2. Korelasi negatif Terjadinya korelasi negatif apabila perubahan antara variabel yang satu diikuti dengan variabel yang lainnya dengan arah yang berlawanan (berbanding terbalik). Artinya apabila variabel yang satu meningkat, maka akan diikuti penurunan variabel lainnya. 3. Korelasi nihil Korelasi nihil artinya tidak adanya korelasi antara variabel. Dalam hal ini penulis menggunakan tiga variabel dalam penelitiannya, untuk hubungan empat variabel dapat dihitung dengan menggunakan rumus sebagai berikut:

a.

Koefisien Korelasi antara Y dan X1

=

√

b. Koefisien Korelasi antara Y dan X2

=

√

c. Koefisien Korelasi antara X1 dan X2

=

√


BAB 2 LANDASAN TEORI

Recommend Documents