BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN

Bab ini menjelaskan jenis penelitian, tempat dan waktu penelitian, teknik pengumpulan data, definisi operasional, instrumentasi dan teknik analisis data yang digunakan terkait dengan penelitian tentang pengaruh Pengeluaran Pemerintah Daerah dan Jumlah Penduduk terhadap Pendapatan Asli Daerah di Kota Salatiga Tahun 1980-2010. 3.1.

Jenis Penelitian Jenis penelitian yang digunakan adalah penelitian sebab – akibat

(kausalitas). Dalam Kuncoro (2007:17) model kausal memasukan dan menguji variabel – variabel yang diduga mempengaruhi variabel dependen. 3.2. Populasi dan Sampel Penelitian Populasi adalah wilayah generalisasi yang terdiri atas, objek/subjek yang mempunyai kuantitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesilpulan. (Sugiyono:2011: 27) Populasi dalam penelitian pengaruh pengeluaran pemerintah daerah dan jumlah penduduk terhadap Pendapatan Asli Daerah di Kota Salatiga tahun 19802010 yaitu Pendapatan Asli Daerah di Kota Salatiga tahun 1980-2010. Sampel adalah sebagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut. (Sugiyono:2011:28)

Sampel dalam penelitian ini adalah sama dengan populasi yaitu Pendapatan Asli Daerah di Kota Salatiga tahun 1980-2010. Hal ini dikarenakan populasi yang sedikit dan ingin mengetahui secara menyeluruh dalam penelitian ini.

3.3. Skala Pengukuran Penelitian Skala Pengukuran merupakan kesepakatan yang digunakan sebagai acuan untuk menentukan panjang pendeknya interval yang ada dalam alat ukur, sehingga alat ukur tersebut bila digunakan dalam pengukuran akan hasil data kuantitatif. (http:// metodepenelitian. lecture.ub.ac.id/files/2010/05 /pert5- skalaintrumentasi. pdf) Skala pengukururan dalam penelitian pengaruh pengeluaran pemerintah daerah dan jumlah penduduk terhadap Pendapatan Asli Daerah di Kota Salatiga tahun 1980-2010 adalah menggunakan skala rasio. Skala rasio yaitu skala interval yang memiliki nilai dasar (based value) yang tidak dapat diubah. (http://metodepenelitian. lecture.ub.ac. id/files/2010/05/pert5-skala intrumentasi. pdf) 3.4. Ruang Lingkup Penelitian Ruang lingkup penelitian ini adalah bidang ekonomi makro yang bertujuan untuk mengetahui beberapa indikator yang dapat mempengaruhi Pendapatan Asli Daerah khususnya di kota Salatiga mulai tahun 1980-2010. Kota Salatiga dipilih menjadi subjek yang diteliti, karena Kota Salatiga mempunyai banyak sumber Pendapatan Asli Daerah yang sangat tinggi bagi kemajuan daerahnya. 3.5. Metode Penelitian Metode penelitian yang di gunakan untuk mengkaji mengenai pengaruh pengeluaran pemerintah dan PDRB terhadap PAD di Kota Salatiga tahun 19802010 adalah metode kuantitatif. “Metode penelitian kuantitatif adalah metode yang berlandaskan pada filsafat positivisme, di gunakan untuk meneliti pada populasi dan sample tertentu, teknik pengambilan sample pada umumnya di lakukan secara random, pengumpulan data menggunakan instrumen penelitian, analisis data bersifat kuantitatif/statistik dengan tujuan untuk menguji hipotesis yang telah di tetapkan.” (Sugiyono (2011:14)

Penelitian ini terdiri dari dua variabel Independen dan satu variabel Dependen. Kuncoro (2007:5) variabel dependen identik dengan variabel terkait, yang dijelaskan, atau dependent variable. Sedangkan variabel independen identik dengan variabel bebas, penjelas, atau Independent/eksplanatory variable. Variabel ini biasanya di anggap sebagai variabel prediktor atau penyebab karena memprediksi atau menyebabkan variabel dependen. Dalam penelitian ini yang merupakan variabel Dependen adalah Pendapayan Asli Daerah, dan variabel independen terdiri dari Pengeluaran Pemerintah Daerah dan Jumlah Penduduk. 3.6. Data dan Sumber Data Data yang dikumpulkan dalam penelitian ini adalah jenis data sekunder. Data sekunder merupakan data yang

diperoleh dari pihak lain yang bukan

pengolahnya. Data sekunder yang di gunakan adalah data deret waktu (time-series data) untuk kurun waktu tahun 1980-2010 di Kota Salatiga. Data sekunder dari penelitian ini di peroleh dari Kantor Badan Pusat Statistik Kota Salatiga, Jl. Menur Salatiga. Data yang diperoleh dari Kantor Badan Pusat Statistik di Kota Salatiga berupa data Pengeluaran Pemerintah Pemerintah Daerah, Jumlah Penduduk dan Pendapatan Asli Daerah. 3.7. Teknik Pengumpulan Data Adapun Metode pengumpulan data yang digunakan dalam penelitian ini adalah : 1.

Dokumentasi, adalah teknik pengumpulan data dengan menggunakan dan mencari data – data di instansi yang di teliti, dalam hal ini adalah studi dokumentasi di Badan Pusat Statistik Kota Salatiga

2.

Wawancara tidak Terstruktur, adalah wawancara yang bebas, dan tidak menggunakan pedoman yang rinci dan sistematis.

3.

Studi Perpustakaan (library reseach) serta browsing website internet yang terkait dengan topik.

3.8.Variabel Penelitian “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 kesimpulannya”. (Sugiono, Metode Penelitian Pendidikan: Pendekatan Kuantitatif, Kualitatif dan R&D, Penerbit Alfabeta, Bandung, 2010, hlm 61). Dalam penelitian ini yang merupakan variabel dependen dan variabel independen adalah sebagai berikut: a.

Variabel independen: 1. Pengeluaran Pemerintah Daerah X1 Merupakan pengeluaran yang di keluarkan pemerintah daerah dari tahun 1980-2010 yang di ukur dengan satuan rupiah. 2.

Jumlah Penduduk (X2) Merupakan jumlah penduduk akhir tahun dengan satuan jiwa.

b.

Variabel dependen: Pendapatan Asli Daerah (Y) Merupakan salah satu sumber pendapatan daerah yang diusahakan langsung

oleh pemerintah daerah yang meliputi hasil pajak daerah, hasil retribusi daerah, hasil perusahaan milik daerah, hasil pengelolaan kekayaan daerah yang dipisahkan, dan lain-lain pendapatan asli daerah yang sah tahun 1980-2010 yang di ukur dengan satuan rupiah 3.9. Devinisi Operasional Variabel

a.

Pengeluaran Pemerintah daerah Adalah pengeluaran yang di keluarkan pemerintah daerah untuk

meningkatkan kesejahteraan masyarakat tahun 1980-2010 yang di ukur dengan satuan rupiah. b.

Jumlah Penduduk Adalah jumlah penduduk yang mendiami Kota Salatiga pada akhir tahun

dan di ukur dengan satuan jiwa. c.

Pendapatan Asli Daerah (PAD) Adalah salah satu sumber pendapatan daerah yang diusahakan langsung

oleh pemerintah daerah yang meliputi hasil pajak daerah, hasil retribusi daerah, hasil perusahaan milik daerah, hasil pengelolaan kekayaan daerah yang dipisahkan, dan lain-lain pendapatan asli daerah yang sah tahun 1980-2010 yang di ukur dengan satuan rupiah. 3.10. Teknik Analisis Data Teknik analisis data dalam penelitian ini menggunakan analisis regresi linier berganda dengan data time series yang sering disebut runtun waktu. Alat yang di gunakan dalam pengolahan data menggunakan program SPSS 16. “Data runtut waktu atau biasa di sebut data time series merupakan data yang dikumpulkan, dicatat, atau diobservasi sepanjang waktu secara beruntun”. Periode waktu yang digunakan dapat berupa tahun, kuartal, bulan, minggu, hari bahkan jam. (Mudrajat Kuncoro: 2007: 129)

Asumsi analisis yang digunakan adalah metode Ordinary Least Squares (OLS) yang bersifat BLUE (Best Linier Unbiased Estimator) menggunakan asumsi Metode Pangkat Kuadrat Terkecil Biasa (OLS) diperkenalkan pertama kali

oleh Carl Friedrich Gauss, seorang ahli matematika dari jerman. Inti asumsi OLS adalah mengestimasi suatu garis regresi dengan jalan meminimalkan jumlah dari kuadrat kesalahan setiap observasi terhadap garis tersebut . Menurut Teorema Gause-Markov, setiap pemerkira/estimator OLS harus memenuhi kriteria BLUE, yaitu (Gujarati, 1995: 72-73) :  Best = yang terbaik,  Linier = merupakan kombinasi linier dari data sample,  Unbiased = rata – rata atau nilai harapan (E(bi 1)) harus sama dengan nilai yang sebenarnya (bi).  Efficient estimator = memiliki varians yang minimal di antara pemerkira lain yang tidak bias. 3.10.1. Model Analisis Regresi Time Series Penelitian menggunakan pendekatan kuantitatif, dengan alat yang digunakan dalam penelitian ini adalah analisis regresi linear berganda dengan teknik estimasi yang digunakan untuk mencari persamaan regresi menggunakan metode kuadrat terkecil (Ordinary Least Squares – OLS) untuk menganalisis pengaruh Pengeluaran Pemerintah Daerah dan Jumlah Pendudukterhadap Pendapatan Asli Daerah di Kota Salatiga Tahun 1980-2010. Y = ß0 + ß1 X1 + ß2 X2 + e...............................(1.1) Dimana : Y X1 X2 b0 ß1,ß2 e

: Pendapatan Asli Daerah : Pengeluaran Pemerintah Daerah : Jumlah Penduduk : Parameter konstan : koefisien Regresi : faktor error

Disini yang sangat menentukan sebagai dasar analisis adalah nilai dari koefisien regresi. Hal ini berarti apabila koefisien b bernilai positif (+) maka dapat di katakan terjadi pengaruh searah variabel independen terhadap variabel

dependen, setiap kenaikan nilai variabel independen akan mengakibatkan kenaikan variabel dependen. Sebaliknya, apabila bernilai negatif (-) hal ini menunjukan adanya pengaruh negatif dimana kenaikan nilai variabel independen akan mengakibatkan penurunan nilai variabel dependen. 3.10.2. Uji Asumsi Klasik Dengan pemakaian metode OLS, diperlukan pendeteksian apakah model tersebut menyimpang dari asumsi klasik atau tidak, deteksi tersebut terdiri dari : 3.10.2.1. Uji Multikolinearitas Multikolinearitas merupakan keadaan dimana terdapat satu atau lebih hubungan linier antar variabel independen. Multikolinearitas akan bermasalah apabila terdapat hubungan antar variabel independenya, selain itu juga menyebabkan kesalahan pada koefisien (Uji t) menjadi indikator yang tidak dipercaya. Mendeteksi adanya multikolinearitas dalam penelitian ini menggunakan auxiliary regression. Apabila R2 regresi persamaan utama lebih besar dari R2 regresi auxiliary maka tidak terjadi multikolinearitas. Selain menggunakan R2, ada atau tidaknya multikolinearitas juga dapat dideteksi menggunakan F hitung serta t hitung. Kemungkinan terdapat multikolinearitas jika R2 dan F hitung tinggi. Sedangkan nilai t hitung banyak yang tidak signifikan. 3.10.2.2. Uji Heterokedastisitas Deteksi Heterokedastisitas bertujuan untuk menguji apakah variabel gangguan (ei) memiliki varians yang sama atau tidak dalam model persamaan regresi.

Pada dasarnya metode OLS baik model regresi sederhana maupun berganda mengasumsikan bahwa variabel gangguan (ei) mempunyai rata – rata nol atau E(ei)=0, mempunyai varians yang konstan atau Var (ei) = σ2 dan variabel gangguan tidak saling berhubungan antara satu observasi dengan observasi lainya atau Cov (ei, ej)=0 sehingga menghasilkan estimator OLS yang BLUE. (Agus Widarjono: ekonometrika: 2009, hlm 115) Untuk menguji ada tidaknya heterokedastisitas, salah satu metode yang di gunakan adalah uji White. Apabila variabel independen tidak signifikan secara statistik tidak mempengaruhi variabel dependen, maka ada indikasi indikasi tidak terjadi heteroskedastisitas. 3.10.2.3. Uji Autokorelasi Uji outokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linier ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan periode t-1. Jika terjadi korelasi maka dinamakan ada problem autokorelasi. Model regresi yang baik adalah yang bebas autokorelasi. Salah satu pengujian yang umum digunakan untuk mengetahui adanya autokorelasi adalah uji statistik-d Durbin-Watson yang dihitung berdasarkan jumlah selisih kuadrat nilai-nilai taksiran faktor – faktor gangguan yang berurutan. Secara intuisi dapat dilihat jika terdapat autokorelasi positif, maka nilainilai faktor gangguan yang berurutan akan cenderung mendekati satu sama lain; yaitu nilai positif Ut statistik-d akan menjadi relatif kecil. Oleh karena itu dapat diperkirakan bahwa otokorelasi positif akan menghasilkan nilai yang kecil bagi d. Sebaliknya, autokorelasi yang negatif akan cenderung memperbesar selisih di

antara nilai – nilai U yang berurutan. Autokorelasi negatif ini ditandai oleh nilai d yang besar (Gunawan Sumodiningkrat: Ekonometrika: 2009:227). Jika dari hasil perhitungan menunjukan nilai signifikan > 0,05 maka dalam model tidak terjadi autokorelasi. 3.10.2.4. Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal atau tidak. Seperti diketahui bahwa uni t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Apabila asumsi ini dilanggar maka uji statistik menjadi tidak berlaku. Terdapat beberapa metode untuk mengetahui normal atau tidaknya distribusi residual antara lain menggunakan normal probability plot. Data bisa di anggap normal apabila titik-titik menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal. Hasil tersebut menunjukkan bahwa data yang digunakan menunjukkan pola distribusi normal, dengan demikian model regresi memenuhi uji asumsi klasik. 3.10.3. Uji Statistik Suatu perhitungan statistik disebut signifikan secara statistik apaila nilai uji statistiknya berada dalam daerah krits (daerah dimana Ho ditolak). Sebaliknya disebut signifikan apabila uji statistiknya berada dalam daerah dimana Ho diterima. Uji statistik terdiri dari pengujian signifikansi parameter individual (uji statistik t), pengujian signifikansi simultan (uji statistik F), dan pengujian koefisien determinasi (uji-R2).

3.10.3.1. Uji Signifikansi Parameter Individual (uji statistik t) Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas secara individual dalam menerangkan variasi variabel terikat. Hipotesis nol (H0) yang hendak diuji adalah apakah suatu parameter (bi) sama dengan nol, atau: H 0 : bi = 0 Artinya, apakah suatu variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen. Hipotesis alternatifnya (Ha), parameter suatu titik sama dengan nol, atau: H0 : b1 ≠ 0 Artinya, variabel tersebut merupakan penjelasan yang signifikan terhadap variabel dependen. 



Cara melakukan uji t adalah dengan cara sebagai berikut: Quick look . Bila jumlah degree of freedom adalah 20 atau lebih, dan derajat kepercayaan sebesar 5%, maka H0 yang menyatakan bi = 0 dapat ditolak bila nilai t lebih besar dari 2 (dalam nilai absolut). Dengan kata lain, kita menerima hipotesis alternatif, yang menyatakan bahwa suatu variabel independen secara individual mempengaruhi variabel dependen. Membandingkan nilai statisti t dengan titik ktitis menurut tabel : apabila nilai statistik t hasil perhitungan lebih tinggi dibanding nilai t tabel, kita menerima hipotesis alternatif, yang menyatakan bahwa suatu variabel independen secara individual mempengaruhi variabel dependen.

Nilai t hitung dicari dengan rumus: t=

𝛽𝑖 −𝛽𝑖 ∗ 𝑆𝐸(𝛽𝑖 )

dimana: 𝞫i= parameter yang diestimasi 𝞫i*= nilai hiotesis dari 𝞫i (H0:𝞫i = 𝞫i*)

SE= simpangan baku 𝞫i

Pada tingkat signifikansi 5% dengan pengujian yang digunakan adalah sebagai berikut: a)

Jika t-hitung > t-tabel maka H0 ditolak, artinya salah satu variabel independen mempengaruhi variabel dependen secara signifikan.

b)

Jika t-hitung < t-tabel maka H0 diterima, artinya salah satu variabel independen tidak mempengaruhi variabel dependen secara signifikan.

3.10.3.2. Uji Signifikansi Simultan (Uji Statistik F) Uji statistik F pada dasarnya menunjukkan apakah semua variabel bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel terikat. Hipotesis nol (H0) yang hendak diuji adalah apakah semua parameter dalam model sama dengan 0, atau: H0 : b1 = b2 = ..... = bk = 0 Artinya, apakah semua variabel independen bukan merupakan penjelasan yang signifikan terhadap variabel depemdem. Hipotesis alternatifnya (Ha), tidak semua parameter secara simultan sama dengan nol, atau: Ha : b1 ≠ ..... ≠ bk ≠ 0 Artinya, semua fariabel independen secara simultan merupakan penjelas yang sidnifikan terhadap variabel dependen. Cara melakukan uji F adalah dengan cara sebagai berikut:  Quick look . Bila nilai F lebih besar dari pada 4 maka H yang menyatakan b1 = b2= ....bk = 0 dapat ditolak pada derajat kepercayaan 5%. Dengan kata lain, kita menerima hipotesis alternatif, yang menyatakan bahwa semua variabel independen secara serentak dan signifikan mempengaruhi variabel dependen.

 Membandingkan nilai F hasil perhitungan dengan nilai F menurut tabel. Bila nilai F hasil perhitungan lebih besar dari nilai F menurut tabel maka hipotesis alternatif, yang menyatakan bahwa semua variabel independen secara serentak dan signifikan mempengaruhi variabel dependen.

Nilai F hitung dirumuskan sebagai berikut: 𝑅 2 /(𝑘 − 1) 𝐹= 1 − 𝑅 2 /(𝑁 − 1) dimana: k = jumlah parameter yang diestimasi termasuk kostanta N

= jumlah observasi

Pada tingkat signifikansi 5% dengan kriteria pengujian yang digunakan sebagai berikut: a)

H0 diterima dan H1 ditolak apabila F hitung < F tabel, yang artinya variabel penjelas secara bersama-sama tidak mempengaruhi variabel yang dijelaskan secara signifikan.

b)

H0 ditolak dan H1 diterima apabila F hitung > F tabel, yang artinya variabel penjelas secara bersama-sama mempengaruhi variabel yang dijelaskan secara signifikan.

3.10.3.3. Uji Koefisien Determinasi (uji R2) Koefiseien determinasi (R2) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel terikat. Nilai koefisien determinasi adalah di antara nol dan satu. Nilai R2 yang kecil yang berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel

independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Secara umum koefisien determinasi untuk data silang tempat relatif rendah karena adanya variasi yang besar antara masingmasing pengamatan; sedangkan untuk data runtut waktu biasanya mempunyai nilai koefisian determinasi yang tinggi. Kelemahan mendasar penggunaan determinasi adalah bias terhadap jumlah variabel independen yang dimasukkan ke dalam model. Setiap tambahan satu variabel pasti meningkat tidak peduli apakah variabel tersebut berpengaruh secara signifikan terhadap variabel dependen. Oleh karena itu, banyak peneliti menganjurkan untuk menggunakan nilai adjusted (R2 ) pada saat mengevaluasi model regresi yang terbaik. Nilai koefisien determinasi di hitung dari: 𝑅2 =

𝑦 ∗2 𝑦2

dimana: y*

= nlai y estimasi

y

= nilai y aktual

Tidak seperti R2, nilai Adjusted R2 dapat naik dapat turun apabila satu variabel independen ditambahkan kedalam model. Implikasi dalam persamaan 1.1 adalah (Gujarati:1995:208 ; Mendenhall., 1989: 588):   

Untuk k>1 dan Adjusted R2
meningkat varians, maka Adjusted R2 akan menurun. Artinya, tambahan variabel baru tersebut merupakan prediktor yang baik bagi variabel dependen.