BAB III METODOLOGI PENELITIAN
3.1. Tempat Penelitian Penelitian ini dilaksanakan di Kota Madya Salatiga propinsi Jawa Tengah. Pemilihan Kota Madya Salatiga sebagai daerah penelitian dikarenakan untuk memudahkan pengumpulan data selain itu Salatiga termasuk salah satu kota Madya di Kabupaten Semarang. 3.2. Populasi dan Sample “Populasi adalah wilayah generalisasi yang terdiri atas : obyek/subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya “.1 Adapun populasi dalam penelitian ini adalah statistik Regional Kota Salatiga dengan sampel tahun-tahun yang mengeluarkan data statistik kesempatan kerja yang didapat dari data angkatan kerja dan jumlah penduduk salatiga dan Pendapatan Domestic Regional Bruto (PDRB) pada tahun 1980 -2010, masing – masing sebanyak 30 tahun. Akan tetapi ada beberapa data dengan tahun dasar 2000 dengan sampel 11 tahun. “Sampel adalah bagian dari jumlah da karakteristik yang dimiliki oleh populasi tersebut”.2 .
1
Sugiono, 2011, Metode Penelitian Pendidikan: Pendekatan Kuantitatif, Kualitatif dan R&D, Alfabeta, Bandung. Hal 80 2
Sugiono, ibid. hal. 81.
Dengan demikian maka mengambil sampel dalam penelitian ini menggunakan metode manual yaitu mengambil data dari Badan Pusat Statistik di kota Salatiga. 1.3. Jenis dan Sumber Data Jenis data yang di gunakan pada penelitian ini bersifat Kuantitatif merupakan data time series dari tahun 1980 - 2010. Data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder yaitu data yang bukan diusahakan sendiri pengumpulannya oleh peneliti, misalnya diambil dari Badan Pusat Statistik, dokumen-dokumen perusahaan atau organisasi, surat kabar dan majalah, ataupun publikasi serta Tentang Kesempatan Kerja dan PDRB yang didapat dari Kantor Dinas Pendapatan Daerah, Badan Pusat Statistik (BPS) Kota Madya Salatiga, perpustakaan daerah, literatur-literatur/buku-buku dan laporanlaporan yang berkaitan dengan penulisan ini. 3.4. Teknik Pengumpulan Data Pengumpulan data yang dilakukan dalam penelitian ini dengan cara Penulis mengajukan surat izin penelitian kepada instansi-instansi yang terkait dengan penulisan ini dalam suatu wilayah penelitian, 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 Salatiga. 2) Wawancara tidak struktur, adalah wawancara bebas dan tidak menggunakan pedoman yang rinci dan sistematis.
3) Studi Perpustakaan (library research) Setelah diberikan izin penelitian dan mendapatkan data-data yang dibutuhkan kemudian data tersebut akan diolah dan digunakan sebagai bahan analisis untuk membuktikan hipotesa yang telah dikemukan. 3.5. 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”3. Variabel pada penelitian ini adalah : Kesempatan Kerja dan Produk Domestik Regional Bruto (PDRB). 3.6. Defenisi Operasional Untuk lebih mengarahkan dalam pembahasan, penulis memberikan batasan variabel yang meliputi : 1. Variabel Dependen a. Produk Domestik Regional Bruto (y) Adalah nilai barang dan jasa yang dihasilkan oleh suatu daerah dalam jangka waktu tertentu, yang dihitung berdasarkan dari tahun 1980-2010. 2. Variabel Independen a. Kesempatan Kerja ( Merupakan perbandingan antara jumlah penduduk yang bekerja dan jumlah angkatan kerja yang dinyatakan dalam satuan persen.
3
Sugiono, op.cit. hal.61.
Tabel 3.2 Definisi Operasional Variabel Variabel Dependen Nama Variabel Produk
Defisinisi Operasional
Domestik nilai
Regional
Bruto
barang
dan
jasa
Notasi yang
PDRB
dihasilkan oleh suatu daerah dalam jangka waktu tertentu, yang dihitung
(PDRB)
berdasarkan harga konstan.
Variabel Independen Nama Variabel Kesempatan Kerja
Definisi Oprerasional
Notasi
Tenaga kerja mencakup penduduk
KK
yang sudah atau sedang bekerja, yang sedang mencari pekerjaan dan yang
melakukan
kegiatan
lain
seperti bersekolah dan mengurus rumah tangga.
1.7. Metode Analisis data Teknik analisis data dalam penelitian ini menggunakan analisis regresi linier berganda dengan data rasio dan nominal. “Metode analisis data merupakan metode yang penting dalam metode ilmiah karena dengan analisis, data diberi arti dan makna yang berguna dalam memecahkan masalah penelitian. Metode analisis data yang dalam penelitian ini adalah analisis regresi berganda, dimana sebelum melakukan analisis regresi berganda terlebih dahulu dilakukan analisis statistik deskriptif, uji normalitas data dan uji asumsi klasik agar mendapatkan hasil regresi yang baik “.4
4
Sugiono, Ibid. hal 147
3.7.1 Analisis Statistik Deskriptif Analisis statistik deskriptif ini digunakan untuk mengetahui gambaran menegenai responden atau data variabel yang dilihat dari nilai maksimum, nilai minimum, nilai rata-rata dan nilai standar deviasi. 3.7.2 Uji asumsi Klasik Dalam menganalisis model regresi linear berganda agar menghasilkan estimator yang baik, yaitu linier tidak bias dengan varian yang minimum (best linier unbiased estimator = blue) adalah terpenuhinya asumsi asumsi dasar regresi yaitu dengan melakkukan serangkaian uji asumsi klasik sebagai berikut. 1. Uji Normalitas Data Uji normalitas bertujuan untuk menguji apakah dalam model regresi variable pengganggu atau residual memiliki distribusi normal. Seperti diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak, yaitu: a. Analisis Grafik Uji
normalitas dapat
dideteksi
dengan melihat histogram
yang
membandingkan antara observasi dengan distribusi yang mendekati normal yaitu simetris dan tidak menceng ke kanan atau ke kiri. Atau dengan melihat grafik normal probability plot, jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas. Bila data menyebar jauh dari garis
diagonalnya dan atau tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas. b. Uji Statistik Untuk mendeteksi normalitas data dengan cara uji statistik penelitian ini menggunakan analisis statistik non parametrik Kolmogorov-Smirnov test (K-S) Uji K-S dilakukan dengan membuat hipotesis: Ho = data residual terdistribusi normal Hα = data residual tidak terdistribusi normal Dasar pengambilan keputusan dalam uji K-S adalah sebagai berikut: • Apabila probabilitas uji K-S signifikan secara statistik ( <0,05) maka ditolak, yang berarti data terdistribusi tidak normal • Apabila probabilitas uji KS tidak signifikan statistik ( >0.05) maka diterima, yang berarti data terdistribusi normal. 2. Uji Multikolinearitas Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen. Untuk mendeteksi ada dan tidaknya multikolinearitas di dalam model regresi adalah seb agai berikut : a. Nilai R2 yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel independen banyak yang tidak signifikan mempengaruhi variabel dependen.
b. Menganalisis matrik korelasi variabel – variabel independen. Jika antara variabel independen ada korelasi cukup tinggi (umumnya diatas 0,80) maka hal ini merupakan indikasi adanya multikolinearitas. c. Multikolonieritas dapat juga dilihat dari (1) nilai tolerance dan (2) variance inflation factor (VIF). Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Tolerance mengukur variabel independen yang terpilih yang tidak dapat dijelaskan oleh variabel independen lainnya, jadi nilai tolerance yang rendah sama dengan nilai VIF yang tinggi (karena VIF = 1/tolerance). Nilai cutoff yang yang umum dipakai untuk menunjukkan adanya multikolonieritas adalah nilai tolerance < 10 atau sama dengan nilai VIF > 10. 3. Uji Autokorelasi Uji atuokorelasi bertujuan menguji apakah model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Salah satu metode analisis untuk mendeteksi ada tidaknya autokorelasi adalah dengan melakukan pengujian nilai durbin watson (DW test). “Secara intuisi dapat dilihat jika terdapat autokorelasi positif, maka nilai – nilai factor gangguan yang berurutan akan cenderung mendekati satu sama lain: yaitu nilai positif Ut statistic – d akan menjadi relative kecil. Oleh karena itu dapat diperkirakan bahwa autokorelasi positif akan menghasilkan nilai yang kecil bagi d. sebaliknya, autokorelasi yang negative akan cenderung
memperbesar selisih di anatara nilai-nilai U yang berurutan. Autokorelasi negative ini ditandai oleh nilai d yang besar”.5 Langkah yang dilakukan dengan menentukan hipotesis berikut: : tidak ada autokorelasi (r = 0) : ada autokorelasi (r ≠ 0 ) Pengambilan keputusan ada tidaknya autokorelasi dengan melihat table berikut: Tabel 3.3 Durbin Watson d test: Pengambilan Keputusan Hipotesis Nol Tidak ada autokorelasi
Keputusan
Jika
Tolak
0 < d < dl
No Decision
dl =< d =
Tolak
4 – dl < d < 4
No Decision
4- du =< 4 =< 4 –
positif Tidak ada autokorelasi positif Tidak ada korelasi negative Tidak ada korelasi negative Tidak
dl ada
autokorelasi
Tidak ditolak
du < d < 4 – du
positif atau negative Ket: du: durbin watson upper, dl : durbin watson lower
5
Gunawan, Sumodiningrat, 2009, Ekonometrika Pengantar Edisi2, Penerbit:BPFE UGM,Yogjakarta, hal.227
Sumber : Ekonometri teori, konsep dan aplikasi dengan SPSS 17. Imam Ghozali (2009) 4. Uji Heteroskedaskitas Uji ini bertujuan untuk menguji apakah pada model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain. Model regresi yang baik adalah homokedastisitas atau tidak terjadi heterokedastisitas. Untuk mendeteksi ada tidaknya heterokedastisitas dalam penelitian ini dilakukan dengan analisis grafik, yaitu melihat grafik scartter plot antara nilai prediksi variabel dependen yaitu ZPRED dengan residualnya SRESID, dimana sumbu y adalah y yang telah diprediksi, dan sumbu x adalah residual (y prediksi – y sesungguhnya) yang telah di-studentized. Deteksi ada tidaknya heterokedastisitas dapat dilakukan sebagai berikut: a) Jika ada pola tertentu, seperti titik - titik yang ada membentuk pola tertentu yang teratur, maka dapat mengidentifikasikan telah terjadi heterokedastisitas. b) Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah
angka
0
pada
sumbu
y,
maka
tidak
terjadi
heterokedastisitas. 3.7.3 Analisis Regresi Linier Berganda Setelah melakukan serangkaian uji asumsi klasik diatas, maka data yang sudah dikumpulkan tersebut dianalisis dengan menggunakan metode regresi linier berganda. Persamaan regresi dalam penelitian ini adalah sebagai berikut:
Gambar 3. 1 Rumus Peramaan Analisis Regresi Linier Berganda PDRB = 𝛽 + 𝛽 𝐾𝑒𝑠𝑒𝑚𝑝𝑎𝑡𝑎𝑛 𝐾𝑒𝑟𝑗𝑎 + 𝜀
Keterangan:
PDRB
: Produk Domestik Regional Bruto
KK
: Kesempatan Kerja : Konstanta regresi : Koefisien regresi
ε
:Variabel pengganggu di luar variabel yang tidak dimasukkan sebagai variabel di atas.
Model analisis regresi berguna untuk mengestimasi parameter-parameter regresi untuk membantu menjawab hipotesis penelitian. Perhitungan estimasi parameter regresi dan uji-uji statistik yang digunakan dalam penelitian didukung dengan program SPSS for windows release 20. Secara statistik ketepatan fungsi regresi sampel dalam menaksir actual dapat diukur dari nilai statistik t, nilai statistik F serta koefisien determinasinya. Suatu perhitungan statistik disebut signifikan secara statistik apabila nilai uji statistiknya berada dalam daerah kritis (daerah dimana
ditolak). Sebaliknya
disebut tidak signifikan bila nilai uji statistiknya berada dalam daerah dimana diterima. Pengujian hipotesis menggunakan analisis data panel (pooled data) yang bertujuan untuk melihat pengaruh variabel independen terhadap variable
dependen serta kemampuan model dalam menjelaskan perilaku Produk Domestik Regional Bruto (PDRB). 3.7.4 Pengujian Hipotesis Untuk menguji bisa atau tidaknya model regresi tersebut digunakan dan untuk menguji kebenaran hipotesis yang dilakukan, maka diperlukan pengujian statistik, yaitu: 3.7.4.1 Uji Hipotesis Secara Parsial (Uji t) Uji t merupakan pengujian terhadap variabel independen secara parsial (individu) dilakukan untuk melihat signifikansi dari pengaruh variabel independen secara individual terhadap variabel dependen. Langkah – langkah yang ditempuh dalam pengujian adalah : 1. “Quik look : jika jumlah of freedom (df) adalah 20 atau lebih dan derajat kepercayaan sebesar 5persen, maka Ho dapat ditolak jika nilai t lebih besar dari 2 (dalam nilai absolut). Dengan kata lain menerima hipotesis alternative, yang menyatakan bahwa suatu variable independen secara individual mempengaruhi variable dependen. 2. Membandingkan nilai statistik t denagn titik kritis menurut table. Jika nilai statistic t hasil perhitungan lebih tinggi dibandingkan nilai t table, menerima hipotesis alternative yang menyatakan bahwa suatu variable independen secara individual mempengaruhi variable dependen”.6 a) Menyusun hipotesis nol dan hipotesis alternatif:
= 0 : artinnya bahwa ada variabel kesempatan kerja tidak berpengaruh terhadap variabel Produk Domestik Regional Bruto. < 0 : artinya bahwa ada variabel kesempatan kerja berpengaruh negatif terhadap variabel Produk Domestik Regional Bruto.
6
Mudrajad, Kuncoro, op.cit. hal 82
Nilai t hitung di cari dengan rumus : ………………..…………………….. (3.1)
t= dimana :
βi = parameter yang diestimasi βi* = nilai hipotesis dari βi (
: βi = βi*)
SE = Simpangan Baku βi b) Menentukan tingkat signifikansi
sebesar 0,05
c) Membandingkan thitung dengan ttabel • Jika menolak
<
atau -
> -
maka
diterima atau
, artinya bahwa variabel independent tidak berpengaruh
terhadap variabel dependen. • Jika
>
atau -
<-
maka
ditolak atau meneria
, artinya bahwa variabel independent berpengaruh terhadap variable dependen. d) Berdasarkan probabilitas Ha akan diterima jika nilai probabilitasnya kurang dari 0,05 ( ) 3.7.4.2 Uji Hipotesis Secara Simultan (Uji F) Uji F untuk menguji asumsi mengenai tepatnya model regresi untuk diterapkan terhadap data empiris atau hasil observasi. (Supranto, 2001). Uji statistik F pada dasarnya menunjukkan apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama atau simultan terhadap variabel dependen .
“Untuk menguji hipotesis digunakan statistic F dengan pengambilan keputusan sebagai berikut: a. Quick look : jika nilai F lebih besar daripada 4 maka dapat ditolak pada derajat kepercayaan 5 persen, dengan kata lain menerima hipotesis alternative, yang menyatakan bahwa semua variable independen secara serentak dan signifikan mempengaruhi variable dependen. b. Membandingkan nilai F hasil perhitungan denagan nilai F menurut table. Jika nialai F hitung lebih besar daripada nilai F table, maka ditolal dan diterima”.7 a. Menetukan tingkat signifikansi yaitu sebesar 0,05 ( ) b. Membandingkan fhitung dengan ftabel • Bila
<
maka
diterima dan ditolak
, artinya bahwa
secara bersama-sama variabel independen tidak berpengaruh terhadap variabel dependen. • Bila
>
, maka
ditolak dan menerima
artinya bahwa
secara bersama-sama variabel independen berpengaruh terhadap variabel dependen. c.
Berdasarkan probabilitas akan diterima jika nilai probabilitas kurang dari 0,05 (α)
3.8. Koefisien Determinasi (
)
Koefisien Determinasi (
) pada intinya mengukur seberapa jauh
kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara nol dan satu. Nilai
yang kecil berarti kemampuan
variabel – variabel indenpenden dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen
7
Ibid. hal 83
memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Kelemahan mendasar penggunaan determinasi adalah bias terhadap jumlah variabel independen yang dimasukan ke dalam model. Setiap tambahan satu variabel pasti meningkat tidak peduli apakah variabel dependen. Oleh karena itu menggunakan nilai adjusted (
pada saat mengevaluasi model regresi yang
terbaik. Nilai koefesien determinasi diperoleh dengan formula : =
……………...………………………..(3.2)
Dimana : : nilai y estimasi y
: nilai y actual
