IV. METODOLOGI PENELITIAN
4.1
Tempat dan Waktu Penelitian Penelitian
ini
dilakukan
di
Kecamatan
Tanjungpinang
Timur,
Tanjungpinang, Kepulauan Riau. Pemilihan lokasi dilakukan secara sengaja (purposive) dengan memperhatikan bahwa di daerah ini telah dilakukan pembangunan terhadap Bandara Raja Haji Fisabilillah. Pengambilan data dilakukan pada bulan Maret – April 2011. 4.2
Jenis dan Sumber Data Data yang digunakan untuk penelitian ini berasal dari data primer dan data
sekunder. Data primer diperoleh dengan melakukan wawancara berupa kuisioner pada responden. Sementara data sekunder diperoleh melalui studi pustaka dari instansi-instansi dan literatur yang terkait dengan penelitian. Data sekunder digunakan untuk melengkapi data primer. Data sekunder meliputi peta, data admisnistrasi kecamatan, data administrasi kelurahan, perundang-undangan yang berkaitan dengan data penelitian dan data relevan lain yang mendukung penelitian ini. Data sekunder diperoleh dari instansi pemerintah, seperti Kantor Kecamatan Tanjungpinang Timur, Kantor Kelurahan Pinang Kencana, Kantor Kelurahan Batu Sembilan, Badan Pusat Statistik Kota Tanjungpinang dan literatur yang terkait dengan penelitian. 4.3
Metode Pengambilan Sampel Pengambilan sampel dilakukan dengan purposive sampling terhadap
bidang tanah permukiman yang telah dilakukan transaksi pasar sebelum dan setelah pengembangan bandara. Sampel titik bidang tanah tersebut diperoleh dari 29
responden yang melakukan transaksi jual beli lahan antara tahun 2005 hingga tahun 2010 di Kecamatan Tanjungpinang Timur atau penduduk sekitar bandara yang melakukan penawaran lahannya untuk dijual. Daerah pengambilan sampel meliputi dua kelurahan yang berada di sekitar gerbang masuk menuju Bandara Raja Haji Fisabilillah. Daerah tersebut mencakup Kelurahan Pinang Kencana dan Kelurahan Batu Sembilan. Jumlah sampel sebanyak 38 responden. 4.4
Metode Pengolahan dan Analisis Data Data yang telah dikumpulkan kemudian diolah secara kualitatif dan
kuantitatif dengan menggunakan Microsoft Excel 2010 dan Minitab 14. Metode analisis data yang akan dilakukan dalam penelitian ini dapat dilihat pada Tabel 1. Tabel 1. Matriks Metode Analisis Data No. 1.
2.
Tujuan Penelitian Menganalisis perbandingan harga lahan di Kecamatan Tanjung Pinang Timur sebelum dan setelah adanya pengembangan Bandara Raja Haji Fisabilillah. Mengidentifikasi faktor-faktor yang mempengaruhi harga lahan di sekitar Bandara Raja Haji Fisabilillah, Kecamatan Tanjung Pinang Timur sebelum dan setelah dilakukan pengembangan.
Sumber Data Wawancara (data primer)
Wawancara dan data sekunder
Metode Analisis Data Adjustment harga dan analisis deskriptif
Analisis regresi double log dan analisis deskriptif
Jenis Data Harga per satuan m2 lahan permukiman yang diperoleh kemudian di-adjust sehingga menjadi comparable. Nilai koefisien dari luas lahan, jarak bidang tanah ke Bandara, jarak bidang tanah ke jalan raya terdekat, status jalan, bentuk dan topografi lahan.
30
4.4.1
Analisis Deskriptif Analisis deskriptif diperlukan dalam melakukan analisis data dengan
menggunakan berbagai cara misalnya dengan menampilkan grafik, diagram, serta rekapitulasi data dalam bentuk tabel. Analisis deskriptif bersifat ekstraploratif berupaya menelusuri dan mengungkapkan struktur dan pola data tanpa mengaitkan secara kaku asumsi-asumsi tertentu (Juanda, 2007). Analisis deskriptif pada penelitian ini digunakan untuk menggambarkan harga lahan yang terjadi dalam bentuk tabel. Analisis deskriptif juga digunakan untuk menjelaskan faktor-faktor yang mempengaruhi harga lahan permukiman yang terjadi di Kecamatan Tanjungpinang Timur. Dengan demikian, hasil penelitian dapat disajikan dalam bentuk yang lebih jelas dan mudah dipahami. 4.4.2
Adjusment Harga Menurut Hadianto (2009), adjustment harga sangat diperlukan agar data
yang diperoleh memiliki satuan yang sama sehingga dapat diperbandingkan (comparable). Adjustment harga dilakukan terhadap tiga faktor, yaitu faktor waktu, jenis transaksi dan status hak kepemilikan lahan. Adjustment terhadap faktor waktu merupakan penarikan setiap harga kedalam harga tahun dilakukannya pemodelan. Adjustment terhadap jenis transaksi merupakan penarikan setiap harga lahan kedalam jenis transaksi jual beli. Jika terdapat data harga lahan berupa harga penawaran, maka penawaran pasar sangat penting untuk dilakukan. Data penawaran tersebut perlu di-adjust terhadap jenis transaksinya menjadi transaksi jual beli. Untuk memperoleh besarnya nilai persentase perbedaan harga lahan berdasarkan jenis transaksinya, diperlukan beberapa perbandingan data harga lahan berupa harga penawaran dan harga jual atau beli 31
lahan yang memiliki karakteristik yang sama. Nilai persentase perbedaan tersebut kemudian dikalikan dengan harga penawaran yang diperoleh. Sementara adjustment terhadap status hak kepemilikan merupakan penarikan setiap harga kedalam status hak milik. Tahapan adjusment harga yang dilakukan pada penelitian ini dapat dilihat pada flow chart berikut:
Survey/ Pengambilan Data Primer
Data Harga Lahan
Adjusment Harga
Perhitungan Harga Lahan
Status Hak
Transaksi
Tidak
Waktu
Comparable Ya Harga Lahan (Rp/m2)
Hasil Perbandingan Harga Lahan Sebelum dan Setelah Pengembangan Bandara Gambar 8. Flow Chart Adjusment Harga 32
4.4.3
Analisis Regresi Analisis regresi digunakan untuk menganalisis faktor-faktor yang
mempengaruhi harga lahan. Analisis ini digunakan untuk membuat model pendugaan terhadap nilai-nilai parameter yang menjelaskan hubungan antar variabel penjelas dan variabel respon. Model regresi yang digunakan adalah regresi berganda dengan model double log. Parameter regresi diduga dengan metode pendugaan OLS (Ordinary Least Square). Adapun sifat-sifat OLS menurut Gujarati (2003), penaksiran OLS tidak bias, penaksiran OLS mempunyai varian yang minimum, konsisten, efisien dan linier. Metode double log dengan metode pendugaan OLS, dimaksudkan untuk melihat model pendugaan secara statistik. Salah satu ciri dari model double log yaitu koefisien kemiringan nilai koefisien dugaan mengukur elastisitas variabel tak bebas dengan variabel bebas. Persamaan double log dapat ditulis dalam bentuk sebagai berikut: Ln Y = β0 – β1LnX1 – β2LnX2 – β3LnX3 + β4D4+ β5D5 + β6D6 + εi Hipotesis: β1, β2 dan β3 < 0, dan β4, β5, β6 > 0 Keterangan: Y
= Harga lahan (Rp/m2)
β
= Koefisien/intersep
X1
= Luas lahan (m2)
X2
= Jarak bidang tanah ke bandara (meter)
X3
= Jarak bidang tanah ke jalan raya (meter)
D4
= Status jalan Jalan arteri = 1; jika lainnya = 0
D5
= Bentuk lahan Segiempat = 1; jika lainnya = 0
D6
= Topografi lahan Topografi datar = 1; jika lainnya = 0 33
εi
= error term yang menunjukkan adanya faktor lain yang turut menentukan harga lahan
Untuk dapat melakukan analisis terhadap perbandingan harga lahan sebelum dan setelah dilakukannya pengembangan Bandara Raja Haji Fisabilillah, maka perhitungan dipisahkan menjadi dua bagian yaitu harga lahan sebelum pengembangan dan setelah pengembangan bandara dilakukan. Harga lahan sebelum pengembangan dilihat mulai dari tahun 2005 sampai tahun 2007. Sementara harga lahan setelah pengembangan bandara dilihat dari tahun 2008 sampai tahun 2010. Setelah nilai sebelum dan setelah pengembangan bandara diperoleh, kedua nilai tersebut kemudian dibandingkan. Data yang dibandingkan adalah data harga lahan hasil adjustment harga. Berdasarkan data tersebut dapat dihitung besarnya nilai inflasi lahan yang terjadi. Dengan demikian, kedua nilai dapat dianalisis sejauh mana perubahan harga lahan yang terjadi setelah dilakukannya pengembangan Bandara Raja Haji Fisabilillah di Kecamatan Tanjungpinang Timur, Tanjungpinang, Kepulauan Riau. Dalam analisis regresi, evaluasi terhadap model perlu dilakukan untuk mengetahui apakah model yang telah dihasilkan adalah baik. Terdapat beberapa kriteria yang dapat digunakan untuk mengevaluasi model ekonometrika yaitu kriteria ekonomi, kriteria statistik, dan kriteria ekonometrika. Model yang dievaluasi berdasarkan kriteria ekonomi akan dilihat tanda dan besaran tiap koefisien dugaan yang diperoleh. Kriteria ekonomi mensyaratkan tanda dan besaran yang terdapat pada tiap koefisien dugaan sesuai dengan teori ekonomi. Berdasarkan kriteria statistik, akan dilihat besarnya nilai koefisien determinasi (R2), Adjusted R-Square (adj-R2), nilai uji F dan uji-t. 34
Pengujian terhadap kriteria ekonometrika adalah berdasarkan pada pelanggaran asumsi dalam metode OLS. Penyimpangan yang terjadi terhadap asumsi BLUE (Best Linier Unbiased Estimator) akan menyebabkan estimasi terhadap nilai yang diukur menjadi tidak valid. Pada kriteria ekonometrika yang digunakan ialah dengan melihat adanya multikolinieritas dan heteroskedastisitas. Gujarati (2006) menjelaskan serangkaian evaluasi model dapat dilakukan sebagai berikut: 4.4.3.1 Uji Koefisien Determinasi (R2) dan adj-R2 Nilai determinasi R2 diinterpretasikan sebagai proporsi total keragaman Y yang dapat dijelaskan oleh model regresi X terhadap Y. Nilai R2 berkisar antara 0 dan 1. Makin besar nilai R2 makin cocok hubungan regresi yang menggambarkan pola hubungan X dan Y. Nilai R2 = 1 menunjukkan bahwa variabel X memiliki kecocokan sempurna dengan variabel Y. Jika nila R2 bernilai nol, menunjukkan bahwa tidak ada hubungan antara X dan Y. Rumus menghitung R2 adalah: R2 = JKR JKT Keterangan: JKR = Jumlah Kuadrat Regresi JKT = Jumlah Kuadrat Total Nilai Adjusted R-Square secara umum mempunyai karakteristik yang diinginkan sebagai ukuran goodness of fit (kebaikan dari kesesuaian model) daripada R2. Jika variabel baru ditambahkan ke dalam model, R2 selalu naik, tetapi adj-R2 dapat naik dapat turun. Oleh karena itu, lebih disarankan
35
menggunakan nilai adj-R2. Nilai adj-R2 dapat dihitung dengan menggunakan rumus sebagai berikut: adj-R2 = 1 – (1 – R2 )[(n – 1) / (n – k)] Nilai adj-R2 tidak akan pernah melebihi nilai R2 bahkan bisa turun jika ditambahkan variabel bebas yang tidak perlu. Nilai adj-R2 dapat bernilai negatif jika model memiliki kecocokan yang sangat rendah. 4.4.3.2 Uji F Uji F dilakukan untuk mengetahui apakah variabel-variabel bebas secara serempak berpengaruh nyata pada variabel tidak bebasnya. Fhit dalam uji F dihitung dengan menggunakan Minitab 14. Sedangkan Ftabel dihitung dengan menggunakan rumus Ftabel = Fk, n-k-i, α. Kriteria uji F adalah sebagai berikut: Tolak H0 jika Fhit > Ftabel atau p-value < α (taraf nyata). Hal ini berarti terdapat minimal satu parameter tidak nol dan berpengaruh nyata terhadap keragaman variabel tak bebas. Terima H0 jika Fhit < Ftabel atau p-value > α (taraf nyata). Hal ini berarti bahwa secara bersamaan variabel yang digunakan tidak dapat menjelaskan keragaman dari variabel tak bebas secara nyata. 4.4.3.3 Uji-t Uji-t dilakukan untuk mengetahui apakah variabel bebas secara parsial berpengaruh terhadap variabel terikat. Uji ini juga dilakukan untuk mengetahui keabsahan dari hipotesis dan membuktikan apakah koefisien regresi signifikan atau tidak secara statistik.
36
Hipotesis : H0 : β = 0 H1 : β ≠ 0 Statistik uji: thit = b – β Sb Hasil thit dihitung berdasarkan ttabel (ttabel = tα/2 (n-2)). Keterangan: b = koefisien regresi parsial sampel β = koefisien regresi parsial populasi Sb = simpangan baku koefisien dugaan Teknik pengambilan kesimpulan: Tolak H0 jika thit > ttabel atau p-value < α (taraf nyata). Hal ini berarti variabel bebas yang digunakan berpengaruh nyata terhadap variabel tak bebasnya. Terima H0 jika thit < ttabel atau p-value > α (taraf nyata). Hal ini berarti variabel bebas yang digunakan tidak berpengaruh nyata terhadap variabel tidak bebasnya. 4.4.3.4 Uji Multikolinieritas Salah satu asumsi dari model regresi berganda adalah bahwa tidak ada hubungan linier sempurna antar peubah bebas dalam model. Jika hubungan tersebut ada, berarti terdapat multikolonieritas. Dengan demikian dapat dikatakan bahwa peubah-peubah bebas tersebut berkolinieritas ganda sempurna sehingga tidak mungkin diperoleh dugaan parameter koefisiennya. Pengujian terhadap ada tidaknya hubungan multikolinieritas dalam sebuah model dapat diketahui melalui uji Marquardt dan dapat dilihat dari nilai VIF (Varian Inflation Factor) pada masing-masing variabel bebas. Jika nilai VIF kurang dari 10 menunjukkan bahwa persamaan tersebut tidak mengalami multikolinieritas. 37
4.4.3.5 Uji Heteroskedastisitas Uji heteroskedastisitas dilakukan untuk melihat apakah terjadi pelanggaran terhadap asumsi homoskedastisitas atau varians yang sama. Jika varians tidak sama, maka dapat disimpulkan terdapat masalah heteroskedastisitas. Jika terjadi heteroskedastisitas
akibatnya
pendugaan
OLS
tidak
efisien
lagi.
Uji
heteroskedastisitas dapat dilakukan dengan melihat grafik residuals terhadap fitted values pada output Minitab 14. Apabila titik-titik sebaran pada grafik tersebut menyebar secara acak, maka tidak ada masalah heteroskedastisitas.
38