BAB III METODE PENELITIAN A.eprints.umm.ac.id/41205/4/BAB III.pdfJawa Timur yang berjumlah 38...
Transcript of BAB III METODE PENELITIAN A.eprints.umm.ac.id/41205/4/BAB III.pdfJawa Timur yang berjumlah 38...
30
BAB III
METODE PENELITIAN
A. Objek Penelitian
Penelitian ini dilaksanakan di Provinsi Jawa Timur. Pemilihan Provinsi
Jawa Timur dipilih sebagai daerah penelitian ini karena tingkat kesejahteraan
masyarakat yang dinilai melalui Indeks Pembangunan Manusia Provinsi Jawa
Timur memliki angka yang paling rendah diantara beberapa Provinsi di Pulau
Jawa.
B. Jenis Penelitian
Penelitian ini menggunakan jenis penelitian deskripsi kuantitatif yaitu
melakukan perhitungan – perhitungan untuk mencari pengaruh keterkaitan antara
variabel endogen dan variabel eksogen, sebagaimana ada batasan – batasan
masalah yang di tulis berdasarkan teori.
C. Variabel Penelitian dan Definisi Operasional Variabel
Menurut Kuncoro (2003:125), Variabel merupakan sesuatu yang dapat
membedakan atau mengubah nilai. Nilai dapat berbeda pada waktu yang berbeda
untuk objek atau orang yang sama, atau nilai dapat berbeda dalam waktu yang
sama untuk objek atau orang yang berbeda. Dalam penelitian ini variabel yang
akan diteliti dikelompokkan menjadi :
1. Variabel Endogen (Endogeneous Variable)
Variabel endogen adalah variabel yang nilainya dipengaruhi atau ditentukan
oleh variabel lain yang ada di dalam model. Variabel endogen dalam penelitian
31
ini adalah Tingkat Kesejahteraan Masyarakat, Produk Domestik Regional Bruto
(PDRB) dan Konsumsi Kabupaten dan Kota.
a. Tingkat Kesejahteraan Masyarakat
Kesejahteraan adalah suatu kondisi dimana terpenuhinya kebutuhan
material, spiritual dan sosial warga agar dapat hidup layak dan mampu
mengembangkan diri sehingga dapat melaksanakan fungsi sosialnya.
Kesejahteraan masyarakat yang dimaksud ditunjukkan dengan nilai Indeks
Pembangunan Manusia tahun 2016 Kabupaten dan Kota di Provinsi Jawa Timur.
Indeks Pembangunan Manusia dibentuk melalui tida dimensi dasar yaitu :
1) Umur Panjang dan Sehat atau Angka Harapan Hidup
2) Pengetahuan atau Rata – Rata Lama Sekolah
3) Standart Hidup Layak atau pengelauaran per kapita yang disesuaikan.
b. Produk Domestik Regional Bruto (PDRB) per kapita.
Produk Domestik Regional Bruto (PDRB) merupakan jumlah nilai tambah
semua barang dan jasa yang telah dihasilkan oleh seluruh sektor perekonomian
pada suatu daerah. PDRB dapat menggambarkan sutau perkemabangan
perekonomian dalam suatu daerah dan dapat digunakan sebagai acuan dalam
pembangunan nasional.
PDRB yang dimaksud dalam penelitian ini adalah nilai Produk Domestik
Regional Bruto (PDRB) per kapita atas harga konstan Kabupaten dan Kota
Provinsi Jawa Timur tahun 2016 yang diperoleh melalui PDRB ADHK tahun
2016 di bagi dengan jumlah penduduk tahun 2016.
c. Konsumsi
32
Konsumsi merupakan kegiatan dimana seseorang melakukan kegiatan
pengeluaran untuk mendapatkan barang atau jasa. Konsumsi terdiri atas
konsumsi pemerintah dan konsumsi rumah tangga atau masyarakat. Konsumsi
diukur melalui pengeluaran per kapita yang telah disesuaikan. Pengeluaran per
kapita adalah pengeluaran yang terdiri atas pengeluaran makan dan bukan
makanan yang menggambarkan masyarakat mengalokasikan kebutuhan rumah
tangganya. Data yang digunakan dalam penelitian ini adalah data pengeluaran
per kapita yang telah disesuaikan di Kabupaten dan Kota Provinsi Jawa Timur
tahun 2016.
2. Variabel Eksogen (Exogenous Variable)
Variabel eksogen adalah variabel yang nilainya tidak dipengaruhi atau
tidak ditentukan oleh variabel lain di dalam model. Variabel eksogen dalam
penelitian ini adalah Tingkat Pendidikan.
Secara bahasa pendidikan diartikan sebagai proses untuk pengubahan
sikap dan tata laku seseorang melalui upaya pengajaran dan pelatihan baik
secara formal maupun non formal. Pendidikan formal sendiri terdiri beberapa
tingkatan dasar seperti Sekolah Dasar (SD), Sekolah Menengah Pertam (SMP)
dan Sekolah Menengah Akhir (SMA).
Tingkat pendidikan yang dimaksud dalam penelitian ini adalah angka Rata
– Rata Lama Sekolah di Kabupaten dan Kota Provinsi Jawa Timur tahun 2016.
D. Jenis Data dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah data skunder dalam
bentuk cross section 38 Kabupaten dan Kota di Provinsi Jawa Timur. Data yang
33
diperoleh berdasarkan informasi yang telah disusun dan di publikasi oleh
instansi terkait yaitu Badan Pusat Statistik (BPS).
E. Teknik Pengumpulan Data
Teknik yang digunakan dalam penelitian ini adalah teknik dokumentasi
yang merupakan pengumpulan data tertulis atau dokumen yang sudah ada
melalui instasi terkait, yaitu Badan Pusat Statistik berupa data Indeks
Pembangunan Manusia (IPM), Indeks Rata – Rata Lama Sekolah, Produk
Domestik Regional Bruto (PDRB) per kapita dan Pengeluaran per kapita
Kabupaten dan Kota Provinsi Jawa Timur yang terlah disesuaikan.
F. Populasi dan Sampel
Populasi dalam penelitian ini adalah data Indeks Pembangunan Manusia
(IPM), data Rata – Rata Lama Sekolah, data Produk Domestik Regional Bruto
(PDRB) per kapita dan Pengeluaran per kapita Kabupaten dan Kota Provinsi
Jawa Timur yang berjumlah 38 Kabupaten dan Kota Tahun 2011 – 2016.
G. Teknik Analisa Data
Dalam penelitian ini, teknik analisa data yang digunakan adalah teknik
Analisis Jalur (path analysis). Analisis jalur dikembangkan pada tahun 1920
oleh Ahli yang bernama Sewall Wright. Model analisis jalur digunakan sebagai
alat untuk menganalisis pola hubungan antar variabel dengan tujuan untuk
mengetahui perngaruh langsung atau pengaruh tidak langsung seperangkat
variabel eksogen terhadap variabel endogen.
Webley dalam Riduwan (2010; 25) mengatakan bahwa analisis jalur
merupakan pengembangan secara langsung dari bentuk analisis bentuk regresi
34
berganda dengan tujuan untuk memberikan estimasi tingkat kepentingan dan
signifikansi hubungan sebab akibat dalam seperangkat variabel.
Terdapat beberapa asumsi yang menjadi dasar dari analisis jalur atau path
analysis, antara lain adalah :
1. Pada model analisis jalur, hubungan antar variabel memiliki sifat yang
linier, adaptif dan normal.
2. Hanya ada sistem aliran yang kausal ke satu arah. Artinya tidak ada ada arah
kausalitas yang berbalik arah.
3. Variabel terikat (endogen) minimal diukur dalam skala ukur interval atau
ratio.
4. Model yang dianalisis diidentifikasi dengan benar berdasarkan teori – teori
dan konsep yang relevan.
Sunyoto (2011) menyatakan beberapa istilah yang terdapat dalam analisis jalur
yang dijabarkan sebagai ebrikut :
1. Model Jalur
Model jalur merupakan sebuah diagram yang menghubungkan antar
variabel bebas, perantara dan tergantung. Pola hubungan dalam model
ditunjukkan menggunakan anak panah. Anak panah tersebut menunjukkan
hubungan sebab akibat antara variabel satu dengan yang lain.
Terdapat beberapat bentuk model dalam analisis jalur antara lain model
mediasi, model kombinasi, model kompleks dan model recursif dan non recursif.
Pada penelitian ini digunakan model jalur recursif yang artinya semua anak
panah menuju satu arah dan tidak ada yang berbalik arah.
35
2. Variabel Eksogen dan Variabel Endogen
Variabel eksogen pada model jalur merupakan variabel yang tidak ada
penyebab – penyebab eksplisitnya atau dalam diagram tidak ada anak panah
yang menuju ke arahnya sedangkan variabel endogen adalah variabel – variabel
dalam model yang mempunyai anak – anak panah yang menuju ke arahnya atau
diartikan ada penyebab – penyebab yang mempengaruhi variabel tersebut.
3. Koefisien Jalur/ Pembobotan Jalur
Koefisien jalur merupakan koefisien regresi standart atau biasa disebut
dengan “beta” yang menunjukkan pengaruh langsung antar variabel dalam
model analisis. Apabila dalam suatu model memiliki dua atau lebih variabel
penyebab, maka koefisien – koefisien jalurnya merupakan koefiein parsial yang
mengukur besarnya pengaruh satu variabel terhadap variabel lain dalam suatu
model jalur tertentu yang dapat mengatur dua variabel lain sebelumnya dengan
menggunakan data yang distandartkan atau matriks korelasi sebagai masukan.
4. Dekomposisi Pengaruh
Koefisien – koefisien jalur dapat digunakan untuk mengurai korelasi –
korelasi dalam suatu model ke dalam pengaruh langsung dan tidak langsung
yang berhubungan dengan jalur langsung dan tidak langsung dan digambarkan
melalui anak panah. Dalam koefisien jalur, tanda anak panah berujung ganda
(↔) menunjukkan hubungan yang korelasional dan anak panah berujung satu
arah (→) menunjukkan hubungan kausal atau pengaruh langsung dari avriabel
eksogen terhadap variabel endogen.
Keuntungan menggunakan analisis jalur antara lain :
36
1. Dapat menguji model keseluruhan dan parameter – parameter individual.
2. Terdapat permodelan dari beberapa variabel mediator atau perantara.
3. Mampu mengestimasi dengan menggunakan persamaan yang dapat
melihat semua kemungkinan hubungan sebab akibat dalam semua variabel
pada ,odel.
4. Dapat menguji pengaruh baik pengaruh langsung (direct effect) dan
pengaruh tidak langsung (indirect effect) dan dapat menyimpulkan
hubungan yang bersifat sebab akibat (causal relation) atau hubungan
bukan sebab akibat (non-causal association).
Analisis regresi dan korelasi merupakan dasar dari perhitungan koefisien
jalur dalam penelitian. Kemudian perhitungan menggunakan program SPSS.
Langkah – langkah analisis yang dikerjakan dalam penyelesaian analisis jalur
adalah sebagai berikut :
a) Membuat gambar hubungan dengan diagram jalur.
Jenis Model diagram analisis jalur yang dipilih dalam penelitian ini adalah jenis
Rekursif. Model analisis jalur dapat digambarkan sebagai berikut :
37
PX1Y2
PX1Z rX1Z
PY1Y2
ɛ3
PX1Y1 rX1Y1
PY1Z rY1Z
PY2Z
rY2Z
Gambar 3.1.
Diagram Jalur dari Analisis Kesejahteraan Masyarakat Provinsi Jawa
Timur Keterangan :
X1 = variabel Tingkat Pendidikan Y1 = variabel Produk Domestik Regional Bruto (PDRB) per kapita
Y2 = variabel Konsumsi
Z = variabel tingkat kesejahteraan yang diukur dengan Indeks Pembangunan
Manusia (IPM)
Px1y1 = koefisien jalur antara variabel tingkat pendidikan (X1) dengan PDRB
per kapita (Y1)
Px1y2 = koefisien jalur antara variabel tingkat pendidikan (X1) dengan Konsumsi
(Y2)
Py1y2 = koefisien jalur antara variabel PDRB (Y1) dengan Konsumsi (Y2)
Px1Z = koefisien jalur antara variabel pendidika (X1) terhadap Kesejahteraan
masyarakat (Z)
Py1Z = koefisien jalur antara variabel PDRB per kapita (Y1) terhadap
kesejahteraan masyarakat (Z)
Py2Z = koefisien jalur antara variabel konsumsi terhadap kesejahteraan
masyarakat (Z)
Model analisis jalur jenis rekursif dapat dijabarkan dengan keterangan :
1. Anak panah hanya menuju satu arah dan tidak ada arah panah yang berbalik.
Contohnya dari angka 1 ke 2, 3, 4; dari angka 2 ke 3 dan 4; dan dari 3 ke 4.
Tidak ada panah yang berbalik seperti dari angka 4 ke 1 atau ke 3 ke 1.
Tingkat
Pendidikan (X1)
PDRB per
kapita (Y1)
Kesejahteraan
Masyarakat
(Y3)
Konsumsi
(Y2)
ɛ1
ɛ2 ɛ3
38
2. Hanya terdapat satu variabel eksogen, yaitu di kotak 1 dan 2 variabel
endogen yaitu angka 2, 3 dan 4. Masing – masing variabel eksogen akan
dijelaskan oleh variabel 1 (endogen) dan error (e1,e2,e3).
3. Satu variabel endogen dapat menjadi penjelas di variabel endogen lainnya,
misal angka 2 akan menjelaskan 3 dan 4. Tapi tidak dapat menjelaskan
variabel eksogen (kotak1).
b) Mengonversi diagram jalur ke dalam persamaan – persamaan stuktural dan
spesifikasi model.
Terdapat 3 (tiga) Persamaan struktural dari analisis jalur dalam penelitian ini,
antara lain :
Persamaan untuk Pendapatan Domestik Regional Bruto (Y1) atau Struktural I :
Y1 = ρx1y1 Y1X1 + ɛ1
Persamaan untuk Konsumsi (Y2) atau struktural II :
Y2 = ρx1y2 Y2X1 + ρy1y2 Y2Y1 + ɛ2
Persamaan untuk Tingkat Kesejahteraan Masyarakat (Z) atau struktural III :
Z = ρx1Z ZX1 + ρy1Z ZY1 + ρy2Z ZY2 + ɛ3
Dimana :
Y1 : Produk Domestik Regional Bruto (PDRB)
Y2 : Konsumsi
Z : Tingkat Kesejahteraan Masyarakat
X1 : Indeks Rata – rata Lama Sekolah
ɛ1,2,3 : error
ρ : konstanta
c) Menghitung koefisien jalur
Nilai koefisien jalur pada setiap substurktur diuji melalui 2 tahap, yaitu
pengujian secara simultan (serentak) dan secara individual.
39
1. Uji secara simultan
Pengujian secara simultan menggunakan kaidah signifikansi pada hipotesis
terkait.
Hipotesis statistik :
H0 = tidak terdapat pengaruh antara variabel eksogen terhadap variabel endogen
H1 = terdapat pengaruh antara variabel eksogen terhadap variabel endogen
Kaidah signifikansi pengujiannya adalah :
1) Apabila nilai signifikansi lebih besar atau sama dengan dari α = 0,05 ( sig ≥
0,05), maka H0 diterima dan H1 ditolak.
2) Apabila nilai signifikansi lebih kecil atau sama dengan α = 0,05 ( sig ≤
0,05), maka H0 ditolak dan H1 diterima.
2. Uji secara individual
Pengujian secara individual dilakukan dengan beberapa langkah antara lain :
a) Menetukan hipootesis statistik uji
b) Menentukan nilai t statistik dan t tabel
c) Menentukan daerah terima H0 atau tolak h0
d) Kesimpulan
Sebelum uji analisis jalur dilakukan, data diharuskan untuk uji Asumsi Klasik
terlebih dahulu. Uji yang digunakan dalam penelitian ini hanya menggunkana
Uji Autokorelasi, Uji Multikolinieritas dan Uji Normalitas.
a. Uji Normalitas
Uji normalitas digunakan untuk mengetahui apakah data yang digunakan
dalam penlitian berdistribusi normal atau tidak. Salah satu cara untuk
40
mengetahui kenormalan distribusi data penelitian yaitu dengan menggunakan
uji statistik non-parametik Kolmogorov-Smirnov atau disebut uji K-S.
D = maks | FT – FS |
Dimana :
Ft : Probabilitas komulatif normal
Fs : Probabilitas komulatif empiris
Uji K-S dilakukan dengan hipotesis yaitu :
H0 = data residual berdistribusi normal
H1 = data resdiual berdistribusi tidak normal
Dengan kaidah uji yaitu :
Apabila nilai signifikansi uji K-S lebih besar dari α = 0,05 ( sig ≤ 0,05)
maka keputusannya adalah terima H0.
b. Uji Multikolinieritas
Multikolinieritas adalah kondisi dimana terjadi hubungan linear antar
variabel dalam model. Multikolinieritas dibagi menjadi dua jenis yaitu
multikolinieritas sempurna dan tidak sempurna. Multikolinieritas sempurna
terjadi apabila suatu variabel dapat dinyatakan sebagai fungsi/ kombinasi linier
dari variabel lainnya.
Model regresi yang baik adalah jika tidak terjadi korelasi antar variabel.
Metode untuk menguji terjadi tidaknya multikolinieritas dapat dilihat dari
Variance Inflation Factor (VIF). Gujarati (2003), menyatakan apabila nilai VIF
lebih dari 10, maka dapat disimpulkan terjadi multikolinieritas dan apabila di
bawah 10 maka tidak terjadi multikolinieitas.
41
Dimana :
VIF = Variance Inflation Fakctor
R2i = koefisien determinasi
c. Uji Heteroskedastisitas
Heteroskedastisitas adalah kondisi diana varians gangguan dari model
regresi bersifat tidak konstan. Heteroskedastisitas sering terjadi pada data cross
section.
Pengujian untuk gejala heteroskedastisitas dapat dilihat dengan uji metode grafik
yaitu dengan melihat ada tidaknya pola tertentu yang tergambar pada scatterplot.
Dasar pengambilan keputusan dengan menggunakan grafik adalah (Santoso,
2002) :
a. Jika ada pola tertentu, titik – titik membentuk suatu pola tertentu yang
teratur ( seperti bergelombang, melebar kemudian menyempit) maka telah
terjadi heteroskedastisitas.
b. Jika tidak ada pola yang jelas, titik – titik menyebar di atas dan di bawah
angka nol pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Hasil pengujian diperkuat dengan Uji Glejser dengan syarat apabila signifikan
masing – masing variabel lebih besar dari α = 0,05 maka tidak terjadi
heteroskedastisitas.