39

BAB III

METODOLOGI PENELITIAN

3.1. Jenis Penelitian

Penelitian ini dilakukan untuk mengetahui ada tidaknya pengaruh antara

variabel independen terhadap variabel dependen yang di teliti kemudian dianalisis

menggunakan hipotesa. Jenis penelitian ini adalah penelitian sebab – akibat

(kausalitas).

3.2. 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 2007-2010 serta data kerat lintang (cross-section

data) yang meliputi 35 kabupaten/kota di Jawa Tengah. Data sekunder dari

penelitian ini di peroleh dari Kantor Badan Pusat Statistik Jawa Tengah, Jl.

Pahlawan Semarang. data yang diperoleh berupa data pertumbuhan ekonomi,

inflasi, tingkat kesempatan kerja dan tingkat kemiskinan.

3.3. Metode Penelitian

Metode penelitian yang di gunakan untuk mengkaji mengenai pengaruh

pertumbuhan ekonomi, inflasi dan tingkat kesempatan kerja terhadap tingkat

kemiskinan di Provinsi Jawa Tengah adalah metode kuantitatif.

“Metode penelitian kuantitatif dapat di artikan sebagai metode

penelitian 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

40

menggunakan instrumen penelitian, analisis data bersifat

kuantitatif/statistik dengan tujuan untuk menguji hipotesis yang telah

di tetapkan”.1

Penelitian ini terdiri dari tiga variabel Independen dan satu variabel

Dependen.

“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”.2

Dalam penelitian ini yang merupakan variabel Dependen adalah Tingkat

kemiskinan, dan variabel independen terdiri dari Pertumbuahn ekonomi, inflasi

dan tingkat kesempatan kerja.

3.4. 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 Jawa Tengah.

2. Wawancara tidak Terstruktur, adalah wawancara yang bebas, dan tidak

menggunakan pedoman yang rinci dan sistematis.

3. Studi Perpustakaan (library reseach)

1 Sugiyono, Metode Penelitian Pendidikan: pendekatan Kuantitatif, Kualitatif dan

R&D, Penerbit Alfabeta, Bandung, 2010, hal 14 2 Mudrajad, Kuncoro, Metode Kuantitatif: Teori dan Aplikasi Untuk Bisnis dan

Ekonomi. Penerbit (UPP) STIM YKPN, Yogyakarta, 2007, hal 05

41

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

Penelitian ini menggunakan dua variabel yaitu :

1. Variabel Dependen: Tingkat Kemiskinan (Y)

Merupakan jumlah penduduk miskin di Jawa Tengah dari tahun ke tahun yang

dinyatakan dalam satuan persen.

2. Variabel independen:

a. Pertumbuhan Ekonomi (X1)

Merupakan pertumbuhan PDRB dari tahun ke tahun yang dinyatakan dalam

satuan persen.

b. Inflasi (X2)

Merupakan laju inflasi di setiap tahunya dari tahun 2006-2010 yang

dinyatakan dalam satuan persen.

c. Tingkat Kesempatan Kerja (X3)

Merupakan perbandingan antara jumlah penduduk yang bekerja dan jumlah

angkatan kerja yang dinyakatan dalam satuan persen.

3.6. Taknik Analisis Data

Teknik analisis data dalam penelitian ini menggunakan analisis regresi linier

berganda dengan jenis data panel data (pooled data) yang mengkombinasikan

antara data time series dan cross section, yang sering disebut pooled time series.

Alat yang di gunakan dalam pengolahan data menggunakan program Eviews 5.

3 Sugiono, op.cit. hal. 61.

42

“Ciri khusus data runtut waktu adalah berupa urutan numerik

dimana interval antar observasi atas sejumlah variabel bersifat

konstan dan tetap. Serta data silang tempat adalah suatu unit analisis

pada suatu titik waktu tertentu dengan observasi atas sejumlah

variabel. Unit analisis dalan hal ini dapat individu, kota, kabupaten,

provinsi, negara, bisnis, rumah tangga atau industri. Jadi bila

sejumlah variabel untuk sejumlah silang tempat yang berbeda

diobservasi selama kurun waktu tertentu, maka akan di peroleh data

pooling”.4

Untuk menganalisis data panel dalam penelitian ini digunakan Metode

analisis yang digunakan adalah metode Ordinary Least Squares (OLS) yang

bersifat BLUE (Best Linier Unbiased Estimator).

“Metode Pangkat Kuadrat Terkecil Biasa (OLS) diperkenalkan

pertama kali oleh Carl Friedrich Gauss, seorang ahli matematika dari

jerman. Inti metode OLS adalah mengestimasi suatu garis regresi

dengan jalan meminimalkan jumlah dari kuadrat kesalahan setiap

observasi terhadap garis tersebut”.5

3.6.1. Model Analisis Regresi Data Panel (Pooled Time Series)

Dalam data panel, unit cross section yang sama di survei dalam

beberapa waktu. Dalam model penel data, persamaan model dengan

menggunakan data cross section dapat di tulis sebagai berikut :

Yi = ß0+ß1 Xi+ɛi ; i = 1,2,..., N ................................................................... (3.1)

Dimana N adalah banyaknya data cross section

Sedangkan persamaan model dengan time-series adalah :

Yi = ß0+ß1 Xt+ɛt ; t = 1,2,..., N ................................................................... (3.2)

Dimana T adalah banyaknya data time-series

Penelitian mengenai pengaruh pertumbuhan ekonomi, inflasi dan

tingkat kesempatan kerja di kabupaten/Kota Jawa Tengah, menggunakan data

4 Mudrajad, Kuncoro, op.cit. hal. 111

5 Ibid. Hal. 79

43

time series selama 4 (empat) tahun terakhir yang di wakili data tahunan dari

2007 – 2010 serta data cross section sebanyak 35 data mewakili

kabupaten/kota di Jawa Tengah. kombinasi atau Pooling menghasilkan 140

observasi dengan fungsi persamaan data panelnya dapat di tuliskan sebagai

berikut :

Y = ß0 + ß1 X1 + ß2 X2 + ß3 X3 + e .................................................. (3.3)

Dimana :

Y : Tingkat Kemiskinan

X1 : Pertumbuhan Ekonomi

X2 : Inflasi

X3 : Tingkat Kesempatan Kerja

b0 : Parameter konstan

ß1,ß2,ß3 : koefisien Regresi

e : 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.

Penelitian mengenai pengaruh variabel – variabel pertumbuhan

ekonomi (PE), inflasi (IF), tingkat kesempatan kerja (KK) terhadap kemiskinan

44

(KM) di kabupaten/Kota Jawa Tengah, menggunakan data time series selama 4

(empat) tahun terakhir yang di wakili data tahunan dari 2007 – 2010 serta data

cross section sebanyak 35 data mewakili kabupaten/kota di Jawa Tengah.

kombinasi atau Pooling menghasilkan 140 observasi.

3.6.2. Uji Asumsi Klasik

Dengan pemakaian metode OLS, diperlukan pendeteksian apakah model

tersebut menyimpang dari asumsi klasik atau tidak, deteksi tersebut terdiri dari:

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. Untuk 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.

2. Uji Heterokedastisitas

Deteksi Heterokedastisitas bertujuan untuk menguji apakah variabel

gangguan memiliki varians yang sama atau tidak dalam model persamaan

regresi.

45

Untuk menguji ada tidaknya heterokedastisitas, salah satu metode yang

di gunakan adalah Uji White. Pada prinsipnya meregres residual yang

dikuadratkan dengan variabel bebas pada model. Jika nilai prob > 0,05 maka

tidak ada heterokedastisitas, jika nilai prob < 0,05 maka ada heterokedastisitas.

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 nilai-nilai 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”.6

Jika dari hasil perhitungan menunjukan nilai signifikan > 0,05 maka

dalam model tidak terjadi autokorelasi.

4. Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi

variabel pengganggu atau residual memiliki distribusi normal atau tidak.

6 Gunawan, Sumodiningrat, 2009, Ekonometrika Pengantar Edisi 2, Penerbit: BPFE

UGM, Yogyakarta, hal. 227

46

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 Jarque-Bera (J-B) test dan metode

grafik. Dalam penelitian ini akan menggunakan metode J-B Test, apabila J-B

hitung < nilai χ2

(Chi-Square) tabel, maka nilai residual terdistribusi normal.

3.6.3. Uji Kriteria Statistik

Uji signifikansi merupakan prosedur yang digunakan untuk menguji

kebenaran atau kesalahan dari hasil hipotesis nol dari sampel. Ide dasar yang

melatarbelakangi pengujian signifikansi adalah uji statistik (estimator) dari

distribusi sampel dari suatu statistik dibawah hipotesis nol. Keputusan untuk

mengolah Ho dibuat berdasarkan nilai uji statistik yang diperoleh dari data

yang ada.

Uji statistik terdiri dari pengujian koefisien regresi parsial (uji t),

pengujian koefisien regresi secara bersama-sama (uji F), dan pengujian

koefisien determinasi (uji-R2).

1. Uji Signifikansi Parameter Individual (Uji t)

Uji signifikansi parameter individual (uji t) dilakukan untuk melihat

signifikansi dari pengaruh variabel independen terhadap dependen secara

individual dan menganggap variabel lain konstan.

“Cara melakukan uji t adalah sebagai berikut:

1) Quick look : jika jumlah degree of freedom (df) adalah 20 atau

lebih dan derajat kepercayaan sebesar 5 persen, maka Ho dapat

ditolak jika nilai t lebih besar dari 2 (dalam nilai absolut). Dengan

kata lain menerima hipotesis alternatif, yang menyatakan bahwa

47

suatu variabel independen secara individual mempengaruhi

variabel dependen.

2) Membandingkan nilai statistik t dengan titik kritis menurut tabel.

Jika nilai statistik t hasil perhitungan lebih tinggi dibandingkan

nilai t tabel, menerima hipotesis alternatif yang menyatakan bahwa

suatu variabel independen secara individual mempengaruhi

variabel dependen”.7

Hipotesis yang digunakan:

1. Ho : ß1 = 0 tidak ada pengaruh antara variabel Pertumbuhan Ekonomi

dengan kemiskinan.

Ha : ß1 < 0 ada pengaruh negatif antara variabel Pertumbuhan

Ekonomi dengan kemiskinan.

2. Ho : ß2 = 0 tidak ada pengaruh antara variabel inflasi dengan

kemiskinan.

Ha : ß2 > 0 ada pengaruh positif antara variabel inflasi dengan

kemiskinan.

3. Ho : ß2 = 0 tidak ada pengaruh antara variabel kesempatan kerja

dengan kemiskinan.

Ha : ß2 > 0 ada pengaruh negatif antara variabel kesempatan kerja

dengan kemiskinan.

Nilai t hitung dicari dengan rumus:

t =

......................................................................................... (3.2)

dimana:

𝞫i = parameter yang diestimasi

𝞫i* = nilai hiotesis dari 𝞫i (H0 : 𝞫i = 𝞫i*)

7 Mudrajad, Kuncoro, op.cit. hal. 82.

48

SE = simpangan baku 𝞫i

Pada tingkat signifikansi 5 persen 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.

2. Uji Signifikansi Simultan (Uji F)

Uji statistik F pada dasarnya menunjukkan apakah semua variabel bebas

yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama

terhadap variabel terikat.

“Untuk menguji hipotesis digunakan statistik F dengan pengambilan

keputusan sebagai berikut:

a) Quick look : jika nilai F lebih besar daripada 4 maka Ho

dapat ditolak pada derajat kepercayaan 5 persen, dengan kata lain

menerima hipotesis alternatif, yang menyatakan bahwa semua

variabel independen secara serentak dan signifikan mempengaruhi

variabel dependen.

b) Membandingkan nilai F hasil perhitungan dengan nilai F

menurut tabel. Jika nilai F hitung lebih besar daripada nilai F tabel,

maka Ho ditolak dan Ha diterima”.8

Hipotesis yang digunakan dalam uji signifikansi simultan ini adalah:

1. Ho : ß1 = ß2 ß3 semua variabel independen tidak mampu mempengaruhi

variabel dependen secara bersama-sama.

2. Ha : ß1 ≥ ß2 ß3 semua variabel independen mampu mempengaruhi

variabel dependen secara bersama-sama.

Nilai F hitung dirumuskan sebagai berikut:

8 Ibid. hal.83

49

........................................................................ (3.3)

dimana:

k = jumlah parameter yang diestimasi termasuk kostanta

N = jumlah observasi

Pada tingkat signifikansi 5 persen 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. Uji Koefisien Determinasi (Uji R2)

Koefisien determinasi (R2) mengukur seberapa jauh kemampuan suatu

model dalam menerangkan variasi variabel terikat. Nilai (R2) adalah antara nol

dan satu. Nilai (R2

) yang kecil (mendekati nol) berarti kemampuan satu

variabel dalam menjelaskan variabel dependen amat terbatas. Nilai yang

mendekati satu berarti variabelvariabel independen memberikan hampir semua

informasi yang dibutuhkan untuk memprediksi variabel dependen.

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,

50

banyak peneliti menganjurkan untuk menggunakan nilai adjusted (R2

) pada

saat mengevaluasi model regresi yang terbaik. Nilai koefisien determinasi

diperoleh dengan formula:

∑

∑ .......................................................................... (3.4)

dimana:

y*

= nlai y estimasi

y = nilai y aktual `