III. METODE PENELITIAN
3.4. Rancangan Penelitian
3.4.3. Analisis Faktor-Faktor yang Mempengaruhi Perubahan
Data yang digunakan adalah data Bekasi Dalam Angka tahun 2003-2009 (BPS, 2003-2009) dan hasil analisis citra 2000, 2005 dan 2009. Variabel perubahan luas lahan RTH tersebut dalam analisis ini dijadikan sebagai variabel
dependent. Komponen lahan RTH meliputi: kebun campuran, tegalan, semak
belukar termasuk sawah kecuali ruang terbangun dan badan air.
Variabel pertambahan areal permukiman, pertambahan jumlah penduduk, dan pertambahan jumlah bangunan pendidikan, industri, hotel dan penginapan
sebagai variabel independent. Struktur data tersebut sudah sesuai dengan
jumlah kecamatan sebanyak 12 kecamatan. Data tahun-tahun sebelumnya tidak konsisten karena terjadi perubahan struktur organisasi wilayah akibat pemekaran kecamatan. Perubahan administratif wilayah kecamatan tidak diikuti secara cepat dengan agenda pencatatan administrasi pemerintahan, sehingga dokumen kependudukan dan potensi wilayah masih berada pada induk wilayah kecamatan sebelum pemekaran.
Analisis regresi berganda
Analisis regresi berganda (multiple regression) adalah suatu metode
analisis yang digunakan untuk menganalisis pengaruh dari variabel penduga
(independent variable) terhadap variabel tujuan (dependent variable). Sasaran
dari metode regresi berganda adalah penggunaan variabel penduga untuk
memprediksi variabel tujuan (Hair, et al., 1998). Model yang dihasilkan dapat
digunakan sebagai penduga yang baik jika asumsi-asumsi berikut dapat dipenuhi:
a. E (ei) = 0, untuk setiap i ; dimana i = 1,2,…,n; artinya rata-rata galat adalah nol.
b. Kov (ei,ej) = 0, i≠j; artinya kovarian (Ei,Ej) = 0, dengan kata lain tidak ada autokorelasi antara galat pengamatan yang satu dengan galat pengamatan yang lain.
c. Var (ei2) = σ2; untuk setiap i, dimana i = 1,2,…,n; artinya setiap galat
pengamatan memiliki ragam yang sama.
d. Tidak ada multikolinearitas; artinya tidak ada hubungan linear yang terjadi antara variabel-variabel penjelas, atau variabel penjelas harus saling bebas. e. Ei ~N (0; σ), galat pengamatan menyebar normal dengan rata-rata nol dan
ragam σ2
.
Persamaan model yang akan dihasilkan dalam penelitian ini adalah:
Y= A0 + A1X1 + A2X2 + A3X3 + … + AnXn
dimana :
Y : Variabel tak bebas (dependent variable) yaitu perubahan lahan RTH
A : Koefisien Regresi
X : Variabel bebas (independent variable)
Uji Serempak (Uji F) pada Model Regresi Berganda
Uji serempak dilakukan untuk mengetahui pengaruh variabel bebas secara bersama-sama terhadap variabel terikat (Santoso, 2009). Langkah-langkah dalam menguji hipotesis dengan distribusi F disajikan dibawah ini.
1. Perumusan hipotesis
H0 : β1 = β2 = β3 = β4 = 0, berarti secara bersama-sama tidak ada pengaruh
variabel bebas terhadap variabel terikat. Dalam konteks penelitian ini, dapat dinyatakan bahwa variabel perubahan penggunaan lahan RTH (RTH) tidak
dipengaruhi secara bersama-sama oleh variabel sosial ekonomi dan biofisiknya (penduduk, bangunan/pemukiman, perluasan infrastruktur kota, dan sebagainya)
H1 : β1 ≠ β2 ≠ β3 ≠ β4 ≠ 0, berarti secara bersama-sama terdapat pengaruh
variabel bebas terhadap variabel terikat.
2. Penentuan taraf nyata/ level of significance= α
Taraf nyata / derajat keyakinan yang digunakan sebesar α = 10%.
Derajat bebas atau degree of freedom (df) dalam distribusi F ada dua, yaitu :
dbregresi = dbr = db1 = k – 1
dbgalat/error = dbg = db2 = n – k
dimana:
df = degree of freedom / derajad bebas (db)
n = Jumlah sampel dan k = banyaknya koefisien regresi
3. Penentuan daerah keputusan, yaitu daerah dimana hipotesis nol diterima atau tidak.
H0 diterima apabila F hitung ≤ F tabel, artinya semua variabel bebas secara
bersama-sama bukan merupakan variabel penjelas yang signifikan terhadap variabel terikat.
H0 ditolak apabila F hitung > F tabel, artinya semua variabel bebas secara
bersama-sama merupakan penjelas yang signifikan terhadap variabel terikat. 4. Penentuan uji statistik nilai F
Bentuk distribusi F selalu bernilai positif 5. Pengambilan keputusan
Keputusan bisa menolak Ho atau menerima Ha. Nilai F tabel yang diperoleh dibandingkan dengan nilai F hitung. Apabila F hitung lebih besar dari F tabel, maka Ho ditolak sehingga dapat disimpulkan bahwa ada pengaruh yang
signifikan antara variabel independent dengan variabel dependent.
Uji Parsial (Uji t) pada Model Regresi Berganda
Uji parsial pada dasarnya menunjukkan seberapa besar pengaruh suatu variabel bebas secara individual dalam menerangkan variasi variabel terikat.
Tujuan dari uji t adalah untuk menguji koefisien regresi secara individual (Santoso, 2009).
Hipotesis Nol = H0
H0 adalah satu pernyataan mengenai nilai parameter populasi. H0
merupakan hipotesis statistik yang akan diuji hipotesis nihil.
Hipotesis alternatif = H1
H1 adalah satu pernyataan yang diterima jika data sampel memberikan
cukup bukti bahwa hipotesis nol adalah salah.
Langkah-langkah dalam menguji hipotesis dengan distribusi t 1. Merumuskan hipotesis
H0 : βi = 0, artinya variabel bebas bukan merupakan penjelas yang signifikan
terhadap variabel terikat. Dalam konteks penelitian ini, dapat dinyatakan bahwa variabel sosial ekonomi dan biofisiknya (penduduk, bangunan/pemukiman, perluasan infrastruktur kota, dan sebagainya) secara sendiri-sendiri bukan merupakan penjelas/berpengaruh secara signifikan terhadap variabel perubahan penggunaan lahan RTH g(RTH).
H1 : βi ≠ 0, artinya variabel bebas merupakan penjelas yang signifikan
terhadap variabel terikat.
2. Menentukan taraf nyata/ level of significance= α
Taraf nyata / derajat keyakinan yang digunakan sebesar α = 10% dengan: Derajat bebas (db) atau df = n – k
dimana:
df = degree of freedom / derajat bebas (db)
n = Jumlah sampel
k = banyaknya koefisien regresi + konstanta
3. Menentukan daerah keputusan, yaitu daerah dimana hipotesis nol diterima atau tidak.
Untuk mengetahui kebenaran hipotesis digunakan kriteria sebagai berikut. H0 diterima apabila t (α / 2; n – k) atau t-tabel ≤ |t hitung|, artinya tidak ada
H0 ditolak apabila |t hitung|> t (α / 2; n– k) atau t-tabel, artinya ada pengaruh
antara variabel bebas terhadap variabel terikat.
4. Menentukan uji statistik (rule of the test)
5. Mengambil keputusan
Keputusan bisa menolak H0 atau menerima H0.Nilai t tabel yang diperoleh
dibandingkan nilai t hitung, bila t hitung lebih besar dari t tabel, maka H0
ditolak, sehingga dapat disimpulkan bahwa variabel independent
berpengaruh pada variabel dependent. Apabila t hitung lebih kecil dari t tabel,
maka H0 diterima sehingga dapat disimpulkan bahwa variabel independent
tidak berpengaruh terhadap variabel dependent.
Variabel-variabel Analisis Regresi Berganda
Adapun variabel-variabel yang digunakan dalam analisis regresi berganda adalah: perubahan luas lahan RTH sebagai variabel dependen, dan pertambahan areal bangunan/permukiman (RTB) terdiri atas: pertambahan jumlah penduduk, permukiman, pertambahan fasilitas pendidikan, industri,
restoran, hotel dan penginapan. sebagai variabel independent. Matriks variabel
regresi disajikan pada Tabel 10.
Tabel 10 Matriks variabel regresi dan definisinya
No Variabel Definisi Satuan
1. perubahan luas lahan
RTH Perubahan lahan RTH dari tahun 2003 s.d. tahun 2009
ha
2. pertambahan jumlah pendidikan
variabel ini adalah areal lahan terbangun untuk sarana pendidikan tahun 2003-2009
unit 3. pertambahan jumlah
penduduk
Jumlah penduduk tahun 2003-2009 jiwa
4. pertambahan jumlah permukiman
Jumlah luas permukiman tahun 2003-2009 sebagai variabel lahan terbangun
unit 7. pertambahan jumlah
restoran
Jumlah luas fasilitas restoran tahun 2003-2009 sebagai variabel lahan terbangun
unit 8. 9. pertambahan jumlah industri pertambahan jumlah hotel dan penginapan
Jumlah luas fasilitas industri tahun 2003-2009 sebagai variabel lahan terbangun
variabel ini adalah areal lahan terbangun untuk hotel dan penginapan tahun 2003-2009
unit