1. Jenis Penelitian
Penelitian ini merupakan penelitian kepustakaan (Library research) bersifat deskriptif yang menggambarkan tentang pengaruh kualitas pendidikan dan tingkat pengangguran terhadap tingkat kemiskinan di Kota Pariaman. Jenis penelitian ini adalah kuantitatif yang merupakan suatu proses menemukan pengetahuan yang menggunakan data berupa angka sebagai alat menemukan keterangan mengenai apa yang ingin diketahui.
Metode ini dimaksudkan untuk menjelaskan fenomena dengan menggunakan data-data numerik, kemudian dianalisis yang umumnya menggunakan statistik.
2. Lokasi Penelitian
Lokasi penelitian ini adalah data ini bersifat data sekunder yang diambil dari BPS dan website resmi BPS. Jadwal penelitian ini dimulai pada tanggal 20 April 2021 sampai dengan penelitian ini selesai.
3. Sumber Data
Sumber data yang digunakan dalam penelitian ini hanya menggunakan data sekunder. Data sekunder adalah data yang diperoleh dari instansi terkait, sesuai dengan Pengaruh Kualitas Pendidikan Dan Tingkat
Pengangguran Terhadap Tingkat Kemiskinan Di Kota Pariaman. Dalam penelitian ini dat aasekunder didapatkan dari BPS, data yang diambil dari BPS terkait dengan data pendidikan yang ditamatkan, data pengangguran dan data kemiskinan, mulai dari tahun 2017 sampai 2020.
4. Definisi Operasional Variabel
Variabel adalah suatu atribut dari sekelompok objek yang diteliti yang mempunyai variasi antara satu dengan yang lain dalam kelompok tersebut.
a. Variabel Independen, atau variabel bebas merupakan variabel stimulus atau yang mempengaruhi variabel lain.
Dalam variabel ini variabel independen terdiri dari:
Kualitas Pendidikan (X1) dan Tingkat Pengangguran (X2).
b. Variabel Dependen, atau Variabel terikat adalah variabel yang memberikan reaksi/ respon jika dihubungkan dengan variabel bebas. Dalam penelitian ini variabel terikannya yaitu Tingkat Kemiskinan (Y).
5. Teknik Pengumpulan Data
Teknik pengumpulan data sangat penting dalam sebuah penelitian, karena tujuan dari penelitian adalah mendapatkan data. Tanpa mengetahui teknik pengumpulan data, maka penelitian tidak akan mendapatkan data yang memenuhi standard data yang dieteapkan.
Data sekunder merupakan sumber yang tidak langsung memberikan data kepada pengumpul data, isalnya melalui orang lain atau melalui dokumentasi berupa buku, jurnal, internet, koran, lembaga atau instansi yang terkait dalam penelitian, Badan Pusat Statistik Pariaman, dan lain sebagainya yang berhubungan dengan masalah.
6. Teknik Analisis Data
Analisis data merupakan proses paling vital dalam sebuah penelitian.
Hal ini berdasarkan argumentasi bahwa dalam analisis inilah data yang diperoleh peneliti bisa diterjemahkan menjadi hasil yang sesuai dengan kaidah ilmiah. Analisis berasal dari hasil pengumpulan data, sebab data yang telah terkumpul, bila tidak dianalisis hanya menjadi barang yang tidak bermakna tidak berarti, menjadi data yang mati, data yang tidak berbunyi. Oleh karena itu, analisis dat adisini berfungsi untuk memberi arti, makna dan nilai yang terkandung dalam data itu.35
7. Pengujian Model Penelitian a. Uji Asumsi Klasik
1. Uji Normalitas
Uji Normalitas adalah untuk melihat apakah nilai residual terdistribusi normal atau tidak. Jadi uji normalitas bukan dilakukan pada masing – masing variabel tetapi pada nilai residualnya. Uji normalitas dapat dilakukan dengan uji histogram uji normal P – Plot,
35 M. Kasirijim, metode penelitian, Edisi Keempat, (Jakarta : Erlangga, 2006) hlm. 274
Skewness dan uji Kolmogorov Smirnov. Dalam ghazali untuk mndeteksi normalitas data dapat juga dengan uji Kolmogorov Smirnov dilihat dari nilai residual. Dikatakan normal bila nilai residual yang dihasilkan di atas nilai signifikan yang ditetapkan
2. Uji Multikolinieritas
Uji ini bertujuan untuk menguji apakah dalam regresi di temukan adanya korelasi antar variabel bebas atau tidak, model yang baik seharusnya tidak terjadi korelasi yang tinggi antara variabel bebas. Untuk mendeteksi ada tidaknya multikolinieritas dalam model regresi dapat dilihat dari nilat toleransi dan nilai Variance Inflation Factor (VIF). Uji multikolinieritas dapat dilakukan dengan melihat nilai VIF (Variance Inflation Factor) dari masing-masing variabel bebasnya terhadap variabel terikatnya. Jika nilai VIF tidak lebih dari 10, maka model regresi dinyatakan tidak terdapat gejala multikolinieritas (Suliyanto,2011:81).
3. Uji Autokorelasi
Autokorelasi adalah hubungan yang terjadi di antara anggota-anggota dari serangkaian pengamatan yang tersusun dalam rangkaian waktu (cross section data). Penyimpanan asumsi ini biasanya muncul pada observasi yang menggunakan time series data. Konsekuensi dari adanya autokorelasi dalam model regresi adalah varians sampel tidak dapat menggambarkan varians populasinya. Sehingga model regresi
yang dihasilkan tidak dapat digunakan untuk menaksir nilai variabel dependen pada nilai variabel independen. Untuk menentukan ada tidaknya autokorelasi, dapat dilakukan dengan Uji Durbin-Watson dengan menggunakan aplikasi SPSS dimana:
Kriteria dari pengujian autikorelasi menurut Suliyanto (2011:127) adalah sebagai berikut :
Nilai Kesimpulan
Dw < DI dL ≤ Dw ≤ dU dL ≤ Dw ≤ 4-dU 4-dU ≤ Dw ≤ 4-dL Dw > 4-Dl
Terdapat autokorelasi (+) Tanpa Kesimpulan Tidak ada autokorelasi Tanpa Kesimpulan Terdapat autokorelasi (-)
4. Uji Heteroskedastisitas
Uji ini bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari nilai residual satu pengamatan lain bersifat tetap, maka disebut homoskedastisitas, namun jika variasi dari nilai residual satu pengamatan ke pengamatan lain berbeda maka disebut heteroskedastisitas. Model regresi yang baik tidak terjadi gejala heteroskedastisitas.
Salah satu cara mendeteksi ada tidaknya gejala heteroskedastistias dalam model regresi adalah dengan melakukan Uji
Glejser. Prinsip kerja uji ini adalah dengan cara meregresikan variabel independent terhadap nilai Absolute Residual atau Abs_Res.
b. Pengujian Hipotesis 1. Regresi Linier Berganda
Teknik regresi linier ini didasari oleh pengaruh fungsional ataupun kasusual satu variabel independen dengan satu variabel dependen.36
Rumus : Y = a+bX1+bX2+e Dimana : Y= Tingkat Kemiskinan
a = Konstanta
b = Koefisien regresi X1 = Kualitas Pendidikan X2 = Tingkat Pengangguran e = Tingkat Kesalahan (Error) 2. Uji t
Uji t digunakan untuk menguji atau membandingkan rata nilai sesuatu sampel dengan nilai lainnya. Uji t dilakukan untuk mengetahui apakah semua variabel independen secara persial berpengaruh signifikan terhadap variabel dependen. Apabila thitung < ttabel maka Ho
diterima dan Ha ditolak, berarti variabel independen tidak mempunyai pengaruh terhadap variabel dependen. Menguji koefisien regresi
36 Sugiyono, Metode Penelitian Manajemen, (Bandung: PT Alfabeta, 2016) hlm.237
masing-masing varibel independen secara persial dengan menggunakan uji-test, dengan tahapan sebagai berikut:
a. Membuat hipotesis operasional
Ho : b1 = 0 : artinya tidak ada pengaruh yang signifikan dari variabel Kualitas Pendidikan terhadap Tingkat Kemiskinan.
Ha : b1 ≠ 0 : artinya ada pengaruh yang signifikan dari variabel Kualitas Pendidikan terhadap Tingkat Kemiskinan.
Ho : b2 = 0 : artinya tidak ada pengaruh yang signifikan dari variabel Tingkat Pengangguran terhadap Tingkat Kemiskinan.
Ha : b2 ≠ 0 : artinya ada pengaruh yang signifikan dari variabel Tingkat Pengangguran terhadap Tingkat Kemiskinan.
b. Menentukan level of signifikan pada α = 0,05 c. Menggunakan thitung dengan rumus sebagai berikut :
Thitung = Bi / Se (Bi)
Dimana: Bi = Unstandardized coefficients B Se = Standard Error
d. Keputusan :
H0 : diterima thitung < ttabel atau Sig > 0,05 = tidak signifikan Ha : diterima bila thitung > ttabel atau Sig < 0,05 = Signifikan
Selanjutnya dari Standardized Coefficients Beta dapat diketahui besarnya pengaruh variabel independen secara persial terhadap variabel dependennya.
3. Uji F
Pengujian ini dilakukan untuk mengetahui apakah variabel independen secara bersama-sama dapat menjelaskan variabel dependen. Analisis uji F dengan membandingkan F hitung dan f tabel. Nilai F hitung dapat dicari dengan rumus:
Fhitung = R2 / (k-1) (1-R2)(n-k)
Untuk mengetahui nilai F tabel, tingkat signifikan yang digunakan sebesar 5% dengan derajat kebebasan (degree of freedom) df = (n-k) dimana n adalah jumlah observasi, k adalah jumlah variabel termasuk intercept, dengan kriteria uji yang digunakan adalah uji f, jika Fhitung > Ftabel atau Pvalue < a dikatakan signifikan karena Ho ditolak dan Ha diterima. Hal ini berarti variabel independen secara bersama-sama memiliki pengaruh terhadap variabel dependen.
Apabila Fhitung < Ftabel atau Pvalue > a dikatakan tidak signifikan karena Ho diterima dan Ha ditolak.
4. Uji Koefisien Determinasi R2 atau AdjR2
Uji Koefisien determinasi (R2) adalah sebuah koefisien yang menunjukkan persentase semua pengaruh variabel independen terhadap variabel dependen semakin besar adjusted R2 suatu variabel independen, maka menunjukkan semakin dominan pengaruh variabel dependen. Nilai adjusted R2 yang telah disediakan adalah antar 0 dan sampai 1. Apabila terdapat nilai adjusted R2 bernilai negative, maka di anggap bernilai 0 (nol). (Ghozali:2011)
Nilai R2 yang mendekati 1 berarti variabel-variabel independen memberikan hamper seluruh informasi yang dibutuhkan untuk memprediksi variabel-variabel independen. Untuk menentukan keeratan dari hubungan atau korelasi antar variabel, dapat di lihat pada ketentuan di bawah ini:
4. 0 < R ≤ 0,10 korelasi sangat rendah / lemah sekali 5. 0,20 < R ≤ 0,40 korelasi rendah / lemah tapi pasti 6. 0,40 < R ≤ 0,70 korelasi yang cukup berarti 7. 0,70 < R ≤ 0,90 korelasi yang tinggi, kuat
8. 0,90 < R≤ 1,00 korelasi sangat tinggi, kuat sekali, dapat diandalkan R = 1 Korelasi sempurna
BAB IV