BAB III METODE PENELITIAN
3.7 Metode Penelitian dan Analisis Data
Metode penelitian yang akan digunakan adalah deskriptif dan analitik dengan pendekatan cross sectional. Penggunaan desain ini bertujuan untuk menggambarkan pengaruh di antara berbagai variabel corporate social responsibility goal, corporate social issues, dan corporate relation program terhadap pemberdayaan masyarakat. Pendekatan
cross sectional digunakan karena pengumpulan data dari kedua variabel dikumpulkan dan diukur dalam waktu yang bersamaan saat penelitian dilakukan. Berdasarkan karakteristik dalam rumusan masalah yang ada, maka penelitin ini merupakan penelitian eksplanatori, yakni jenis penelitian yang mencoba menjelaskan hubungan antar variabel. Dalam pembahasannya metode penelitian yang akan digunakan dalam penelitian ini adalah deskriptif dan analitik. Analisis deskriptif berupaya menjelaskan suatu fenomena hasil penelitian melalui penafsiran terhadap data atau hasil pengamatan yang disajikan secara naratif untuk menjawab pertanyaan atau permasalahan penelitian dan kemudian melakukan analisis guna menjelaskan fenomena yang terjadi yang didalamnya terdapat suatu hubungan antar variabel.
Analisis regresi linier berganda dalam penelitian ini digunakan untuk menganalisis adanya pengaruh variabel independen (bebas) terhadap variabel dependen (terikat). Variabel bebas dalam penelitian ini adalah Corporate Social Responsibility Goal,
Corporate Social Responsibility Issue, dan Corporate Relation Program. Sedangkan variabel terikatnya adalah Pemberdayaan Ekonomi Masyarakat. Metode analisis ini menggunakan program SPSS (Statistic Product and Service Solution). Dalam penelitian ini model estimasi terhadap pengaruh variabel Corporate Social Responsibility
(CSR) terhadap pemberdayaan masyarakat dapat dituliskan dengan persamaan regresi linier berganda berikut:
Y = a + b1X1 + b2X2 + b3X3 + e Dimana :
Y = Pemberdayaan Masyarakat
a = Konstanta
b1, b2, b3 = Koefisien regresi
X1 = Corporate Social Responsibility Goal
X2 = Corporate Social Responsibility Issue X3 = Corporate Relation Program
e = Standart error
Selain itu, dari analisis regresi linier berganda ini juga diperoleh koefisien regresi (b) yang menunjukkan arah hubungan dari variabel independen tersebut dengan variabel dependen. Untuk menguji secara simultan apakah hubungan antara variabel-variabel X di atas dengan variabel Y signifikan atau tidak maka dilakukan pengujian melalui Uji-F, α = 5%, dengan rumus sebagai berikut:
F = R 2 /k (1− R 2 )/(n − k −1) Dimana:
F = pendekatan distribusi probabilitas k = banyaknya variabel independent R2 = koefisien determinasi
Nilai F hitung selanjutnya dibandingkan dengan nilai F tabel pada α = 0,05. Bila F hitung ≤ F tabel, maka H0 diterima, artinya garis regresi tersebut tidak dapat
digunakan sebagai penduga, karena nilai Y belum terbukti tergantung kepada nilai- nilai X1, X2, dan X3. Bila Fhitung ≥ Ftabel, maka H0 ditolak dan H1 diterima, berarti paling sedikit ada satu variabel independen yang mempengaruhi nilai dependen Y. Sedangkan untuk menguji koefisien regresi secara parsial antara masing-masing variabel independen dengan variabel dependen maka digunakan uji t.
Untuk menguji hipotesis maka dilakukan perbandingan antara t hitung dengan t tabel pada α = 0,05. Bila t hitung ≥ t tabel maka H0 ditolak dan H1 diterima. Sebaliknya bila t hitung <= t tabel maka H0 diterima dan H1 ditolak. Penggunaan analisis regresi berganda dimaksudkan untuk memperoleh nilai prediksi yang tidak bias. Sehingga analisis tersebut harus memenuhi asumsi-asumsi klasik yang mendasari model regresi, meliputi: asumsi normalitas, analisis multikolinieritas analisis heteroskedastisitas uji dan asumsi autokorelasi (Gujarati, 1999: 173; Ghozali, 2001:75). Secara lebih rinci dapat diuraikan sebagai berikut :
3.7.1. Uji Parsial
Uji parsial adalah uji yang digunakan untuk menguji kemaknaan koefisien parsial. Apabila t hitung > t tabel maka Ho ditolak, dengan demikian variabel bebas menerangkan variabel berikutnya dan juga sebaliknya apabila t hitung < t tabel maka Ho diterima sehingga dapat dikatakan variabel bebas tidak dapat menjelaskan variable berikutnya, dengan kata lain tidak ada pengaruh diantara variabel yang diuji ataupun dapat dilihat dengan tingkat signifikansi alfa. Selain melakukan pembuktian dengan uji F dan uji t, dalam uji regresi linier berganda ini dianalisis pula besarnya koefisien determinan R2 digunakan untuk mengetahui sejauhmana sumbangan masing-masing variabel bebas. Semakin besar nilai determinasi maka semakin besar variasi sumbangan terhadap variabel berikutnya (Algifari, 1997) dalam menganalisis data penelitian, digunakan program komputer SPSS.
3.7.2. Uji Simultan
Uji ini dilakukan untuk mengetahui apakah semua variabel independent
mempunyai pengaruh yang sama terhadap variabel dependent. Untuk membuktikan kebenaran hipotesis digunakan uji distribusi F dengan cara membandingkan antara nilai F hitung (yang terdapat pada tabel Analysis of Variance) dengan F tabel, apabila perhitungan F hitung > F tabel maka Ho ditolak sehingga dapat dikatakan bahwa variable bebas dari regresi dapat menerangkan variabel terikat secara serentak. Sebaliknya jika F hitung < F tabel maka Ho diterima sehingga dapat dikatakan bahwa variabel bebas tidak menjelaskan variabel terikat (Algifari, 1997).
Uji asumsi klasik bertujuan untuk mengetahui apakah penaksir dalam regresi merupakan penaksir kolinear tak bias. Oleh karena itu diperlukan adanya uji asumsi klasik terhadap model yang telah diformulasikan, yang mencakup pengujian normalitas, multikolinieritas, dan heteroskedastisitas (Algifari, 1997).
3.7.3.1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi variable dependen dan variabel independen, keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Pada prinsipnya normalitas dapat dideteksi dengan melihat penyebaran data (titik) pada sumbu diagonal dari grafik atau dengan melihat histogram dari residualnya.
3.7.3.2. Uji Multikolinieritas
Uji multikolinieritas adalah uji yang digunakan untuk mengetahui apakah antara variabel independent yang terdapat dalam model memiliki hubungan yang sempurna (Algifari, 1997). Deteksi terhadap ada tidaknya multikolinieritas yaitu dengan menganalisis matriks korelasi variabel-variabel bebas, dapat juga dengan melihat pada nilai tolerance
serta nilai Variance Inflation Factor (VIF). Berdasarkan matriks korelasi antar variabel- variabel bebas menunjukkan koefisien
variabel yang paling rendah, korelasi tertinggi. Indikasi adanya multikolinieritas jika terjadi korelasi antar variabel bebas yang cukup tinggi, umumnya di atas 0,90
(Ghozali, 2005).
Uji Heteroskedastisitas adalah uji yang digunakan untuk mengetahui apakah terjadi penyimpangan model karena varian gangguan berbeda antara satu observasi lain (Algifari, 1997). Jika variance dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas (Ghozali, 2005).
Teknik skala yang digunakan dalam penelitian ini adalah skala Likert yang merupakan bagian dari jenis attitude scales. Skala Likert adalah di mana responden menyatakan tingkat setuju atau tidak setuju mengenai berbagai pernyataan tentang prilaku, objek, orang atau kejadian (Kuncoro, 2003). Menurut Santoso (2003), skala Likert
digunakan untuk mengukur sikap, pendapat dan persepsi seseorang atau sekelompok orang terhadap fenomena sosial.