Pendapatan keluarga miskin
METODE PENELITIAN
3.1. Lokasi Penelitian
Penelitian ini dilaksanakan dengan mengambil sampel pada daerah miskin di kota Medan. Berhubung banyaknya wilayah miskin dan penyebarannya hampir merata diseluruh wilayah Kota Medan maka lokasi penelitian ditetapkan di lima kecamatan yang memiliki jumlah kepala keluarga miskin yang paling banyak. Lokasi ini ditetapkan dengan mengkombinasikan data rekapitulasi jumlah KK miskin di kota Medan tahun 2006 maka dipilihlah lima lokasi penelitian yaitu :
1. Medan Labuhan 2. Medan Maimun 3. Medan Belawan 4. Medan Polonia 5. Medan Perjuangan
3.2. Populasi dan Sampel
Populasi dalam penelitian ini adalah semua kepala keluarga miskin di kota Medan provinsi Sumatera Utara. Dari hasil penelitian BAPPEDA di kota Medan diperoleh jumlah populasi kepala keluarga miskin sebanyak 81.099 orang. Kota Medan dipilih karena ingin mengetahui bagaimana gambaran kehidupan keluarga miskin di kota besar.seperti terlihat pada Tabel 3.1 berikut ini:
Tabel 3.1. Distribusi Jumlah Kepala Keluarga Miskin di Kota Medan
No Kecamatan Kepala Keluarga Miskin
1. Kecamatan Medan Belawan 6.083
2. Kecamatan Medan Labuhan 7.354
3. Kecamatan Medan Deli 2.816
4. Kecamatan Medan Marelan 2.690
5. Kecamatan Medan Timur 2.871
6. Kecamatan Medan Barat 2.833
7. Kecamatan Medan Perjuangan 6.242
8. Kecamatan Medan Tembung 2.237
9. Kecamatan Medan Kota 3.399
10. Kecamatan Medan Johor 3.975
11. Kecamatan Medan Polonia 6.266
12. Kecamatan Medan Area 1.160
13. Kecamatan Medan Amplas 1.200
14. Kecamatan Medan Denai 2.816
15. Kecamatan Medan Sunggal 2.003 16. Kecamatan Medan Helvetia 2.947
17. Kecamatan Medan Maimun 9.075
18. Kecamatan Medan Petisah 1.689 19. Kecamatan Medan Selayang 3.267 20. Kecamatan Medan Tuntungan 3.642
21. Kecamatan Medan Baru 6196
Total 81.099
Sumber: Bappeda Kotamadya Medan 2006.
Rumah tangga yang dimaksud dalam penelitian ini sesuai dengan batasan rumah tangga yang dikemukakan oleh Badan Pusat Statistik (1999), yaitu: sekelompok komunitas yang memiliki sumber pendapatan bersama (joint income). Dengan demikian jumlah pendapatan rumah tangga dan jumlah anggota keluarga akan sangat menentukan miskin atau tidaknya sebuah rumah tangga.
Sedangkan sampel dalam penelitian ini dibagi menjadi dua bagian yaitu:
1. Prosedur pengambilan sampel dengan menggunakan sampel daerah multi tahap (Multistage area sampling) dimulai dengan mengetahui jumlah kepala keluarga miskin
paling banyak dan dilakukan penentuan besarnya sampel. Penentuan besarnya sampel agar diperoleh hasil penelitian yang lebih baik dan akurat maka digunakan rumus penelitian sampel dari Widodo (1993) sebagai berikut:
Nz2 p (1 – p) n = Nd2+ z2 p (1 – p) Dimana : n = besarnya sampel N = besarnya populasi Z = Nilai standar normal p = Probabilitas suatu kejadian
d = Besarnya penyimpangan yang masih di tolerir Dengan : N = 81.099 Z = 1,96 ( α = 0,01 ) d = 0,05 p = 0,5 81.099 (1,96)2. 0,5 ( 1 – 0,5 ) maka : n = 81.099 ( 0,05 )2 + ( 1,96 )2. 0,5 ( 1 – 0,5 ) 77.887, 4796 n = 203,7079 n = 382,348
n = 382 kepala keluarga miskin
Data yang digunakan dalam penelitian ini adalah data primer. Data primer diperoleh dari hasil observasi lapangan, sedangkan data sekunder diperoleh dari berbagai instansi terkait dan publikasi lainnya.
3.4. Teknik Pengumpulan dan Pengolahan Data
Teknik pengumpulan data dilakukan dengan menyebarkan kuisioner dan observasi langsung kelokasi dan obyek penelitian, setelah data diperoleh dan ditabulasi selanjutnya diolah dengan analisa regresi berganda untuk melihat pengaruh masing-masing variabel bebas terhadap variabel terikat. Model analisis yang digunakan dianalisis secara kuadran terkecil biasa ( Ordinary Least Square ). Data yang digunakan dianalisis secara kuantitatif dengan menggunakan analisis statistik yaitu persamaan regresi linier berganda.
Model persamaannya adalah sebagai berikut :
Y = f (X1, X2, X3, X4, X5, D)...( 1 ) Dengan spesifikasi model sebagai berikut :
Y = α0 + α1 X1 + α2X2 + α3X3 + α4X4 + α5X5 + D + µ...( 2 )
Dimana :
Y = Pendapatan ( rupiah ) X1 = Jam Kerja ( jam )
X2 = Tingkat Pendidikan ( tahun )
X3 = Jumlah anggota keluarga yang bekerja ( orang ) X = Jumlah anggota keluarga yang di tanggung ( orang )
X5 = Biaya hidup/ bulan ( rupiah )
D6 = Akses terhadap lembaga keuangan ( dummy variabel ) 0 untuk tidak berpengaruh nyata dan 1 untuk berpengaruh nyata.
α0 = Intercept
α1..α6 = Koefisien Regresi µ = Variabel Pengganggu
Pengolahan data dilakukan dengan bantuan komputer program eviews 5.1 dan semua persyaratan penggunaan analisis regresi akan dilakukan pengujian terhadap data tersebut uji yang dilakukan antara lain:
1. Uji Normalitas
Asumsi dalam OLS adalah nilai rata-rata dari faktor pengganggu ( µi ) adalah nol. Untuk menguji apakah normal atau tidaknya faktor pengganggu, maka perlu dilakukan uji normalitas dengan menggunakan Jarque-Bera Test ( J-B test).
2. Uji Linieritas
Uji Linieritas sangat penting, karena uji ini sekaligus dapat melihat apakah spesifikasi model yang kita gunakan sudah benar atau tidak. Dengan menggunakan uji ini kita dapat mengetahui bentuk model empiris dan menguji variabel yang relevan untuk dimasukkan kedalam model empiris. Dengan kata lain dengan menggunakan uji linieritas, specification error atau mis-specification error. Salah satu uji yang digunakan untuk menguji linieritas adalah Uji Ramsey (Ramsey RESET Test).
3. Multicolinearity
Multicolinerity adalah alat untuk mengetahui apakah ada hubungan yang kuat (kombinasi linier) diantara variabel independen. Untuk mendeteksi ada atau tidaknya multicolonerity dapat dilihat dari R-square, F-hitung, t-hitung serta standart error. Kemungkinan adanya multicolinerity jika R2 dan F-hitung tinggi sedangkan nilai t-hitung banyak yang tidak signifikan (uji tanda berubah tidak sesuai dengan yang diharapkan)
4. Heterokedastisitas
Apabila nilai varian dari variabel tak bebas (Yi) meningkat sebagai akibat dari meningkatnya nilai varian dari variabel bebas (Xi) maka varians dari Yi adalah tidak sama. Inilah yang disebut dengan heterokedastisitas. Jika model memiliki heterokedastisitas maka kita dapat membuat kesimpulan yang salah dari interpretasi, karena estimasi OLS tidak lagi BLUE (Best Linier Unbiased Estimator).
Cara mendeteksi Heterokedastisitas adalah: 1. Uji White
3.5. Definisi Operasional Variabel
Untuk menghindari timbulnya perbedaan persepsi yang dapat mengakibatkan kesalahan penafsiran serta pengertian tentang berbagai konsep yang digunakan dalam penelitian ini terlebih dahulu dijelaskan batasan atau defenisi dari variabel yang digunakan dalam penelitian ini, yaitu sebagai berikut ini :
1. Kemiskinan didalam penelitian ini memakai konsep kemiskinan absolut yaitu mempunyai pendapatan dibawah garis kemiskinan. Garis kemiskinan yang dipakai
( BPS ) Sumatera Utara dalam hal ini BPS telah menetapkan garis kemiskinan Sumatera Utara sebesar Rp.72.229,00 perkapita perbulan untuk pedesaan, sedangkan untuk perkotaan sebesar Rp.98.064,00 perkapita perbulan. Karena penelitian ini dilakukan di kota maka ukuran garis kemiskinan adalah Rp.98.064,00 perkapita perbulan. Pendapatan adalah total penerimaan yang diperoleh oleh semua anggota keluarga dan yang bersumber dari berbagai jenis kegiatan. Variabel ini diukur dengan satuan rupiah. 2. Jam Kerja didalam penelitian ini memiliki pengertian jumlah waktu yang digunakan
untuk bekerja setiap hari untuk menghasilkan pendapatan setiap bulannya diukur dengan satuan jam.
3. Tingkat Pendidikan adalah jenjang pendidikan formal yang dilalui oleh kepala keluarga dihitung dengan satuan tahun.
4. Jumlah anggota keluarga yang bekerja memiliki pengertian anggota keluarga yang menghasilkan pendapatan variabel ini diukur dengan satuan orang.
5. Jumlah anggota keluarga yang ditanggung adalah jumlah keluarga yang tinggal seatap yang belum bekerja variabel ini diukur dengan satuan orang.
6. Biaya hidup/bulan memiliki pengertian total biaya yang digunakan untuk memenuhi kebutuhan hidup setiap bulannya variabel ini memiliki satuan rupiah.
7. Akses terhadap lembaga keuangan dalam hal ini apakah pernah melakukan pinjaman pada lembaga keuangan dalam upaya melepaskan keluarga dari lingkaran kemiskinan Dinyatakan dengan pernah dan tidak pernah ( 1 dan 0 ).
BAB IV