BAB III METODE PENELITIAN. alasan bahwa Kabupaten Sumenep mempunyai penduduk yang cukup besar

(1)

22 BAB III

METODE PENELITIAN

A. Lokasi Penelitian

Penentuan daerah penelitian dilakukan secara sengaja dengan memilih Kabupaten Sumenep, Propinsi Jawa Timur. Kabupaten Sumenep dipilih dengan alasan bahwa Kabupaten Sumenep mempunyai penduduk yang cukup besar yang bekerja dibidang pertanian

B. Jenis Penelitian

Dalam Penelitian ini termasuk pada penelitian deskriptif kuantitatif yaitu penelitian yang sifatnya memberikan gambaran secara umum, bahasan secara umum, bahasan yang diteliti dalam bentuk data atau angka yang kemudian di analisa, dan interpretasikan dalam bentuk kalimat.

C. Jenis Dan Sumber Data

Data yang dikumpulkan selama penelitian ini adalah data sekunder ,data yang tidak secara langsung diperoleh dari lapangan. Metode yang dipakai dalam pengumpulan data penelitian ini adalah dokumentasi, yaitu data yang dibutuhkan adalah data berupa studi pustaka dari berbagai literatur, jurnal, Bps dan, dinas pertanian pangan Kabupaten Sumenep yang dapat menunjang penelitian ini.

Adapun data yang akan digunakan selama penelitian adalah data sekunder terbentuk data panel, data yang di gunakan meliputi luas lahan pertanian, jumlah tenaga kerja pertanian dan jumlah produksi pertaniapangan.

(2)

23

D. Teknik Pengumpulan Data

Untuk mengumpulkan data digunakan metode antara lain: dokumentasi yaitu cara pengumpulan data dengan mencatat data yang tidak di publikasi dan juga di publikasi oleh lembaga atau instansi tertentu.

E. Definisi Oprasional dan Pengukuran Variabel

Definisi variabel digunakan untuk mengetahui konsep yang akan di gunakan dalam penelitian ini di antaranya adalah sebagai berikut:

1. Varibel terikat Dependent Variabel (Y) Jumlah Produksi (Ton)

Variabel dependen adalah variabel yang terikat dan sebagai pihak yang di terangkan oleh variabel bebas. Pada penelitian ini variabel terikatnya adalah pertanian pangan di kabupaten Sumenep. Pertanian pangan dinyatakan dalam bentuk jumlah produksi. Produksi pertanian pangan adalah banyaknya produk usaha tani yang dihasilkan dalam rentan waktu tertentu, satuan yang banyak digunakan adalah ton, kuintal, kilo gram pertahun tergantung hasil dari setiap komoditi yang dihasilkan 2. Variabel bebas ( Independent Variabel )

Variabel independen adalah variabel bebas yang terdiri dari satu atau lebih dan sebagai pihak yang menerangkan dari variabel terikat. Dalam penelitian ini yang menjadi variabel bebas adalah dua variabel diantaranya:

a. Lahan Pertanian 𝑋₁ ( Ha )

Yaitu salah satu faktor produksi yang merupakan pabriknya pertanian yang mempunyai konstribusi tinggi terhadap usaha tani.

(3)

24

Lahan pertanian adalah lahan yang ditujukan atau cocok untuk dijadikan lahan usaha tani untuk memproduksi tanaman pertanian.

b. tenaga kerja pertanian 𝑋₂ (Jiwa)

Yaitu sebuah variabel yang menetukan seberapa besar produksi atau produktivitas dari pekerjaan yang mereka kerjakan. Tenaga kerja adalah orang yang mampu menghasilkan barang dan jasa untuk memenuhi kebutuhan sendiri dan masyarakat.

F. Teknik Analisis Data

1. Metode Estimasi Model Regresi Panel

Data yang digunakan dalam penelitian ini adalah data panel. Data panel adalah data yang diperoleh dengan menggabungkan antara data cross- section dan data time series. Data cross-section dalam penelitian ini adalah data dari 27 kecamatan di kabupaten sumenep, sedangkan data time series dalam penelitian ini adalah data dalam periode waktu tahun 2011- 2015.

Untuk menetukan teknik yang paling tepat guna mengestimasi regresi data panel, harus melalui uji F uji LM dan Uji Hausman. Ketiga teknik yang digunakan untuk mengestimasi data panel yaitu : common effect, fixed effect dan random effect. Persamaan yang digunakan adalah Adapun bentuk persamaan regresi linier berganda yang dapat digunakan dapat dirumuskan:

𝑌_𝑖𝑡 𝑓(𝑥) = 𝛽₀+ 𝛽₁𝑋_𝑖𝑡+ 𝛽₂𝑋_𝑖𝑡+ 𝑒_𝑖𝑡Dimana:

𝑌_𝑖𝑡 = jumlah produksi pertanian 𝑋₁ = luas lahan pertanian

(4)

25 𝑋₂ = jumlah tenaga kerja pertanian 𝛽₁ , 𝛽₂ = koefisien regresi

𝑒_𝑖𝑡 = term error kesalahan penggangu 2. Pengujian Uji Statistik

Apabila model terbentuk, maka langkah pertama adalah pengolahan data, untuk mengolah data peneliti menggunakan analisis variabel, dimana regresi ini dilakukan atas variabel terikat (Y) terhadap lebih dari satau variabel terikat (X). Hal ini bertujuan untuk mengetahui pengaruh dari variabel bebas secara keseluruhan .

a. Uji Signifikansi Parameter Individual (Uji t)

Digunakan untuk menguji hubungan regresi secara parsial, pengujian ini di lakukan untuk mengukur tingkat signifikan keberartian setiap variabel bebas terhadap variabel terikatnya adalam sebuah model regresi. Uji t menguji apakah suatu hipotesis ditrima atau ditolak, dimana untuk ketentuan pada uji t ini adalah sebagai berikut: untuk pengaruh variabel luas lahan pertanian, dan jumlah tenaga kerja berpengaruh terhadap jumlah produksi pertanian di Kabupaten Sumenep; maka Ho = 0 ; berarti tidak ada pengaruh yang berarti dari variabel bebas terhadap variabel terikat .

Ha ≠ 0 ; berarti ada pengaruh yang berrti dari variabel bebas terhadap variabel terikat.

(5)

26

Untuk memutuskan hipotesis mana yang diterima dan mana yang ditolak, maka pengujian dilakukan dengan cara membandingkan nilai t hitung dengan t tabel dengan kepercayaan (α) sebesar 10% jika:

t hit > t tabel ; maka Ho ditolak dan Ha diterima, yang berarti bahwa variabel bebas (𝑋₁, 𝑋₂ ) secara parsial berpengaruh secara positif terhadap varabel terikat (jumlah produksi pertanian pangan) adalah signifikan.

t hit < t tabel ; maka Ho diterima dan Ha ditolak, yang berarti bahwa variabel bebas (𝑋₁, 𝑋₂) secara parsial berpengaruh secara positif terhadap varabel terikat (jumlah produksi pertanian pangan) adalah tidak signifikan.

b. Pemilihan Teknik Estimasi Data Panel

Uji F pada dasarnya menunjukkan apakah semua variabel bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama- sama terhadap variabel dependen. Hipotesis nol (Ho) yang hendak diuji adalah apakah semua parameter dalam model sama dengan nol atau Ho : 𝑏₁ = 𝑏₂ = ⋯ 𝑏_𝑘 = 0, artinya apakah semua variabel independen bukan merupakan penjelasan yang signifikan terhadap variabel dependen

hipotesisi alternative (Ha) yaitu tidak semua parameter secara simultan sama dengan nol, atau Ha : 𝑏₁ ≠ 𝑏₂ ≠ 𝑏_𝑘 ≠ 0 artinya apakah semua variabel independen secara simultan merupakan penjelas yang signifikan terhadap variabel dependen.

(6)

27

Ada 3 uji yang digunakan untuk menetukan teknik yang paling tepat untuk mengestimasi data panel. Tiga uji tersebut adalah uji F uji langrange multiplier (LM), serta uji husman.

1) Uji F

Uji F digunakan agar dapat mengetahui signifikan teknik fixed effect. Selain itu kegunaan uji F yaitu untuk memilih antara metode

OLS (Common Effect) tanpa variabel dummy atau metode Fixed effect.

Adapun rumus yan digunakan untuk uji F yaitu:

𝐹 =

^{( 𝑅𝑆𝑆}¹^{−𝑅𝑆𝑆}²^)/𝑚

(𝑅𝑆𝑆₂)/(𝑛−𝑘) Keterangan :

𝑅𝑆𝑆₁ = Resedual Sum Of Squares, teknis tanpa variabel dummy (common effect)

𝑅𝑆𝑆₂ = Resedual Sum Of Squares, teknis tanpa variabel dummy (Fived effect)

m = jumlah restriksi atau pembatasan didalam model tanpa variabel dummy ( m = jumlahh cross section -1)

n = jumlah sampel

k = jumlah parameter dalam model Fixed effect Hipotesis :

Ho = OLS tanpa variabel dummy (cammon effect) Ha = Fixed effect

(7)

28 Ketentuan :

a). Apabila F hitung ≥ F tabel ; maka Ho ditolak dan Ha diterima, bahwa model fixed effect merupakan model yang tepat.

b). Apabila F hit ≤ F tabel ; maka Ho diderima dan Ha ditolak, berarti bahwa model OLS (common Effect ) merupakan model yang tepat.

2) Uji Langrange Multiplier (LM)

Langrange multiplier adalah uji untuk mengetahui apakah model random effect atau model common effect (OLS) yang paling tepat digunakan. Uji signifikan random effect ini dikembangkan oleh Breusch pagan. Metode breusch pagan untuk uji signifikan random effect didasarkan pada nilai residual dari metode OLS. Adapun nilai statistic LM dihitung berdasrkan formula sebagai berikut :

LM

=

^nT

2(𝑇−1)

〔

^∑^𝑖=1(

𝑖 ∑_{𝑡=1 𝑒𝑖𝑡)}^𝑇

∑_𝑖=1^𝑛 ∑_𝑡=1^𝑇 𝑒_𝑖𝑡²

− 1〕

²

= ^nT

2(𝑇−1)

〔

^∑^𝑖=1^𝑛 ^{(𝑇 𝑒)}²

∑_𝑖=1^𝑛 ∑_𝑡=1^𝑇 𝑒_𝑖𝑡²

− 1〕

²

Keterangan :

n = jumlah individu T = jumlah priode waktu

e = Residual metode OLS

hipotesis untuk pengujian LM yaitu :

Ho = OLS tanpa variabel dummy (common effect) Ha = random effect

(8)

29 Ketentuan :

a. Apabila LM hitung ≥ tabel Chi square, maka Ho ditolak dan Ha diterima, berarti bahwa model random effect merupakan model yang tepat.

b. Apabila LM hitung ≤ tabel chi square, maka Ho diterima dan Ha di tolak, berrti bahwa model OLS ( cammon effect ) merupakan model yang tepat.

3. Uji Hausman

Dari hasil uji signifikan dua teknis di atas diperoleh hasil bahwa teknik yang paling tepat adalah fixed effect dan random effect maka akan diuji kembali dengan uji hausman. Keguanaan uji ini yaitu untuk memilih antara fixed effect atau random effect

Uji hausman digunakan apabila metode fixed effect dan random effect lebih baik dari pada metode OLS (common effect). Uji hausman

dihitung berdasarkan formula berikut : m = 𝑞̂ var ( 𝑞̂)−¹ 𝑞̂

keterangan : 𝑞̂ = (𝛽 ̂ - 𝛽̂_𝐺𝐿𝑆)

Var (𝑞̂) = var ( 𝛽̂) – (𝛽̂_𝐺𝐿𝑆) Hipotesis untuk uji hausman yaitu :

Ho = Random Effect Ha = fixed Effect

(9)

30 Ketentuan :

a) apabila hausman hitung ≥ tabel chi square, maka Ho ditolak dan Ha diterima, berarti bahwa model fixed effect merupakan model yang tepat.

b) Apabila hausman hitung ≤ tabel chi square, maka diterima dan Ha ditolak berarti bahwa random Effect merupakan model yang tepat.

c. Koefisien Determinasi (𝑹^𝟐)

Koefisien determinasi (𝑅²) adalah salah satu bentuk nilai statistik yang dapat digunakan utuk mengetahui apakah ada hubungan pengaruh antara dua variabel. Nilai koefisien determinas (𝑅²) menunjukkan persentase variasi nilai variabel terikat yang dapat dijelaskan oleh persamaan regresi yang dihasilkan. Apabila nilai (𝑅²) semakin mendekati 1, berarti semakin tepat suatu garis regresi digunakan sebagai pendekatan.

Sebaliknya, jika nilai (𝑅²) semakin menjauh dari 1, maka semakin tidak tepat suatu garis regresi tersebut mewakili data dari hasil observasi.

Jika nilai (𝑅²) sama dengan 1, maka pendekatan tersebut dapat kecocokan sempurna dan jika niali (𝑅²) sama dengan nol, maka tidak ada kecocokan dalam pendekatan. Selain itu, koefisien determinasi (𝑅²) juga bisa untuk mengukur besarnya kontribusi ( persentase ) dari jumlah variabel terikat yang diterangakan oleh regresi atau untuk mengukur besarnya sumbangan dari variabel bebas terhadap naik turunnya nilai variabel terikat.

(10)

31

Sedangkan koefisien korelasi dapat dihitung dengan cara menarik akar dari koefisien determinasi (𝑅²). Koefisien korelasi ini digunakan untuk mengetahui keeratan hubungan antara 2dua variabel dan mengetahui arah hubungan tiga variabel, diaman batasan-batasannya ditentukan oleh -1≤ r ≤ 1. Bila r = 0 atau mendekati 0, maka hububungan antara ke 2 variabel sangat lemah atau tidak ada hubungan sama sekali. Bial r = 1 atau mendekati 1, maka kolerasi anatara dua variabel dikatakan positif atau sangat kuat. Tanda positif menyatakan bahwa korelasi antara dua variabel adalah searah, artinya kenaikan niali X terjadi bersama-sama dengan kenaikan nilai Y, sedangkan niali r = -1 atau mendekati -1, maka kolerasinya sangat kuat dan negatif. Tanda negatif menyatakan bahwa kenaikan niali X terjadi bersama- sama dengan penurunan nilai.

(11)

32