21
BAB III
METODE PENELITIAN
A. Lokasi Penelitian
Lokasi penelitian dilakukan di Desa Sentul, Kota Blitar. Dengan waktu penelitian yang digunakan yakni pada tahun 2020. obyek dalam penelitian ini untuk menganalisis faktor modal dan upah dalam mempengaruhi penyerapan tenaga kerja sektor industri kecil menengah kandang jimbe Kota Blitar.
B. Jenis Penelitian
Jenis penelitian yang digunakan dalam penelitian factor upah dan modal dalam mempengaruhi penyerapan tenaga kerja sektor industri kecil menengah Kota Blitar adalah data deskritif kuantitatif, pengumpulan ini dengan cara wawancarai. Data ini berupa kata-kata yang telah di alami oleh pelaku.
C. Jenis Data dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah data primer dan sekunder berupa data panel dalam kurun waktu 2015-2019, dimana data primer merupakan data yang diperoleh secara langsung atau wawancara terhadap pihak narasumber, pendapat dari kelompok atau individu, mendapat data melalui objek yang di lakukan melalui observasi secara langsung. Dengan kata lain, penelitian membutuhkan hasil dari menjawab riset melalui (metode survei) atau penelitian benda (metode observasi).
Data sekunder merupakan data yang bukan diusahakan sendiri didapatkan oleh peneliti (Marzuki, 2005). Data sekunder diperoleh dari pihak pihak terkait dan
lembaga pengumpul data. Dalam hal ini, data diperoleh dari Badan Pusat Statistik dan Dinas Perindustrian dan Perdagangan Kota Blitar. Data sekunder yang digunakan bertujuan untuk mengetahui berapa banyak jumlah industri kendang yang ada di Kota Blitar.
Adapun teknik pengumpulan data primer yang digunakan pada penelitian ini menggunakan sistem wawancara, wawancara dimana proses memperoleh keterangan untuk tujuan penelitian dengan cara tanya jawab sambil bertatap muka antara penanya dengan responden, wawancara dilakukan dengan menggunakan alat yang dinamakan interview guide atau panduan wawancara (Nazir, 1983). Dalam hal ini wawancara dilakukan kepada pemilik industri kecil menengah Kendang Jimbe di Kota Blitar. Wawancara yang dilakukan bertujuan untuk mengetahui secara langsung kepada responden sesuai dengan variabel yang diteliti.
D. Pengumpulan Data dan Teknik Pengambilan Sampel
Sampel adalah sebagia dari jumlah perwakilan populasi yang diteliti (Arikunto, 2006). Jika pengambilan subjeknya kurang dari 100 makan lebih baik di ambil semua. apabila sebaliknya jika subjek lebih dari 100 yang diambil 10-15% sampel. Sampel yang harus representatif dalam arti segala karakteristik populasi hendaknya tercerminkan dalam sampel yang diambil (Sudjana, 2005).
Populasi penelitian yang akan di laksanakan ini melibatkan semua industri kecil menengah kendang jimbe yang ada di Kota Blitar. Karena populasi yang diteliti dengah jumlah yang besar, maka teknik pengambilan menggunakan sampel. Teknik ini adalah cara yang digunakan untuk pengambilan sampel dalam sebuah penelitian.
Pada penelitian ini, besarnya jumlah sampel yang diambil diukur dengan menggunakan ukuran Roscoe. Syarat ukuran sampel yang baik adalah sebagai berikut:
1. Ukuran sampel yang baik dalam penelitian adalah 30-500 sampel.
2. Jika sampel dalam kategori tertentu, maka dari masing – masing kategori minimal 30 sampel.
3. Jika penelitian menggunakan analisis multivariate baik korelasi ataupun regresi, maka jumlah anggota sampel adalah minimal 10 kali dari jumlah variable yang diteliti.
4. Apabila penelitian adalah eksperimen sederhana dengan menggunakan kelompok eksperimen dan kelompok control, maka anggota sampel masing – masing adalah 10-20.
Dari syarat ukur Roscoe yang di gunakan dalam penelitian ini adalah syarat yang ketiga. yaitu “Jika penelitian menggunakan analisis multivariate baik korelasi ataupun regresi, maka jumlah anggota sampel adalah minimal 10 kali dari jumlah variable yang diteliti” dengan jumlah variabel bebas 2 variabel, maka 30 sampel yang akan di teliti.
Teknik pengambilan ini menggunakan teknik simple random sampling yaitu semua populasi bisa terpilih dan digunakan. Tapi dengan cara menggunakan ordinal, undian, tabel bilangan random, atau komputer (usman, 2008).
E. Definisi Operasional dan Pengukuran Variabel
Menurut Jonathan (2006) definisi operasional merupakan definisi yang menjadikan variable yang di teliti bersifat oprasional berkaitan dalam proses
pengukuran variabel tersebut. sehingga memudahkan peneliti dalam melakukan pengukuran dan menghidari kesalahan dalam melakukan penelitian.
Adapun variabel yang digunakan dalam penelitian ini sebanyak tiga variabel antara lain penyerapan tenaga kerja, Modal dan tingkat upah.
Nama Variabel Nama dalam Persamaan Satuan
Penyerapan Tenaga Kerja Y Orang
Modal M Ribuan Rupiah
Upah U Ribuan Rupiah
Tabel 3. 1 Definisi Operasional dan Pengukuran Variabel
1. Tenaga kerja merupakan seseorang yang secara mental siap melakukan pekerjaan, bertanggung jawab di sesuai bidang yang telah di berikan dan masuk pada usia kerja. Pada penelitian ini tenaga kerja memiliki peran penting untuk membantu industri dalam melakukan produksi suatu barang. Data diperoleh dari wawancara. 2. Modal adalah segala bentuk barang yang ada dalam perusahaan yang belum
digunakan dan akan segera digunakan untuk membangun usaha, modal sangat penting untuk kelangsungan kegiatan oprasional suatu perusahaan. Data yang diperoleh dari wawancara terhadap narasumber atau pelaku utama.
3. Upah merupakan sebuah imbalan yang di berikan perusahaan terhadap pekerja yang telah menyelesaikan pekerjaan, upah yang di berikan berupa uang dan mendapatkan persetujuan dari dua belah pihak. Data yang diperoleh melalui wawancara terhadap narasumber.
F. Metode Analisis dan Uji Hipotesis 1. Analisis Regresi
Metode analisis yang digunakan dalam penelitian ini merupakan model regresi berganda data cross section dan data panel untuk memprediksi apakah variabel independen (upah dan modal) mempengaruhi penyerapan tenaga kerja pada sektor industri kecil menengah sektor industri Kendang Jimbe di Kota Blitar. Dengan model persamaan yang digunakan:
𝑇𝐾 = 𝑎 + 𝛽₁_𝑈+ 𝛽2_𝑀 + 𝑒 Dimana :
TK = Penyerapan tenaga kerja sektor industri kecil menengah Kendang Jimbe Kota Blitar. α = Konstanta 𝛽₁ = Koefisien Upah 𝛽2 = Koefisien Modal X1 = Upah X2 = Modal e = Error Term
G. Persamaan Regresi Data Panel
Analisis regresi data panel memiliki tiga model yakni:
Uji model Common Effect atau Pooled Least Square (CE) ini adalah model yang sederhana yang berasumsi bahwa data adalah sama. Estimasi ini sama seperti model yang menggunakan metode OLS dalam pengujian. Rumusan sebagai berikut:
𝑌 = 𝑎 + 𝛽1𝑋1+ 𝛽2𝑋2+ 𝑢
2. Model Fixed Effects
Uji Estimasi Parameter model Fixed Effect menggunakan model Dummy Least Square yang masing-masing nilai variable independen. Pada model ini asumsi hubungan atau data tidak tergantung waktu atau fixed. Sehingga model ini disebut sebagai model Fixed Effect. Rumusan sebagai berikut:
𝑌 = 𝑎 + 𝛽1𝑋1+ 𝛽2𝑋2+ 𝑢
3. Model Random Effects
Model random effect memiliki karakteristik individu dan waktu yang berbeda, sehingga rumusan sebagai berikut:
𝑌 = 𝑎 + 𝛽1𝑋1+ 𝛽2𝑋2+ 𝑢
H. Pemilihan Model Estimasi Regresi Data Panel
Uji analisis yang digunakan untuk mengolah data. Uji yang digunakan meliputi:
Uji Chow adalah uji yang digunakan dalam penentuan pilihan antara model Pooled Least Square (PLS) atau memilih Fixed Effects Model (FEM). Adapun rumus dari Uji Chow sebagai berikut:
Fhitung = [𝑅𝑅𝑆𝑆−𝑈𝑅𝑆𝑆]/ (𝑛−1) 𝑈𝑅𝑆𝑆/ (𝑛𝑇−𝑛−𝐾)
Keterangan:
n = Jumlah Individu (cross section)
T = Jumlah Periode Waktu (time series)
K = Jumlah Variabel Penjelas
RRSS = Restricted Residual Sums of Square berasal dari model common effect URSS = Unrestricted Residual Sums of Square berasal dari model fixed effect
Kriteria Pengujian:
a. Jika nilai probability F > 0,05 maka H0 diterima (model common effect) b. Jika nilai probability F < 0,05 maka H0 ditolak (model Fixed Effect)
2. Uji Hausman
Uji Hausman digunakan untuk menentukan pilihan antara memilih Fixed Effect Model (FEM) atau memilih Random Effect Model (REM).
a. Jika nilai probability Chi-Square > 0,05 maka H0 diterima (model random effect) b. Jika nilai probability Chi-Square < 0,05 maka H0 ditolak (model fixed effect)
Uji Lagrange Multipilier merupakan uji yang membandingkan antara model Fixed Effect (FE) dengan model Random Effect (RE).
Kriteria Pengujian:
a. Jika nilai probability Breusch-Pagan < 0,05 maka H0 ditolak (model Random Effect) b. Jika nilai probability Breusch-Pagan > 0,05 maka H0 diterima (model Common
Effect)
I. Uji Asumsi Kelasik
Uji asumsi klasik adalah uji yang dilakukan untuk model yang diestimasi. Dalam pengujian ini hanya memakai Uji normalitas, autokorelasi, multikolenieritas dan uji Heterokedastisitas.
1. Uji Normalitas
Uji Normalitas adalah pengujian yang digunakan untuk mengetahui nilai sebaran residual pada sebuah model atau eror/residual harus berdistribusi normal menurut (santoso,2015). Pada penelitian ini, uji normalitas menggunakan uji Jarque-Berra. Persamaan dari uji Jarque-Berra adalah sebagai berikut:
JB = n [𝑆 2 6 + (𝐾−3)2 24 ] Keterangan: n = Jumlah Pengamatan S = Koefisien Skewness K = Koefisien Kurtosis Hipotesis yang di uji:
H0 = Eror berdistribusi normal H1 = Eror tidak berdistribusi normal
H0 diterima jika p-value statistik uji Jarque-Berra signifikan (p-value > 0.05).
2. Uji Autokorelasi
Uji Autokorelasi adalah uji yang dilakukan untuk mengetahui korelasi antara satu variabel gangguan dengan variabel gangguan lainnya. Hipotesis dari uji Autokorelasi ini yaitu: Guna memastikan apakah model regresi linier terbebas dari autokorelasi, dapat menggunakan metode Brusch-Godfrey atau LM (Lagrange Multiplier) Test.
Adanya autokorelasi atau tidak dapat dilihat dari nilai Prob. F hitung. Jika nilai prob>F mempunyai nilai lebih besar dari alpha maka tidak adanya masalah autokorelasi. Begitu dengan sebaliknya jika prob>F lebih kecil daripada alpha maka bisa untuk disimpulkan yaitu bahwa terdapat masalah autokorelasi.
Selain menggunakan LM Test, dapat juga menggunakan Durbin-Watson atau disebut DW hitung. Nilai ini akan dibandingkan dengan kriteria penerimaan atau penolakan yang akan dibuat dengan nilai dL dan dU yang dapat dilihat dari Tabel DW dengan tingkat signifikansi error 0,05 (5%).
𝐻0: Tidak terjadi Autokorelasi 𝐻1: Terjadi Autokorelasi Kriteria pengujian yaitu:
Jika du < DW<4-du berarti tidak ada autokorelasi Jika du<DW<du atau 4-du>DW>4-dl maka tidak ada kesimpulan yang dapat diambil
Jika DW<dl maka terjadi autokorelasi positif Jika DW>4-dl maka terjadi autokorelasi negatif
Uji heteroskedastisitas adalah uji yang dilakukan untuk menguji apakah dalam model regresi terjadi perbedaan varian-varian dari variable independen. Sedangkan asumsi yang harus dipenuhi dalam asumsi klasik yaitu memiliki varians yang tidak ada heterokedastisitas atau homokedastisitas. Ada beberapa metode yang digunakan untuk menguji heterokedastisitas uji Glejser. Hipotesis dari uji Heterokedastisitas ini yaitu:
𝐻0: Tidak ada Heterokedastisitas 𝐻1: Ada Heterokedastisitas Kriteria keputusan yaitu:
𝐻0 ditolak jika nilai probabilitas < 0,05 maka 𝐻1diterima dan berarti bahwa terjadi heterokedastisitas. Dan begitupula sebaliknya.
4. Uji Multikoliniearitas
Uji Multikoliniearitas adalah suatu kondisi yang mana adanya korelasi (hubungan linier) antar variabel independen. Untuk menguji multikoliniearitas dapat dilakukan dengan beberapa metode seperti Koefisien Korelasi Pearson, Koefisien Determinasi (𝑅2) Regresi Auxiliary dan Variance Inflation Factors (VIF).
Koefisien Korelasi Pearson adalah untuk melihat korelasi antar variabel independen dalam penelitian. Kriteria keputusan adanya multikolineritas jika. Metode ini efektif jika terdapat 2 variabel independen. dapat dilakukan perhitungan menggunakan determinasi regresi auxiliary (R2j) pada masing-masing variabel independen, dan perhitungan tersebut dapat dirumuskan sebagai berikut:
VIF = 1 1 – R2
Yang menjadi kriteria dalam penelitian ini, jika nilai dari VIF 10, maka dapat dinyatakan bahwa terjadi multikolinearitas.
J. Pengujian Hipotesis
1. Uji Signifikan Simultan (Uji Statistik F)
Uji statistik F pada dasarnya dilakukan untuk menguji parameter dalam model dengan serentak memberikan pengaruh signifikan. Uji ini membandingkan probabilitas (F-statistik) dengan table, dengan syarat F-statistik > F-tabel, maka dengan asumsu H0 ditolak dan H1 diterima. Hal ini di tujukan untuk mengetahui hasil variable independen dan model yang dilakukan dalam pengujian statistic F dapat berpengaruh secara signifikan terhadap variable dependen.
2. Uji Signifikan Parameter Individual (Uji Statistik t)
Uji signifikan t pada dasarnya untuk melihat seberapa jauh variable independen atau variable penjelas secara sendiri (individu) berpengaruh terhadap variable dependen. Dalam uji T yang dilakuakan dalam regresi linier berganda untuk mengetahui signifikansi variable X terhadap variable Y secara individu terhadap variabel dependen dengan menganggap variabel lain bersifat konstan.
3. Koefisien Determinasi (R²)
Koefisian determinasi (R²) intinya untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara 0 hingga 1 (0 ≤ R² ≤ 1). Nilai R² yang kecil berarti kemampuan variabel - variabel independen dalam menjelaskan variasi variabel dependen sangat terbatas. apabila nilai yang mendekati satu berarti variabel - variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen (Ghozali, 2006).
