• Tidak ada hasil yang ditemukan

BAB III METODE PENELITIAN. Penelitian dilakukan pada pasar tradisional yang dikelola oleh UPT

N/A
N/A
Protected

Academic year: 2021

Membagikan "BAB III METODE PENELITIAN. Penelitian dilakukan pada pasar tradisional yang dikelola oleh UPT"

Copied!
12
0
0

Teks penuh

(1)

METODE PENELITIAN 3.1 Tempat dan Waktu

Penelitian dilakukan pada pasar tradisional yang dikelola oleh UPT Dinas Pengelola Pasar Kota Bandar Lampung, yaitu: pasar UPT Pasar Panjang, UPT Pasar Kangkung, UPT Pasar Cimeng, UPT Pasar Way Halim, UPT Pasar Tugu, UPT Pasar Bambu Kuning, UPT Pasar SMEP, UPT Pasar Pasir Gintung, UPT Pasar Bawah UPT Pasar Tamin, yang dimulai pada bulan Maret 2011.

3.2 Populasi dan Sampel

Populasi dalam penelitian ini adalah seluruh pedagang yang ada di pasar tradisional yang dikelola oleh UPT Dinas Pengelola Pasar Kota Bandar Lampung dengan jumlah total 5.203 pedagang, yang terdiri dari 1.122 berdagang pada kios 2.034 berdagang pada los, dan 2.047 berdagang sebagai PKL (Tabel 1). Tehnik pengambilan sampel menggunakan penarikan sampel acak sederhana (simple ramdom sampling), dimana setiap pasar terdiri dari pedagang pada Kios, Los dan Amparan /PKL, yang setiap pedagangnya mempunyai kesempatan yang sama untuk diambil sebagai sampel. Pengambilan sampel pertama secara acak dan selanjutnya ditetapkan besar selangnya ( interval).

Tabel 1. Populasi pedagang pasar tradisional Kota Bandar Lampung

No Pasar Kios Los PKL TOTAL

1 Panjang 157 16 500 673

2 Kangkung 18 569 109 696

(2)

4 SMEP 150 173 315 638 5 Pasir Gintung 0 313 215 528 6 Tugu 128 178 240 546 7 Cimeng 8 352 125 485 8 Way Halim 155 210 68 433 9 Bawah 25 108 105 238 10 Tamin 41 115 35 191 TOTAL 10 1.122 2.034 2.047 5.203

(Sumber : Dinas Pengelola Pasar Kota Bandar Lampung, Tahun 2012)

Untuk penentuan besar sampel, menggunakan rumus estimasi proporsi dengan presisi mutlak: n = [{ Z2/2P(1 – P)]/ d2} (Nasir, 1983)

Dimana :

N = Jumlah populasi n = Perkiraan besar sampel

P = Proporsi populasi yang menempati Kios, Los dan PKL (∑Xi/∑N). d = Presisi.

Z/2 = Nilai distribusi Z

Besar proporsi pedagang yang menempati Kios, Los, dan Amparan/PKL masing-masing adalah: PKios=(∑XiKios/∑N), PLos (∑XiLos/∑N) dan PPKL

(∑XiPKL/∑N). Penarikan sampel dilakukan melalui two stage simple ramdom

sampling dengan sample fraction tahap pertama (f1) dalam bentuk rumus:

f1 Kios= nKios= [{ Z2/2. PKios(1 – PKios)}/ d2]

f1 Los= nLos= [{ Z2/2. PLos(1 – PLos)}/ d2]

f1 PKL= nPKL= [{ Z2/2. PPKL(1 – PPKL)}/ d2]

Diperoleh besar sampel tahap pertama (f1)=247 pedagang (Tabel 2).

(3)

α 0,025 = 0,5 - 0,025 = 0,475; Z/2 = 0,475= 1,960); presisi (0,1) dan proporsi

pedagang menempati Kios (P= 1.122/ 5.203= 0,13); Los (P= 2.034/ 5.203= 0,391) dan PKL (P= 2.047/5.203= 0,393).

Tabel 2. Besar sampel tahap pertama pedagang pasar tradisional

No Tempat P Derajat kepercayaan Presisi 1-P n=

2 2 Berdagang 95% (Z/2= 1,960) {Za/2.P(1 –P)}/d 1 Kios 0,21 1,96 0,1 0,79 64 2 Los 0,391 1,96 0,1 0,609 92 3 PKL 0,393 1,96 0,1 0,607 91 4 ∑ n 247

Besar sampel tahap kedua (f2) pedagang disetiap pasar tradisional

terlihat pada Tabel 3.

Tabel 3. Sampel tahap kedua (f2) pedagang disetiap pasar tradisional

Kota Bandar Lampung

No Pasar Kios Los PKL TOTAL

1 Panjang 10 5 19 34 2 Kangkung 1 22 5 28 3 Bambu Kuning 23 0 10 33 4 SMEP 8 8 14 30 5 Pasir Gintung 0 14 10 24 6 Tugu 7 8 10 25 7 Cimeng 1 15 13 29 8 Way Halim 9 9 3 21 9 Bawah 3 6 5 14 10 Tamin 2 5 2 9 TOTAL 10 64 92 91 247

Sample fraction tahap kedua (f2) pedagang disetiap pasar tradisional:

nij = ( Ni/∑N). n ij; (f2 Kios) = n= (NKios/∑N).n Kios; (f2 Los)= n = (NLos /∑N).n Los

(4)

Besar selang (interval) dengan rumus: Jumlah Populasi : Jumlah sampel (Notoadmojo, 2005). Maka diperoleh hasil interval setiap sampel pada Kios, Los dan PKL dengan perincian terlihat pada Tabel 4 untuk interval pada Kios, Tabel 5 untuk interval pada Los dan Tabel 6 untuk interval pada PKL.

Tabel 4. Interval sampel pada kios di pasar tradisional Kota Bandar Lampung

No Pasar Populasi Sampel Interval Pembulatan

1 Panjang 157 10 15,7 16

2 Kangkung 18 1 acak acak

3 Bambu Kuning 440 23 19,13043 19

4 SMEP 150 8 18,75 19

5 Pasir Gintung 0 0 0 0

6 Tugu 128 7 18,28571 18

7 Cimeng 8 1 acak acak

8 Way Halim 155 9 17,22222 17

9 Bawah 25 2 12,5 12

10 Tamin 41 3 13,6667 13

Total 10 1.122 64

Tabel 5. Interval sampel pada los di pasar tradisional Kota Bandar Lampung

No Pasar Populasi Sampel Interval Pembulatan

1 Panjang 16 5 3,2 3 2 Kangkung 569 22 25,86364 26 3 Bambu Kuning 0 0 0 0 4 SMEP 173 8 21,625 21 5 Pasir Gintung 313 14 22,35714 22 6 Tugu 178 8 22,25 22 7 Cimeng 352 15 23,46667 23 8 Way Halim 210 9 23,33333 23 9 Bawah 108 5 21,6 21 10 Tamin 115 6 19,16667 19 Total 10 2.034 92

Tabel 6. Interval sampel pada PKL di pasar tradisional Kota Bandar Lampung

No Pasar Populasi Sampel Interval Pembulatan

1 Panjang 500 19 26,31579 26

(5)

3 Bambu Kuning 335 10 33,5 33 4 SMEP 315 14 22,5 22 5 Pasir Gintung 215 10 21,5 21 6 Tugu 240 10 24 24 7 Cimeng 125 13 9,615385 9 8 Way Halim 68 3 22,66667 22 9 Bawah 105 5 21 21 10 Tamin 35 2 17,5 17 Total 10 2.047 91 3.3 Hipotesis

Berdasarkan latar belakang, permasalahan dan kerangka penelitian di atas maka yang menjadi hipotesis dalam penelitian ini adalah:

(1) Ada pengaruh dari upaya yang telah dilakukan dalam pengelolaan sampah terhadap peningkatan pengelolaan sampah pasar tradisional di Kota Bandar Lampung.

(2) Ketaatan pedagang pasar tradisional membayar restribusi sampah dipengaruhi oleh bersedia atau tidak bersedia membayar restribusi terhadap usaha peningkatan pengelolaan sampah pasar oleh besarnya restribusi yang dibayar untuk peningkatan pengelolaan sampah pasar.

(3) Faktor- faktor yang berpengaruh terhadap ketaatan membayar restribusi sampah pasar tradisional adalah: faktor umur, pendidikan, pendapatan, status tempat berdagang, lama berdagang, jumlah sampah yang dihasilkan, katagori pedagang, perlakuan terhadap sampah, dan pelayanan UPT Dinas Pasar.

(4) Ada perbedaan yang signifikan dari besarnya kesediaan para pedagang membayar restribusi kebersihan pasar antara para pedagang di pasar besar pasar sedang dan pasar kecil.

(6)

3.4 Pengumpulan Data

Data primer diperoleh melalui wawancara langsung kepada pedagang pasar tradisional serta petugas kebersihan melalui pengisian kuisioner yang ditujukan untuk mengetahui keadaan sosial ekonomi responden, persepsi responden terhadap sampah pasar, kesediaan pedagang untuk membayar peningkatan pengelolaan sampah pasar serta pengamatan lapangan. Untuk data sekunder diperoleh dari Dinas Pasar serta Dinas Kebersihan dan Pertamanan Kota Bandar Lampung yang berkaitan data pendukung penelitian ini.

3.5 Pengolahan dan Analisa Data

3.5.1 Analisis Kualitatif (Analisis Upaya yang dilakukan dalam peningkatan pengelolaan sampah pasar tradisional)

Untuk menganalisis pengaruh dari upaya yang telah dilakukan dalam pengelolaan sampah terhadap peningkatan pengelolaan sampah pasar tradisional di Kota Bandar Lampung, maka dilakukan pendekatan analisa secara teoritis berdasarkan teori dan konsep keilmuan yang berkaitan dengan teori pengelolaan sampah pasar.

3.5.2 Analisis Kuantitatif

(7)

Mattjik (2002) menyatakan, jika parameter dari suatu hubungan fungsional antara satu variabel dependen dengan lebih dari satu variabel independen ingin diestimasikan maka analisa regresi yang dikerjakan adalalah analisa regresi logistik. Untuk menganalisis berkaitan bersedia atau tidak bersedia membayar restribusi terhadap usaha peningkatan pengelolaan sampah pasar, menggunakan pendekatan Regresi Logistik dengan persamaan sebagai berikut : Pi = E (Y=1| Xi)=[( (eLn(Px/1 – Px) / ( 1+ eLn(Px/1 – Px)]

Ln(Px/1 – Px) = α +β1x1+β2x2+β3x3+ β4x4+β5x5+β6x6+β7x7+β8x8+β9x9+

ε

Keterangan :

Px/P1-Px = Odd Ratio, adalah perbandingan peluang responden yang bersedia membayar dengan yang tidak bersedia membayar;

P(x)= Peluang responden membayar;

= konstanta

X1 = Umur; X2 = Pendidikan; X3 = Pendapatan;

X4 = Status tempat berdagang; X5 = Lama berdagang;

X6 = Jumlah sampah; X7 = Katagori Pedagang; X8 = Cara kumpulkan sampah; X9 = Pelayanan Dinas Pasar

Analisis regresi linier nilai ketaatan pedagang pasar tradisional membayar restribusi (WTP) untuk mengetahui faktor-faktor yang mempengaruhi terhadap pedagang pasar, dengan model regresi linier ( Mattjik, 2002) :

(8)

Keterangan :

Y = Nilai WTP pedagang pasar

X1- X9= variabel bebas ( sama dengan variabel bebas regresi logistik)

3.5.2.2 Analisis faktor- faktor yang mempengaruhi pedagang terhadap ketaatan membayar restribusi

Untuk menganalisis faktor-faktor yang mempengaruhi ketaatan pedagang membayar restribusi pengelolaan sampah pasar yang berkaitan dengan umur pendidikan, pendapatan, status tempat berdagang, lama berdagang, produksi sampah (kg), katagori pedagang, cara pengumpulan sampah, dan pelayanan UPT Dinas Pasar di tabulasi dan selanjutnya di analisis.

Untuk menganalisis faktor- faktor yang mempengaruhi ketaatan pedagang membayar restribusi sampah dalam upaya peningkatan pengelolaan sampah pasar, maka sama dengan hal yang diatas menggunakan pendekatan Regresi Logistik ( pada sub bab 3.5.2.1 tentang analisis ketaatan pedagang pasar tradisional membayar restribusi) dengan menggunakan pendekatan regresi logistik, yang digunakan untuk mendeskripsikan hubungan antara variabel bebas dengan variabel respon (tak bebas) yang bersifat dikotom atau biner.

Untuk melihat besarnya pengaruh variabel bebas terhadap variabel terikat dalam regresi logistik disusun dalam sebuah tabel seperti Tabel 7. Persamaan regresi logistik yang digunakan adalah sebagai berikut :

Tabel 7. Variabel yang dipergunakan dalam regresi logistik

Variabel (dependent) Y1 Pengelompokan Jawaban Responden

(9)

Umur ≤20 21-40 ≥41

Pendidikan SD SMP ≥ SMA

Pendapatan < Rp 50.000 Rp51.000 -Rp 150.000

>Rp 151.000

Status tempat SEWA HAK MILIK BERPINDAH

Lama berdagang ≤ 5 tahun 6 – 10 tahun ≥ 11 tahun

Jumlah sampah ≤ 4,5 kg 5 – 14,5 kg ≥ 15 kg

Katagori Pedagang Kios Los PKL

Cara kumpulkan sampah Di tempat Di kantong plastik Menumpuknya sampah

Pelayanan Dinas Pasar Sangat Baik Baik Tidak baik

Peubah respon dan peubah penjelas yang dipergunakan dalam regresi logistik ditampilkan sebuah tabel, dimana analisis regresi logistik dilakukan pada pedagang di pasar besar, pasar sedang dan pasar kecil.

3.5.3 Analisis perbedaan nilai kesediaan membayar rata-rata untuk membayar restribusi sampah para pedagang

Untuk menanalisis adanya perbedaan yang signifikan pada kesediaan membayar antara para pedagang di pasar besar, pasar sedang dan pasar kecil secara simultan, maka dilakukan dengan análisis sidik ragam seperti Tabel 8.

Analisis perbedaan kesediaan membayar rata-rata (Mean Difference) pedagang di pasar tradisional jika menunjukkan nilai kesediaan membayar rata-rata yang berbeda pada setiap pasar, maka dilakukan Uji Homogenitas pada uji perbedaan dengan tingkat interval kepercayaan 99% (Confidence Interval) yang berdasarkan katagori pasar. Menurut Sujana (2002), uji homogenitas dilakukan untuk menunjukkan bahwa perbedaan yang terjadi pada uji statistik parametrik (misalnya Sidik Ragam) benar-benar terjadi akibat adanya perbedaan antar kelompok.

(10)

Tabel 8. Struktur analisis sidik ragam

Sumber Keragaman Db JK KT Fhitung F0.0 5 ( k-1 )(n-k )

Regresi k-1 βXY-ny-2 JKR/ k-1 KTR/KTG

Galat n-k Y Y- βXY2 JKG/ n-k

Total n-1 YY- ny-2 JKT/ n-1

3.5.4 Analisis Contingent Valuation Method ( CVM )

Menurut Fauzi (2004), dalam menganalisis CVM peningkatan pengelolaan sampah di pasar Tradisional Kota Bandar Lampung, dengan membuat pasar hipotetis. Pasar hipotetis dalam penelitian dibuat dengan memberikan informasi mengenai pengelolaan sampah pasar belum memadai pencemaran diakibatkan oleh sampah yang tidak terangkut, sehingga diperlukan peningkatan pengelolaan sampah pasar. Skenario yang diberikan adalah:

Akibat keterbatasan dana pengelolaan sampah pasar dari Pemda Kota Bandar Lampung, masih ada sampah yang tidak terangkut yang dapat menimbulkan pencemaran yang dapat menimbulkan penyakit dan mengganggu estetika. UPT Dinas Pengelolaan Pasar Kota Bandar Lampung, berusaha melakukan peningkatan pengelolaan sampah pasar dengan cara: (1) Pemisahan wadah sampah organik dan anorganik; (2) Mengolah sampah organik dari pasar menjadi kompos, sedangkan untuk sampah anorganik dilakukan pemanfaatan kembali, sehingga tidak ada lagi tumpukan sampah. Apakah para pedagang setuju dengan usaha tersebut?. Jika setuju berapa besar kesediaan para pedagang membayar restribusi peningkatan pengelolaan sampah pasar.

(11)

3.6 Pengujian Hipotesis

3.6.1 Upaya yang dilakukan dalam pengelolaan sampah di pasar tradisionil Untuk menguji hipotesis pengaruh upaya yang dilakukan dalam pengelolaan sampah terhadap peningkatan pengelolaan sampah pasar tradisional maka dilakukan dengan pendekatan teoritis untuk membandingkan dengan upaya yang telah dilakukan dalam pengelolaan sampah di pasar tradisional Kota Bandar Lampung berdasarkan teori dan konsep keilmuan yang berkaitan dengan pengelolaan sampah pasar serta mengacu pada Keputusan Menteri Kesehatan Republik Indonesia Nomor 519/MENKES/SK/VI/2008 Tentang Pedoman Penyelenggaraan Pasar Sehat, BAB V, Persyaratan Kesehatan Lingkungan Pasar.

3.6.2 Uji hipotesis ketaatan pedagang membayar restribusi sampah dan faktor- faktor yang berpengaruh

Untuk menguji hipotesis ketaatan pedagang membayar restribusi sampah dan pengujian hipotesis terhadap faktor- faktor yang berpengaruh terhadap ketaatan membayar restribusi sampah pasar tradisional sebagai variabel bebas (xi)

dan pengelompokan jawaban responden sebagai variabel terikat (y) dengan uji t pada tingkat kepercayaan 95% ( α/2 = 0,025 ) dengan derajat kebebasan (df) = n-k, dimana :

H0 : bi = 0; variabel bebas tidak berpengaruh nyata terhadap variabel

terikat.

Ha: bi# 0; variabel bebas berpengaruh nyata terhadap variabel terikat.

(12)

3.6.3 Uji hipotesis perbedaan signifikasi besarnya kesediaan membayar (WTP) restribusi

Untuk menguji hipotesis adanya perbedaan yang signifikan dari besarnya kesediaan membayar restribusi kebersihan pasar para pedagang di pasar besar pasar sedang dan pasar kecil, melalui uji F pada tingkat kepercayaan 95% (α = 0,05) dengan derajat kebebasan (df) = (k-1)(n-k) dimana (k) adalah jumlah variabel yng diteliti dan (n) adalah jumlah observasi.

H0 : bi = 0; variabel bebas tidak berpengaruh nyata terhadap variabel

terikat.

Ha: bi# 0; variabel bebas berpengaruh nyata terhadap variabel terikat.

Jika F0>Ftabel,maka H0 ditolak berarti seluruh variabel bebas

berpengaruh nyata terhadap variabel terikat.

Jika F0<Ftabel,maka H0 diterima berarti seluruh variabel bebas tidak

Gambar

Tabel 1. Populasi pedagang pasar tradisional Kota Bandar Lampung
Tabel 2. Besar sampel tahap pertama pedagang pasar tradisional
Tabel 4. Interval sampel pada kios di pasar tradisional Kota Bandar Lampung
Tabel 8. Struktur analisis sidik ragam

Referensi

Dokumen terkait

Survei yang dilakukan oleh CBI Education &amp; Skills Survey 2012 menjelaskan bahwa bahasa Prancis menduduki peringkat kedua sebagai bahasa asing yang pantas untuk dipelajari

Oleh karena itu bagi lembaga pendidikan yang mengembangkan pendidikan vokasi tidak perlu minder dan kemudian mengubah menjadi pendidikan akademik, karena akan

Dengan mempertimbangkan pilihan-pilihan adaptasi yang dikembangkan PDAM dan pemangku kepentingan, IUWASH juga merekomendasikan untuk mempertimbangkan aksi-aksi adaptasi

Dengan berbagai atribut yang melekat pada individu untuk menunjukan adanya kesempatan yang sama untuk mencapai suatu prestasi. Untuk mencapai kinerja yang baik

dengan hasil uji statistik bernilai p=0.891 lebih besar dari alpha berarti tidak terdapat terdapat hubungan yang bermakna antara cara kerja mengangkat, memasukan, dan

Berdasarkan pengamatan proses administrasi keuangan siswa di SMK Taman Karya Madya Tamansiswa Ngemplak, maka penelitian berlanjut dalam analisis perancangan sistem

Skripsi yang berjudul: Pengaruh Pemberian Kapang Rhizopus oryzae atau Chrysonilia crassa terhadap Populasi Bakteri dalam Ileum Ayam Broiler yang Dipelihara pada

Ditentukan dengan menyesuaikan dengan bentuk tepi-tepi daun yang dipanduan D i te ntukan dengan cara menyesuakan bentuk ujung daun sample dengan buku panduan ujung daun.. Di