III. METODE PENELITIAN
3.1 Waktu dan Tempat Penelitian
Penelitian dilaksanakan dari bulan Maret sampai Mei 2016 di Kelurahan Pulutan, Kecamatan Sidorejo, Kota Salatiga. Daerah ini dipilih secara purposive (sengaja), karena merupakan tempat binaan pelatihan dan pendampingan padi organik oleh Dinas Pertanian dan Perikanan Kota Salatiga.
3.2 Jenis Penelitian
Metode penelitian menggunakan pendekatan penelitian kuantitatif dengan menggunakan metode survei. Metode kuantitatif dapat diartikan sebagai metode penelitian yang berlandaskan pada filsafat positivisme, digunakan untuk meneliti pada populasi atau sampel tertentu, pengumpulan data menggunakan instrumen penelitian, analisis data bersifat kuantitatif/statistik, dengan tujuan untuk menguji Hipotesis yang telah ditetapkan (Sugiyono, 2009).
3.3 Teknik Pengambilan Sampel
Metode penentuan sampel dilakukan di Kelurahan Pulutan, Kecamatan Sidorejo, Kota Salatiga dengan menggunakan metode sensus/sampling jenuh. Metode sensus/sampling jenuh merupakan teknik pengambilan sampel bila semua anggota populasi digunakan sebagai sampel (Sugiyono, 2009).
Populasi dalam penelitian ini adalah seluruh petani anggota kelompok tani Makmur II di Kelurahan Pulutan, Kecamatan Sidorejo, Kota Salatiga sejumlah 34 petani.
3.4 Teknik Pengumpulan Data
Data yang dikumpulkan dalam penelitian ini adalah data primer dan data sekunder. Data primer diperoleh langsung dari responden melalui wawancara menggunakan daftar pertanyaan (kuesioner) yang telah dipersiapkan terlebih dahulu.
Skala pengukuran tingkat partisipasi petani dengan menggunakan Skala Likert digunakan untuk mengukur sikap, pendapat, dan persepsi seseorang atau sekelompok orang tentang fenomena sosial (Sugiyono, 2009).
3.5 Definisi dan Pengukuran Variabel
Tabel 3.1 Definisi dan pengukuran variabel
No. Variabel Definisi Pengukuran
Variabel 1. Jenjang
Partisipasi
Sampai sejauh mana jenjang partisipasi yang telah ada berdasarkan Teori Tangga
Tingkat partisipasi yang ditinjau dari keseluruhan aspek keterlibatan petani, melalui pertanyaan-pernyaan seputar tentang peran serta dalam perencanaan, pelaksanaan, pemanfaatan dan evaluasi.
Pengukuran
menggunakan skala likert
3. Usia Usia petani sejak dilahirkan hingga saat penelitian dilakukan yang dinyatakan dalam tahun.
Rasio
4. Pendidikan Pendidikan formal petani terakhir yang pernah ditempuh. Dimana pada tiap
Luas penguasaan lahan usahatani baik milik sendiri atau kontrak lahan yang
Selisih pendapatan kotor dengan pengeluaran total usahatani. TEC = Total Eksplisit Cost
8. Jumlah Tanggungan Keluarga
Anggota keluarga yang masih menjadi tanggung jawab kepala keluarga dalam memenuhi kebutuhan hidupnya.
Rasio
3.6 Teknik Analisis Data
3.6.1 Uji Kualitas Data
3.6.1.1 Uji Validitas
Suatu skala atau instrumen pengukur dapat dikatakan mempunyai validitas yang tinggi apabila instrumen tersebut menjalankan fungsi ukurnya, atau memberikan hasil ukur yang sesuai dengan maksud dilakukannya pengukuran tersebut. Validitas suatu instrumen banyak dijelaskan dalam konteks penelitian sosial yang variabelnya tidak dapat diamati secara langsung, seperti sikap, minat, persepsi, motivasi, dan lain sebagainya. Untuk mengukur variabel yang demikian sulit, untuk mengembangkan instrumen yang memiliki validitas yang tinggi karena karakteristik yang akan diukur dari variabel yang demikian tidak dapat diobservasi secara langsung, tetapi hanya melalui indikator (petunjuk tak langsung) tertentu (Aritonang R, 2007).
Rumus yang digunakan adalah Product Moment dengan rincian sebagai berikut :
Menurut Effendi (2008), reliabilitas adalah indeks yang menunjukkan sejauh mana suatu alat ukur dapat dipercaya atau dapat diandalkan. Bila suatu alat pengukur dipakai dua kali untuk mengukur gejala yang sama dan hasil pengukuran yang diperoleh relative konsisten, maka alat pengukur tersebut reliable. Dengan kata lain, realibitas menunjukkan konsistensi suatu alat pengukur di dalam pengukur gejala yang sama.
Adapun rumus yang digunakan adalah rumus cronbach alpha:
{ ∑ }
∑Si = Jumlah varians skor tiap-tiap item
St = Varians total
K = Jumlah item
3.6.1.3 Hasil Uji Validitas dan Reliabilitas
Hasil Uji validitas dan reliabilitas 16 butir pertanyaan dari kuesioner penelitian dapat dilihat dari tabel berikut:
Tabel 3.2 Uji validitas dan reliabilitas menggunakan SPSS Item
Pertanyaan
Koefisien
Validitas Keterangan
Aku
da Pertanyaan Item Koefisien
Validitas Keterangan
Pertanyaan1 0,751** Valid Pertanyaan9 0,641** Valid
Pertanyaan2 0,735** Valid Pertanyaan10 0,846** Valid
Pertanyaan3 0,669** Valid Pertanyaan11 0,803** Valid
Pertanyaan4 0,784** Valid Pertanyaan12 0,673** Valid
Pertanyaan5 0,725** Valid Pertanyaan13 0,838** Valid
Pertanyaan6 0,735** Valid Pertanyaan14 0,739** Valid
Pertanyaan7 0,355* Valid Pertanyaan15 0,691** Valid
Pertanyaan8 0,449** Valid Pertanyaan16 0,459** Valid
Alpha-Cronbach = 0,941
** = signifikan pada selang kepercayaan 1% * = signifikan pada selang kepercayaan 5%
Dengan melihat kolom koefisien validitas, kita bisa mengetahui apakah butir soal yang dibuat sudah valid atau belum. Responden dalam penelitian ini sebanyak 34 orang, sehingga didapatkan rtabel adalah 0,339 dengan signifikansi 5%
dan rtabel = 0,436 selang kepercayaan 1%. Butir soal yang valid adalah yang
memiliki nilai nilai koefisien > rtabel. Dengan demikian seluruh butir pertanyaan
yang dibuat dinyatakan valid. Sedangkan hasil uji reliabilitas pada 16 butir pertanyaan yang dibuat dinyatakan reliabel dengan nilai Cronbach’s alpha sebesar 0.941 dimana nilai tersebut > 0.80 – 1.00 sehingga dapat dikatakan instrument penelitian tersebut Sangat Andal (Hair et al, 2010).
3.6.2 Analisis Regresi Linier Berganda
Keterangan :
: variabel terikat X1i, X2i : variabel bebas
: konstanta (nilai apabila )
: koefisien regresi
3.6.3 Uji Asumsi Klasik
Model regresi linier dapat disebut model yang baik jika memenuhi asumsi klasik. Imam Ghozali (2006) menyatakan bahwa uji asumsi klasik meliputi uji heteroskedastisitas, normalitas dan multikolineritas.
3.6.3.1 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Data yang baik adalah data yang tidak mengalami heteroskedastisitas. Untuk mengetahui ada tidaknya heteroskedastisitas dapat dilakukan Uji Glejser, di mana nilai absolute residual diregresikan terhadap variabel independen (Gujarati dalam Ghozali, 2004). Apabila nanti ditemukan nilai signifikansinya < 0,05 maka telah terjadi heteroskedastisitas. Beberapa alternatif solusi jika model menyalahi asumsi heteroskedastisitas adalah dengan mentransformasikan ke dalam bentuk logaritma, yang hanya dapat dilakukan jika semua data bernilai positif. Atau dapat juga dilakukan dengan membagi semua variabel dengan variabel yang mengalami gangguan heteroskedastisitas.
3.6.3.2 Uji Multikolinieritas
1. Mengganti atau mengeluarkan variabel yang mempunyai korelasi yang tinggi.
2. Menambah jumlah observasi.
3. Mentransformasikan data dalam bentuk lain misalnya logaritma natural, akar kuadrat atau bentuk first difference delta.
3.6.3.3 Uji Normalitas
Uji normalitas berguna untuk menentukan data yang telah dikumpulkan berdistribusi normal atau diambil dari populasi normal. Metode klasik dalam pengujian normalitas suatu data tidak begitu rumit. Berdasarkan pengalaman empiris beberapa pakar statistik, data yang banyaknya lebih dari 30 angka (n > 30), maka sudah dapat diasumsikan berdistribusi normal. Biasa dikatakan sebagai sampel besar.
Namun untuk memberikan kepastian, data yang dimiliki berdistribusi normal atau tidak, sebaiknya digunakan uji statistik normalitas. Karena belum tentu data yang lebih dari 30 bisa dipastikan berdistribusi normal, demikian sebaliknya data yang banyaknya kurang dari 30 belum tentu tidak berdistribusi normal, untuk itu perlu suatu pembuktian. uji statistik normalitas yang dapat digunakan diantaranya Chi-Square, Kolmogorov Smirnov, Lilliefors dan Shapiro Wilk. Beberapa alternatif cara untuk mengatasi masalah normalitas adalah sebagai berikut:
1. Melakukan transformasi data.
2. Melakukan trimming data outliers atau menambah data observasi.
3. Transformasi dapat dilakukan ke dalam bentuk Logaritma natural, akar kuadrat, inverse, atau bentuk yang lain tergantung dari bentuk kurva normalnya, apakah condong ke kiri, ke kanan, mengumpul di tengah atau menyebar ke samping kanan dan kiri.
