BAB III METODE PENELITIAN

43

BAB III

METODE PENELITIAN A. Objek Penelitian

Penelitian ini mengenai pengaruh dana desa, alokasi dana desa, dana alokasi umum dan kemiskinan di Provinsi Jawa Timur Tahun 2015-2016.

Pengambilan sample dilakukan di Badan Pusat Statistik (BPS).

Pemilihan objek dimaksudkan agar data-data yang disajikan lebih akurat.

B. Jenis Penelitian

Jenis penelitian ini bersifat deskriptif kuantitatif. Dengan cara mengamati subjek penelitian yang telah dipilih kemudian menganalisis serta menyimpulkan antara variabel independen yang terdiri dari Dana Desa (DD), Alokasi Dana Desa (ADD), dan Dana Alokasi Umum (DAU) Kabupaten/Kota terhadap variabel dependennya yaitu Kemiskinan.

C. Populasi dan Teknik Pengambilan Sampel

Adapun populasi pada penelitian ini yaitu 30 Kab/Kota di provinsi Jawa Timur yang mempublikasikan laporan kependudukan secara lengkap selama akhir periode 2015 dan 2016.

D. Definisi Operasional Variabel

Definisi operasional merupakan definisi yang diberikan kepada variabel dengan cara memberikan arti atau menspesifikasikan kegiatan atau memberi operasional yang diperlukan untuk mengukur variabel

tersebut. Definisi masing-masing variabel yang peneliti gunakan sebagai berikut:

1. Variabel Dependent (Y)

Adalah variabel atau faktor yang merupakan output yaitu faktor yang akan berubah apabila ada perubahan variabel bebasnya atau dengan kata lain keberadaan variabel ini dipengaruhi oleh variabel bebas.

Pada penelitian ini variabel terkaitnya adalah kemiskinan merupakan

“miskin” yang artinya tidak berharta benda, serba kekurangan dan ketidakmampuan individu dalam memenuhi kebutuhan dasar minimal untuk hidup layak. Satuan pengukuran yang digunakan untuk kemiskinan adalah Jiwa (Orang).

2. Variabel Independent (X)

Adalah variabel atau faktor-faktor yang menjadi input dimana keberadaannya dapat dipengaruhi variabel terkaitnya. Dalam penelitian ini yang menjadi variabel bebas ada dua variabel diantaranya:

a. Dana Desa (DD) adalah dana yang bersumber dari Anggaran Pendapatan dan Belanja Negara (APBN) yang diperuntukkan bagi Desa yang di transfer melalui Anggaran Pendapatan dan Belanja Daerah (APBD) Kabupaten/Kota dan digunakan untuk membiayai penyelenggaraan pemerintah, pembangunan, serta pemberdayaan masyarakat dan kemasyarakatan. Nilai variabel yang digunakan dalam Dana Desa (DD) adalah dalam bentuk ribuan rupiah (Rp).

b. Alokasi Dana Desa (ADD) adalah anggaran keuangan yang diberikn pemerintah kepada desa, yang mana sumbernya berasal dari Bagi Hasil Pajak Daerah serta dari Dana Perimbangan Keuangan Pusat dan daerah yang diterima oleh Kabupaten/Kota.

Nilai variabel yang digunakan dalam Alokasi Dana Desa (ADD) adalah dalam bentuk ribuan rupiah (Rp).

c. Dana Alokasi umum (DAU) adalah dana yang berasal dari APBN (Anggaran Pendapatan dan Belanja Negara) yang dialokasikan dengan tujuan pemerataan kemampuan keuangan antar daerah untuk membiayai kebutuhan pengeluarannya dalam rangka pelaksanaan desentralisasi. Nilai yang digunakan dalam dana alokasi umum adalah berbentuk ribuan rupiah (Rp).

E. Jenis dan Sumber Data

Jenis data yang digunakan adalah data sekunder yang diperoleh dalam bentuk yang telah diolah oleh lembaga atau instansi yang terkait dalam penelitian. Data yang digunakan berupa time series tahunan periode tahun 2015-2016, yaitu terdiri atas Kemiskinan, Dana Desa (DD), Alokasi Dana Desa (ADD), dan Dana Alokasi Umum (DAU) data berupa cross section. Sumber data diperoleh dari situs resmi Badan Pusat Statistik (BPS) Provinsi Jawa Timur (www.bpsJatim.co.id) periode tahun 2015-2016.

F. Teknik Pengumpulan Data

Teknik pengumpulan data yang digunakan dalam penelitian ini adalah teknik dokumentasi (data sekunder). Mengenai data-data yang dianalisis yaitu laporan tahunan yang diterbitkan oleh instansi pemerintah. Dalam penelitian ini instansi pemerintah adalah BPS Provinsi Jawa Timur.

Teknik analisis data yang digunakan dalam penelitian ini adalah analisis regresi dengan data panel yang bersifat statis dengan model double log.

G. Teknik Analisis Data

Setelah dilakukan pengumpulan data kemudian analisis data yang digunakan untuk mengetahui pengaruh variabel independen terhadap variabel dependen. Pada penelitian ini digunakan alah pengolahan dan analisa data Eviews9.

1. Analisis Regresi Data Panel

Pada penelitian ini digunakan teknik analisis regresi data panel untuk menggabungkan data cross section dan data time series. Dengan digabungkannya kedua data tersebut, diharapkan data panel menjadi lebih informatif, bervariasi, mengurangi kolinearitas, memperbanyak derajat bebas dan lebih efisien. Persamaan regresi data panel yang digunakan pada penelitian ini adalah sebagai berikut (Ekonometrika,2007):

𝐾𝑒𝑚𝑖𝑠𝑘𝑖𝑛𝑎𝑛_𝑖𝑡 = 𝑎_𝑖 + 𝛽₁𝐷𝐷_1𝑖𝑡+ 𝛽₂𝐴𝐷𝐷_2𝑖𝑡+ 𝛽₃𝐷𝐴𝑈_3𝑖𝑡+ 𝜀_𝑖𝑡 ... 3.1

Dimana :

𝑖 = sampel Kab/Kota 𝑡 = 2015, 2016 𝑎_𝑖 = Konstanta

𝛽 = Koefisien regresi (nilai peningkatan ataupun penurunan) 𝜀_𝑖𝑡 = Standart Error

DD = Dana Desa

ADD = Alokasi Dana Desa DAU = Dana Alokasi Umum

Ada pula rumus yang menghitung perkembangan sebagai berikut : 𝑋𝑡 − (𝑡 − 1)

𝑋 (𝑡 − 1) 𝑥 100%

Pada analisis regresi data panel digunakan tiga model estimasi, yaitu sebagai berikut:

a. Model Common Effect (CE)

Model common effect (CE) adalah model yang paling sederhana dalam mengasumsikan bahwa tidak ada keheterogenan atar individu yang tidak terobservasi, karena semua keheterogenan telah dijelaskan oleh variabel independen. Estimasi parameter model common effect menggunakan metode OLS. Model common effect yang dapat digunakan untuk memodelkan data panel adalah:

𝑌_𝑖𝑡 = ɑ + 𝑋_𝑖𝑡𝛽 + 𝑒_𝑖𝑡 ... 3.2

Dimana:

Yit = observasi dari unit ke i dan diamati pada periode ke t (dependen)

Xit = variabel independen yang diamati dari unit i pada periode t.

Dan diasumsikan Xit memuat konstanta

eit = komponen error yang diasumsikan memiliki harga mean 0 dan variasi homogen dalam waktu serta independen dengan Xit

b. ModelFixed Effect (FE)

Model fixed effect (FE) pada data panel diasumsikan bahwa koefisien slope konstan tetapi intersep bervariasi sepanjang unit individu. Istilah fixed effect berasal dari kenyataan bahwa meskipun intersep 𝛽0iberbeda antar individu namun intersep antar waktu sama (time invarian), sedangkan slope tetap sama antar individu dan antar waktu. Bentuk umum model fixed effect menggunakan metode Least Square Dummy Variable, yaitu dengan menambah variabel dummy yang besesuaian untuk masing- masing nilai variabel adalah sebagai berikut:

𝑌_𝑖𝑡 = 𝑌_𝑖𝑡+∑^𝑝_𝑖=1𝛽_𝑘𝑋_{𝑘,𝑖𝑡}+ 𝑒_𝑖𝑡 ... 3.3 Pada model fixed effect, estimasi dapat dilakukan dengan tanpa pembobotan (no weight) atau Least Square Dummy Variable (LSDV) sehingga data lebih dinamis dalam menginterpretasi data.

c. Model Random Effect (RE)

Model random effect (RE) digunakan untuk mengatasi permasalahan yang ditimbulkan oleh model fixed effect dengan peubah semu (dummy) pada data panel yang menimbulkan permasalahan hilangnya derajad bebas dari model. Estimasi parameter model random effect menggunakan metode Generalized Least Square.

𝑌_𝑖𝑡 = ∑^𝑝_𝑖=1𝛽_𝑘𝑋_{𝑘,𝑖𝑡}+ 𝜀_𝑖+ 𝑢_𝑖𝑡 ... 3.4 Dimana :

𝜀_𝑖𝑡= komponen error yang cross section atau spesifik individual 𝑢_𝑖𝑡 = komponen error gabungan time series dan cross section dan

terkadang disebut bentuk khas individu (idiosyncratic term) karena berbeda antara cross section dan time series

2. Model Regresi Panel

Berdasarkan tiga model data panel yang telah dipaparkan, setelah estimasi dilakukan pada masing-masing model, selanjutnya dilakukan pemilihan model regresi panel sebagai berikut:

a. Uji Chow

Uji Chow pada penelitian ini digunakan untuk menentukan model yang sesuai antara model Common Effect (CE) dengan Fixed Effect (FE). Model CE merupakan model unrestricted, sedangkan model FE merupakan model restricted. Pengambilan keputusan dilakukan sebagai berikut:

1) Jika H0 diterima maka model CE lebih sesuai 2) Jika H1diterima maka model FE lebih sesuai

Kriteria:

H0 ditolak jika probability Chi-Square< 𝛼(0,05) b. Uji LM (Lagrange Multiplier)

Uji LM (Lagrange Multiplier)Breusch-Pagan digunakan untuk menentukan model yang lebih sesuai antara Common Effect (CE) dan Random Effect (RE). Pengambilan keputusan dilakukan sebagai berikut:

1) Jika H0 : 𝜎_𝛽²₀ = 0 (model CE lebih sesuai) 2) Jika H1: 𝜎_𝛽²₀ ≠ 0 (model RE lebih sesuai) Kriteria:

H0 ditolak jika probability < 𝛼(0,05) c. Uji Hausman

Uji Hausman pada penelitian ini digunakan untuk menguji perbedaan model Fixed Effect (FE) dan Random Effect (RE).

Pengambilan keputusan dilakukan sebagai berikut:

1) Jika H0 diterima maka model RE lebih sesuai 2) Jika H1diterima maka model model FE lebih sesuai Kriteria:

H0 ditolak jika probability< 𝛼(0,05)

Jika hasil uji Chow menunjukkan H0 diterima, maka model yang digunakan adalah Common Effect (CE) dan tidak diperlukan

pengujian menggunakan uji hausman.Sedangkan jika H0 ditolak, maka model yang digunakan adalah Fixed Effect (FE) dan selanjutnya dilakukan uji hausman.Kemudian jika H0 ditolak pada uji chow dan uji hausman maka tidak perlu dilakukan uji LM.

3. Uji Signifikansi

Setelah dilakukan uji asumsi klasik selanjutnya dilakukan uji signifikansi sebagai berikut:

a. Uji Parsial (Uji t)

Uji t pada penelitian ini digunakan untuk menguji hipotesis dan untuk mengetahui adanya pengaruh parsial antara variabel dependen dan variabel dependen.

Kriteria:

1) Jika probabilitas (t-Statistic) variabel X <α 0,05 maka berpengaruh secara signifikan terhadap variabel Y.

2) Jika probabilitas (t-Statistic) variabel X > α 0,05 maka tidak berpengaruh secara signifikan terhadap variabel Y.

Selain digunakan uji t dengan memperhatikan probabilitas t- statistik dapat pula digunakan uji t dengan memperhatikan t-hitung dan t-tabel. Pada penelitian ini digunakan uji t satu arah dengan diketahui n=60 dan k= 3, maka t- tabel = 3,16 dan berikut merupakan kriteria keputusan yang digunakan.

1) Uji sisi kanan

𝑡_{ℎ𝑖𝑡𝑢𝑛𝑔} ≥ 𝑡_{𝑡𝑎𝑏𝑒𝑙}, maka H0 ditolak dan H1 diterima.

Maka variasi variabel bebas dapat menerangkan variabel terikat dan terdapat pengaruh diantara kedua variabel yang diuji.

𝑡_{ℎ𝑖𝑡𝑢𝑛𝑔} ≤ 𝑡_{𝑡𝑎𝑏𝑒𝑙}, maka H0 diterima dan H1 ditolak.

Maka variasi variabel bebas tidak dapat menerangkan variabel terikat dan terdapat pengaruh diantara kedua variabel yang diuji.

2) Uji Sisi Kiri

𝑡_{ℎ𝑖𝑡𝑢𝑛𝑔} ≤ 𝑡_{𝑡𝑎𝑏𝑒𝑙}, maka H0 ditolak dan H1 diterima.

Maka variasi variabel bebas dapat menerangkan variabel terikat dan terdapat pengaruh diantara kedua variabel yang diuji.

𝑡_{ℎ𝑖𝑡𝑢𝑛𝑔} ≥ 𝑡_{𝑡𝑎𝑏𝑒𝑙}, maka H0 diterima dan H1 ditolak.

Maka variasi variabel bebas tidak dapat menerangkan variabel terikat dan terdapat pengaruh diantara kedua variabel yang diuji.

b. Uji Serentak (Uji F)

Uji F pada penelitian ini digunakan untuk menguji hipotesis dan untuk mengetahui adanya pengaruh secara serentak antara seluruh variabel independen terhadap variabel dependen.

Kriteria:

1) Jika Probabilitas (F-Statistic) < 0,05 maka seluruh variabel X berpengaruh secara signifikan terhadap variabel Y.

2) Jika Probabilitas (F-Statistic) > 0,05 maka seluruh variabel X tidak berpengaruh secara signifikan terhadap variabel Y.

Selain digunakan uji t dengan memperhatikan probabilitas F- statistik dapat pula digunakan uji F dengan memperhatikan F- hitung dan F-tabel. Pada penelitian ini diketahui n=60, dan k=3 sehingga df (k-1,n-k) sehingga df(56) dan diperoleh F-tabel sebesar 3,16. Berikut merupakan kriteria keputusan yang digunakan:

1) H0 ditolak jika 𝐹_{ℎ𝑖𝑡𝑢𝑛𝑔} > 𝐹_{𝑡𝑎𝑏𝑒𝑙} 2) H0 diterima jika 𝐹_{ℎ𝑖𝑡𝑢𝑛𝑔} < 𝐹_{𝑡𝑎𝑏𝑒𝑙} 4. Koefisien Determinasi (R²)

Uji R Square (R²) atau koefisien determinasipada penelitian ini digunakan untuk menguji kesesuaian atau kebaikan model.Uji ini ditujukan untuk megetahui kemampuan variabel dependen dalam menerangkan variasi variabel dependen secara simultan. Adapun uji R²dapat dikriteriakan sebagai berikut:

a) Jika R square > 0,5 maka kemampuan variabel dependen kuat dalam menjelaskan variabel dependen.

b) Jika R square < 0,5 maka kemampuan variabel dependen tidak kuat dalam menjelaskan variabel dependen.