29 BAB III
METODE PENELITIAN 3.1 Desain Penelitian
Penelitian ini menggunakan pendekatan deskriptif kuantitatif. Deskriptif kuantitatif menjelaskan suatu peristiwa atau suatu kejadian yang terjadi dalam bentuk angka-angka bermakna. Penelitian kuantitatif memusatkan pada pengumpulan data kuantitatif berupa angka-angka kemudian dianalisis menggunakan alat-alat analisis statistika (deskriptif, parametrik dan non- parametrik) maupun perhitungan matematika (Mardikanto et al, 2013).
3.2 Jenis Data
Jenis data penelitian ini menggunakan time series atau deret waktu, tahun 2005-2019 dengan mengambil data produksi, harga jagung, populasi penduduk, impor kedelai, harga kedelai dan luas panen kedelai. Jenis data yang digunakan yaitu menggunakan data sekunder kuantitatif. Data sekunder diperoleh dari berbagai sumber data Lembaga pemerintahan seperti Departemen Kementrian Pertanian. Departemen Kementerian Pertanian Indonesia, serta instansi-instansi terkait seperti Badan Pusat Statistika, Pusat Data dan Informasi Pertanian, berbagai lembaga pemerintahan, dan instansi terkait. Data-data juga diperoleh dari buku, jurnal-jurnal penelitian terdahulu yang telah dipublikasikan. Data-data tersebut kemudian diolah kembali sesuai topik penelitian
3.3 Waktu dan Tempat
Penelitian ini dilakukan di Indonesia. Penentuan lokasi penelitian ini ditentukan dengan mencari informasi data time series tahun 2005-2019 seperti Badan Pusat Statistik, Kementrian Pertanian, Kementrian Perdagangan, dan FAO. Lokasi penelitian dipilih berdasarkan pertimbangan sumber data sekunder yang menunjang kepentingan penelitian.
3.4 Teknik Pengambilan Sumber Data
Teknik pengambilan sumber data sebuah penelitian dilakukan dengan beberapa pengambilan data dari time series seperti FAO (Food and Agriculture Organization), Badan Pusat Statistik, Kementrian Pertanian, dan Kementrian
Perdagangan. Sampel yang diambil meliputi harga jagung (subtitusi), harga kedelai, impor kedelai, populasi penduduk, luas area panen sebagai pendukung penelitian permintaan dan penawaran kedelai di Indonesia
3.5 Teknik Pengumpulan Data
Pengumpulan data dilakukan berdasarkan dokumentasi pada data historis permintaan dan penawaran kedelai di Indonesia yang dipublikasikan oleh pihak-pihak lain. Metode dokumentasi adalah suatu teknik pengambilan informasi atau data melalui dokumen-dokumen milik suatu lembaga atau instansi yang telah tersedia oleh Akbar and Usman, (2011). Dokumentasi berasal dari kata dokumen yang memiliki barang-barang tertulis untuk menyelidiki benda-benda tertulis seperti data-data jumlah penduduk, harga,
luas panen, faktor-faktor dari permintaan dan penawaran, dan data-data lain yang mendukung penelitian metode dokumentasi.
3. 6 Metode Analisis Data
Model analisis data adalah penyajian empiris berupa data statistik deskriptif maupun inferensial yang menjelaskan karateristik responden dalam variabel penelitian (Ferdinand, 2006).
3.6.1 Uji Asumsi klasik
Uji asumsi klasik perlu dilakukan untuk mengetahui apakah hasil penelitian regresi tidak terjadi adanya gejala multikolinearitas, heterokedesitas, dan autokorelasi. Alat analisis menggunakan aplikasi SPSS dengan tujuan untuk mempermudah menganalisis penelitian. Uji asumsi klasik terdiri dari (Duli, 2019):
a. Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah nilai suatu residual terdistribusi normal atau tidak. Model regresi baik jika suatu nilai residual yang terdistribusi normal. Salah satu uji normalitas yang dapat dilakukan dengan uji kolmogorov smirnov (K-S). Dasar dalam mengambil suatu keputusan dalam uji normalitas yaitu:
1. Jika nilai signifikansi > 0,05 maka berdistribusi secara normal.
2. Jika nilai signifikansi < 0,05 maka tidak berdistribusi secara normal.
b. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk mengetahui ada atau tidak korelasi yang tinggi antara variabel-variabel bebas dalam suatu model regresi linear
berganda. Model regresi yang baik seharusnya tidak terjadi suatu multikolinieritas dalam suatu model regresi linier berganda (Duli, 2019). Dasar pengambilan dalam keputusan pada uji multikolinearitas dapat dilakukan dengan dua acara yaitu:
1. Melihat nilai tolerance
Jika nilai tolerance > 0,10 maka tidak terjadinya multikolinearitas.
Jika nilai tolerance < 0,10 maka terjadinya multikolinearitas 2. Melihat nilai VIF (Variance Inflation Factor)
Jika nilai VIF < 10,00 maka tidak terjadinya multikolinearitas.
Jika nilai VIF > 10,00 maka terjadinya multikolinearitas.
c. Uji Heteroskedastisitas
Uji heterokedastisitas dilakukan untuk melihat apakah terjadi ketidaksamaan varian dari residual pada pengamatan model regresi. Jika varian dari residual satu pengamatan ke pengamatan lain berbeda maka di sebut heteroskedastisitas. Metode yang digunakan dalam uji heterokedastisitas adalah dengan melihat grafik scatterplot dengan memlotkan ZPRED (nilai prediksi) dengan SRESID (nilai residualnya) menurut Sulistyawati & Saragih, (2020). Model yang baik didapatkan jika tidak terdapat pola tertentu pada grafik, seperti mengumpul di tengah, menyempit kemudian melebar atau sebaliknya melebar kemudian menyempit. Uji statistik yang dapat digunakan adalah uji glejser, uji park, dan uji white. Model regresi yang baik seharusnya tidak terjadi heteroskedastisitas menurut Duli, (2019). Dasar pengambilan keputusan pada uji heteroskedastisitas yaitu:
1. Jika nilai signifikansi > α = 0,05 maka tidak terjadi heterokedastisitas.
2. Jika nilai signifikansi < α = 0,05 maka terjadi hetroskedastisitas.
d. Uji Autokorelasi
Uji autokorelasi digunakan untuk data yang bersifat time series dan tidak perlu dilakukan untuk data yang bersifat cross section seperti pada kuisioner.
Uji autokorelasi bertujuan untuk menguji apakah dalam penelitian terdapat korelasi antara periode t dengan periode t-1 atau periode sebelumnya oleh Ghozali, (2009). Model regresi yang baik adalah ketika tidak ada autokorelasi antara observasi dengan data obesrvasi sebelumnya. Ada tidaknya autokorelasi dalam penelitian ini dapat diketahui dengan menggunakan metode Durbin – Watson (DW) dengan tingkat signifikan 5%
3.6.2 Analisis Regresi Linier Berganda
Metode analisis data dilakukan dengan metode analisis regresi linier berganda untuk mengetahui faktor-faktor apa saja yang memepengaruhi permintaan dan penawaran, serta elastisitas permintaan dan penawaran kedelai di Indonesia. Faktor-faktor apa saja yang mempengaruhi permintaan dan penawaran dapat menganalisis berapa besar pengaruh variabel harga jagung (substitusi), populasi penduduk, harga kedelai, impor kedekali, luas area panen.
Model regresi linier berganda merupakan persamaan yang menggambarkan hubungan antara dua bahkan lebih variabel bebas/ predictor (X1, X2, X3…Xn) dan satu variabel tak bebas/ response (Y). Tujuan dari analisis regresi linier berganda adalah untuk memprediksi nilai variabel tak bebas/ dependen (Y) jika
nilai variabel-variabel bebas/ independen (X1, X2, X3…Xn) diketahui. Selain itu juga untuk mengetahui arah hubungan antara variabel tak bebas dengan variabel-variabel bebas (Yuliara, M, 2016).
Persamaan regresi linier berganda secara matematik diekspresikan oleh:
Y = a + b1X1 + b2X2 + b3X3 +b4X4
Keterangan :
Y = permintaan kedelai (ton) a = koefisien intersep b1, b2, b3, b4 = koefisien regresi
X1 = harga barang subtitusi (jagung) (Rp/kg) X2 = jumlah penduduk Indonesia
X3 = harga kedelai (Rp/kg)
Analisis terdiri dari variabel luas panen kedelai, harga kedelai terhadap penawaran kedelai di Indonesia.
Y = a + b1X1 + b2X2 + b3X3 +b4X4 Keterangan :
Y = Penawaran kedelai (Ton)
a = Koefisien intersep
b1,b2,b3 = Koefisien regresi
X1 = Luas panen kedelai (Ha) X2 = Harga Kedelai (Rp/kg) X4 = impor kedelai (Ton)
a. Koefisisen Determinasi (R2)
Koefisien determinasi digunakan untuk mengetahui presentase pengaruh variable bebas (X1 dan X2) terhadap variable tak bebas (Y). Besarnya R2 dihitung dengan rumus :
R
2=
(𝑏1 ∑𝑥1𝑦)+(𝑏2 ∑𝑥2𝑦)∑𝑦2
Keterangan :
1. Jika R2 = 0, maka variasi variabel bebas (X1, X2) tidak dapat menjelaskan variasi variable tak bebas (Y) dalam model persamaan regresi.
2. Jika R2= 1, maka variasi variabel-variabel bebas (X1,X2) dapat menjelaskan dengan sempurna variable tak bebas (Y) dalam model persamaan regresi (Yuliara, M, 2016).
b. Uji t (Uji Parsial)
Uji parsial atau t-test bertujuan untuk mengetahui besarnya pengaruh disetiap masing-masing variabel independen secara individual (parsial) terhadap variabel dependen. Hasil uji ini pada output spss dapat diketehaui pada tabel coefficients. Nilai dari uji t dapat dilihat dari p-value (pada kolom sig.) disetiap masing-masing variabel independen, dapat dinyatakan suatu variabel independent/ bebas secara parsial mempengaruhi variabel dependen/
terikat jika level of significant lebih besar dari p-value yang ditentukan sebesar 0,05 dan df = N – 2 (Ghozali, 2012).
Penelitian ini menggunakan uji signifikan two tailed test (dua arah) yaitu suatu uji yang memiliki dua daerah penolakan H0 yaitu terletak di ujung sebelah kanan dan kiri. Dalam pengujian two tailed test (dua arah), biasa digunakan
untuk tanda sama dengan (=) pada hipotesis nol dan tanda tidak sama dengan (≠) pada hipotesis alternatif. Tanda (=) dan (≠) ini tidak menunjukkan satu arah, sehingga melakukan pengujian dua arah (Suharyadi dan Perwanto S.K, 2009).
Kriteria dalam uji parsial (Uji t) dapat disimpulkan sebagai berikut : 1. Uji hipotesis dengan membandingkan t hitung dengan t tabel
a. Apabila -t hitung< -t tabel atau t hitung> t tabel, maka H0 ditolak dan H1
diterima, artinya variabel independen/ bebas secara parsial mempunyai pengaruh yang signifikan terhadap variabel dependen/ terikat.
b. Apabila -t hitung ≥ -t tabel atau t hitung ≤ t tabel, maka H0 diterima dan H1 ditolak, artinya variabel independent/ bebas secara parsial tidak berpengaruh secara signifikan terhadap variabel dependen/ terikat.
2. Uji hipotesis berdasarkan signifikansi
a. Jika angka signifikan > 0,05, jadi H0 diterima.
b. Jika angka signifikan < 0,05, jadi H0 ditolak.
c. Uji F
Uji F digunakan untuk mengetahui apakah variabel bebas (X1 dan X2) secara bersama-sama berpengaruh secara signifikan terhadap variabel tak bebas (Y).
Langkah-langkah yang dilakukan dalam uji F adalah : 1. Menentukan Hipotesis
H0 : 1 = 2 = 0 (tidak ada pengaruh variabel X1 dan X2 terhadap Y) H1 : 1 2 0 (ada pengaruh variabel X1 dan X2 terhadap Y) 2. Menentukan Tingkat/Taraf Signifikan ()
Nilai yang biasa digunakan adalah = 5%
3. Menentukan F hitung Rumus F hitung :
Fhit= 𝑟2/𝑘
(1−𝑟2)/(𝑛−𝑘−1)
=
𝑟2(𝑛−𝑘−1)𝑘(1−𝑟2)
4. Menentukan Ftabel (mempergunakan tabel uji F)
Tabel uji F untuk = 5% dengan derajat kebebasan pembilang (numerator, df) = k -1; dan untuk penyebut (denaminator, df) = n – k.
Keterangan. n = jumlah sampel/pengukuran, k = jumlah variabel bebas dan terikat.
5. Kriteria Pengujian Nilai Fhit dan Ftab
Apabila nilai Fhit≤ Ftab, maka H0 diterima dan H1 ditolak Apabila nilai Fhit> Ftab, maka H0 ditolak dan H1 diterima
6. Kesimpulan : ada atau tidaknya suatu pengaruh antara dua variabel yaitu variabel bebas X1 dan X2 terhadap variabel tak bebas Y menurut (Yuliara, M, 2016).
3.6.2 Kurva Elastisitas Permintaan dan Penawaran
Kurva Elastisitas permintaan dan penawaran disebut juga elastisitas harga memiliki kurva negatif yang memiliki kurva negatif terhadap jumlah diminta berhubungan terbalik dengan harga per unit dari barang tersebut.
Koefisien elastisitas harga mengukur suatu perubahan persentase yang diminta akibat persentase perubahan harga barang itu sendiri.
𝐸𝑑 =𝑃𝑒𝑟𝑠𝑒𝑛𝑡𝑎𝑠𝑒 𝑝𝑒𝑟𝑢𝑏𝑎ℎ𝑎𝑛 𝑘𝑢𝑎𝑛𝑡𝑖𝑡𝑎𝑠 𝑦𝑎𝑛𝑔 𝑑𝑖𝑚𝑖𝑛𝑡𝑎 𝑑𝑎𝑛 𝑑𝑖𝑡𝑎𝑤𝑎𝑟𝑘𝑎𝑛 𝑃𝑒𝑟𝑠𝑒𝑛𝑡𝑎𝑠𝑒 𝑝𝑒𝑟𝑢𝑏𝑎ℎ𝑎𝑛 ℎ𝑎𝑟𝑔𝑎
Formula dapat dijabarkan sebagai berikut.
𝐸𝑑 =%𝑄
%𝑃= ∆Q/Q
∆𝑄/𝑃 = Δ𝑄
Δ𝑃×𝑃
𝑄
ΔP merupakan perubahan harga, ΔQ adalah perubahan kuantitas, P adalah perubahan harga dan Q adalah kuantitas barang yang diminta menurut Budi S, (2009). Rumus perubahan harga dapat dibedakan menjadi tiga, yaitu:
1. Elastisitas Harga
b. EP > 1 = permintaan bersifat elastis.
c. EP < 1 = permintaan bersifat inelastis.
d. EP = 1 = permintaan bersifat unitary elastis e. EP = ∞ = permintaan bersifat elastis sempurna.
f. EP = 0 = inelastis sempurna.
2. Elastisitas Silang,
a. Ec< 0 (positif), berarti dua jenis barang merupakan barang substitusi.
b. Ec< 0 (negatif), berarti dua jenis barang merupakan barang komplementer.
c. Ec = 0 berarti dua jenis barang tidak saling berkaitan.
3. Elastisitas Pendapatan,
a. EI bernilai positif berarti suatu barang dikatakan barang normal, dimana penggolongannya dapat dibedakan menjadi dua pengertian sebagai berikut ;
1. EI < 1 berarti suatu barang termasuk barang kebutuhan pokok
2. EI > 1 berarti suatu barang termasuk barang mewah.
a. EI bernilai negatif berarti suatu barang merupakan barang inferior.
1. EI = 0 berarti suatu barang memiliki sifat inelastis.
3.7 Pengukuran Variabel
Pengukuran variabel dalam penelitian analisis permintaan dan penawaran kedelai di Indonesia sebagai berikut :
Tabel 3.1 Pengukuran Variabel Permintaan dan Penawaran Kedelai di Indonesia Tahun 2005-2019
Sumber : Kementan, FAO, dan Kemenkeu 2014 No Permintaan Kedelai di Indonesia Tahun
2005-2019
Satuan
1 Harga Barang Subtitusi Jagung Rp/kg
2 Jumlah Penduduk Jiwa
3 Harga Kedelai Rp/kg
No Penawaran Kedelai di Indonesia Tahun 2005-2017
Satuan
1 Luas Panen Ha
2 Harga Kedelai Rp/kg
3 Impor Kedelai Ton
