BAB 3
METODE PENELITIAN
3.1. Pendekatan Penelitian
Pendekatan penelitian yang digunakan dalam penelitian ini adalah pendekatan kuantitatif dimana hal itu berarti penelitian ini merupakan gabungan yang menitikberatkan pada pengujian hipotesis dengan data yang terukur, sehingga diketahui bagaimana pengaruh suatu variabel terhadap variabel lain. Lebih lanjut lagi, model diestimasi dan diuji dengan metode regresi data panel. Sedangkan pendekatan deskriptif akan digunakan untuk membahas intepretasi lebih lanjut dari hasil-hasil penelitian yang diperoleh dalam analisis kuantitatif. Sehingga pada akhirnya dapat diperoleh pada kesimpulan penelitian ini.
3.2. Identifikasi Variabel
Periode analisa dilakukan pada tahun 2004-2010. Variabel-variabel yang akan digunakan adalah:
1. Variabel tergantung (dependent), yaitu jumlah migrasi keluar di GERBANG KERTOSUSILA.
2. Variabel bebas (independent), terdiri dari variabel jumlah kemiskinan dan jumlah pengangguran.
3.3. Definisi Operasional
Variabel-variabel yang digunakan dalam penelitian ini didefinisikan sebagai berikut:
1. Jumlah migrasi keluar adalah jumlah penduduk yang keluar dari daerah asal di GERBANG KERTOSUSILA. Data yang digunakan berdasarkan Laporan Tahunan Dinas Transmigrasi dan Tenaga Kerja Provinsi Jawa Timur Tahun 2004 – 2010. Dinyatakan dalam satuan orang (jiwa).
2. Jumlah penduduk miskin menurut BPS adalah keluarga yang tidak mampu untuk memenuhi standar dari kebutuhan dasar, baik makanan maupun bukan makanan. Standar ini disebut sebagai garis kemiskinan, yakni kebutuhan dasar makanan setara 2100 kalori energi per kapita per hari, ditambah nilai pengeluaran untuk kebutuhan dasar bukan makanan yang paling pokok. Menggunakan data dari Badan Pusat Statistik (BPS) Jawa Timur tahun 2004-2010 dan dinyatakan dalam satuan orang (jiwa).
3. Jumlah pengangguran adalah bagian dari angkatan kerja yang tidak bekerja atau sedang mencari pekerjaan (baik bagi mereka yang belum pernah bekerja sama sekali maupun yang sudah penah berkerja), atau sedang mempersiapkan suatu usaha dan mereka yang sudah memiliki pekerjaan tetapi belum mulai bekerja di Jawa Timur. Menggunakan data dari BPS tahun 2004 – 2010 dan dinyatakan dalam satuan orang (jiwa).
3.4. Jenis dan Sumber Data
Data yang digunakan dalam penelitian ini adalah data time series dari tahun 2004-2010 dan data cross section yang terdiri dari 5 kabupaten dan 2 kotamadya yang berada di wilayah GERBANG KERTOSUSILA yaitu Gersik, Bangkalan, Kota Surabaya, Mojokerto, Kota Mojokerto, Sidoarjo, dan Lamongan. Jenis data yang digunakan pada penelitian ini merupakan data sekunder berupa data angka-angka yang dikeluarkan oleh Badan Pusat Statistik (BPS) Jawa Timur.
3.5. Prosedur Pengumpulan Data
Langkah pertama yang dilakukan adalah melakukan studi literatur untuk mendapatkan teori-teori dan bahan acuan yang sesuai dari berbagai buku teks, jurnal penelitian, internet, maupun sumber lainnya untuk dapat menjelaskan permasalahan yang ada dalam penelitian ini. Setelah itu, dilakukan pengumpulan data yaitu data sekunder yang telah ada seperti data Badan Pusat Statistik, baik berupa data yang telah tersaji maupun dari internet serta sumber lain yang relevan untuk keperluan analisis dan pembuktian teori sebelumnya.
3.6. Teknik Analisis 3.6.1. Model Data Panel
Untuk menjawab rumusan masalah dalam penelitian ini, teknik estimasi model penelitian yang digunakan adalah pendekatan data panel. Dengan mengakomodasi informasi baik yang terkait dengan variabel-variabel cross section maupun time series, data panel secara substansial mampu menurunkan
masalah ommitted-variables, model yang mengabaikan variabel yang relevan (Wibisono, 2005). Untuk mengatasi interkorelasi diantara variabel-variabel bebas yang pada akhirnya dapat mengakibatkan tidak tepatnya penaksiran regresi, metode data panel lebih tepat untuk digunakan (Griffiths, 2001:351). Sebagai tambahan, penulis menggunakan software Eviews 4.1 untuk melakukan regresi data panel.
Ada tiga metode yang bisa digunakan untuk bekerja dengan data panel. Pertama, adalah pendekatan pooled least square (PLS) secara sederhana menggabungkan (pooled) seluruh data time series dan cross section. Kedua, pendekatan fixed effect memperhitungkan kemungkinan bahwa peneliti menghadapi masalah omitted variables dimana omitted variables mungkin membawa perubahan padaintercept time seriesataucross section.
Model dengan fixed effect menambahkan dummy variables untuk mengizinkan adanya perubahan intercept ini. Ketiga, pendekatan random effect (efek acak) memperbaiki efisiensi proses least square dengan memperhitungkan error dari cross section dan time series. Model random effect adalah variasi dari estimasi generalized least square. Model data panel untuk masing-masing teknik regresi adalah sebagai berikut (Gujarati, 2003):
a. Pooled Least Square
it nit n it it X X u Y 12 3 3 ... ...(3.1) b. Fixed Effect it nit n it n n it D D X X u Y 1 2 2 ... 2 2 ... ...(3.2)
c. Random Effect it it nit n it it X X u Y 1 2 2 ... ...(3.3) Pada dasarnya penggunaan metode data panel memiliki beberapa keunggulan (Wibisono, 2005) antara lain: pertama, panel data mampu memperhitungkan heterogenitas individu secara eksplisit dengan mengijinkan variabel spesifik individu. Kedua, kemampuan mengontrolheterogenitasindividu ini, pada gilirannya menjadikan data panel dapat digunakan untuk menguji dan membangun model perilaku yang lebih kompleks. Ketiga, data panel mendasarkan diri pada observasi cross sectionyang berulang-ulang (time series), sehingga metode data panel cocok untuk digunakan sebagai study of dynamic adjusment. Keempat, tingginya jumlah observasi memiliki implikasi pada data yang lebih informatif, lebih variatif, kolinearitas antar variabel yang semakin berkurang, dan peningkatan derajat kebebasan (degree of freedom), sehingga dapat diperoleh hasil estimasi yang lebih efisien. Kelima, data panel dapat digunakan untuk mempelajari model-model perilaku yang kompleks. Keenam, data panel dapat meminimalisir bias yang mungkin ditimbulkan oleh agregasi data individu. Keunggulan-keunggulan tersebut diatas memiliki implikasi pada tidak harus dilakukan pengujian asumsi klasik dalam model data panel, sesuai apa yang ada dalam beberapa literatur yang digunakan dalam penelitian ini (Verbeek, 2000; Gujarati, 2003; Wibisono, 2005)
3.6.2. Pemilihan Model Estimasi dalam Data Panel
Tiga pendekatan metode data panel, dua pendekatan yang sering digunakan untuk mengestimasi model regresi dengan data panel adalah pendekatan fixed effectmodel dan pendekatan random effectmodel. Menentukan metode antara pooled least square dan fixed effect dengan menggunakan uji F sedangkan uji Hausman digunakan untuk memilih antara random effectataufixed effect. Metode fixed effect, bentuk umum regresi data panel adalah (Aulia, 2004:28): it nit n it it it X X X u Y 1 2 3 3 ... ...(3.4) Selain itu, dalam teknik estimasi model regresi data panel, terdapat uji F dan uji Hausman. Uji F dapat digunakan untuk memilih teknik dengan model pooled least square (PLS) atau model fixed effect dengan rumus sebagai berikut (Gujarati, 2003:643):
k)
)/(n
R
(1
)/(m)
R
(R
F
2 ur 2 r 2 ur
...(3.5) Dimana: R2r = R2model PLS R2ur = R2model FEMm =jumlah restricted variabel n =jumlah sample
k =jumlah variabel penjelas Hipotesis dari restricted F test adalah:
H0= ModelPooled Least Square (restricted)
H1= ModelFixed effect (unrestricted)
Rumus (3.4), jika kita mendapatkan hasil nilaiF hitung> Ftabelpada tingkat
keyakinan (α) tertentu maka kita menolak hipotesis H0 yang menyatakan kita
harus memilih teknik PLS, sehingga kita menerima hipotesis H1yang menyatakan
kita harus menggunakan modelfixed effectuntuk teknik estimasi dalam penelitian ini.
3.6.3. Pengujian Hausman
Hausman telah mengembangkan suatu uji untuk memilih apakah metode Fixed Effect dan Random Effect lebih baik dari metode OLS. Uji Hausman ini didasarkan pada ide bahwa LSDV di dalam metodeFixed Effect dan GLS adalah efisien sedangkan metode OLS tidak efisien, di lain pihak alternatifnya metode OLS efisien dan GLS tidak efisien, karena itu uji hipotesis nulnya adalah hasil estimasi keduanya tidak berbeda sehingga uji Hausman bisa dilakukan berdasarkan perbedaan estimasi tersebut.
Dengan menggunakan model sesuai dengan Random Effect atau Fixed Effectpengujian yang dilakukan menggunakan uji Hausman, yaitu:
H0: model mengikutiRandom Effect, jika hasil statistik Hausman < chi square
H1: model mengikutiFixed Effect, jika hasil statistik Hausman > chi square
Statistik uji Hausman ini mengikuti distribusi statistik chi square dengan degree of freedom sebanyak k dimana k adalah jumlah variabel independen. Jika nilai statistik Hausman lebih besar dari nilai kritisnya maka model yang tepat
adalah model Fixed Effect, sedangkan bila nilai statistik Hausman lebih kecil dari nilai kritisnya maka model yang tepat adalah modelRandom Effect.
3.6.4. Pengujian Statistik
Langkah selanjutnya ialah melakukan pengujian statistik terhadap masing-masing model di tiap-tiap periode penelitian dengan menggunakan metode-metode berikut :
a. Uji t
Fungsi uji t (t-test) adalah untuk menentukan signifikan suatu variabel bebas secara individual dalam mempengaruhi variabel tidak bebas. Hal ini rumus yang digunakan sebagai berikut:
...(3.6) dimana merupakan nilai pada hipotesis nul.
Hipotesis ditetapkan sebagai berikut :
Apabila(thitung) < (ttabel)ataup-value > α maka hipotesis nol (H0) diterima
dan hipotesis alternatif (H1) ditolak artinya variabel bebas tidak mempunyai
pengaruh yang signifikan terhadap variabel terikat. Sebaliknya jika (t hitung) > (t tabel) atau p-value < α maka dapat dikatakan bahwa variabel bebas mempunyai
b. Uji F
Uji F digunakan untuk menentukan signifikan atau tidaknya suatu variabel bebas secara simultan (bersama-sama) dalam mempengaruhi variabel terikatnya, ditetapkan sebagi berikut:
...(3.7) Keterangan :
n = jumlah observasi
k = jumlah parameter estimasi termasuk intersep (konstanta) Dengan hipotesis sebagai berikut :
H0 :β1= β2 = β3 = βk= 0
H1 : paling tidak salah satu atau semua dariβ1,β2atau β3≠0
Jika hasil perhitungan ternyata (F hitung) < (Ftabel) atau p-value > α maka
hipotesis nol (H0) diterima dan hipotesis alternatif (H1) ditolak. Bila terjadi
keadaan demikian, dapat dikatakan bahwa variabel bebas tidak mempunyai pengaruh yang signifikan terhadap variabel terikat. Sebaliknya, jika(Fhitung) > (F tabel) atau p-value < α maka dapat dikatakan hipotesis nol (H0) ditolak dan
hipotesis alternatif (H1) diterima. Bila terjadi keadaan demikian dikatakan bahwa
variabel bebas mempunyai pengaruh yang signifikan terhadap variabel terikat. c. Koefisien Determinasi (R2)
Fungsi Koefisien Determinasi R2adalah untuk menentukan apakah variasi dari variabel bebas yang ada dalam persamaan estimasi telah dapat menjelaskan variasi dari variabel terikatnya dengan baik. Nilai koefisien R2 berkisar 0 – 1.
bebasnya dapat menerangkan atau menjelaskan variasi dari variabel terikatnya dengan sempurna. Sebaliknya, apabila R2 mencapai angka 0, maka ini berarti variasi dari variabel bebasnya tidak dapat atau lemah dalam menerangkan variasi variabel terikatnya.
