BAB III
METODOLOGI PENELITIAN
3.1. Tempat Penelitian
Penelitian ini dilaksanakan di Kota Madya Salatiga propinsi Jawa Tengah. Pemilihan Kota Madya Salatiga sebagai daerah penelitian dikarenakan untuk memudahkan pengumpulan data selain itu Salatiga termasuk salah satu kota Madya di Kabupaten Semarang.
3.2. Populasi dan Sample
“Populasi adalah wilayah generalisasi yang terdiri atas : obyek/subyek
yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan
oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya “.1
Adapun populasi dalam penelitian ini adalah statistik Regional Kota Salatiga dengan sampel tahun-tahun yang mengeluarkan data statistik kesempatan kerja yang didapat dari data angkatan kerja dan jumlah penduduk salatiga dan Pendapatan Domestic Regional Bruto (PDRB) pada tahun 1980 -2010, masing – masing sebanyak 30 tahun. Akan tetapi ada beberapa data dengan tahun dasar 2000 dengan sampel 11 tahun.
“Sampel adalah bagian dari jumlah da karakteristik yang dimiliki oleh
populasi tersebut”.2 .
1
Sugiono, 2011, Metode Penelitian Pendidikan: Pendekatan Kuantitatif, Kualitatif dan R&D, Alfabeta, Bandung. Hal 80
2
Dengan demikian maka mengambil sampel dalam penelitian ini menggunakan metode manual yaitu mengambil data dari Badan Pusat Statistik di kota Salatiga.
1.3. Jenis dan Sumber Data
Jenis data yang di gunakan pada penelitian ini bersifat Kuantitatif merupakan data time series dari tahun 1980 - 2010. Data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder yaitu data yang bukan diusahakan sendiri pengumpulannya oleh peneliti, misalnya diambil dari Badan Pusat Statistik, dokumen-dokumen perusahaan atau organisasi, surat kabar dan majalah, ataupun publikasi serta Tentang Kesempatan Kerja dan PDRB yang didapat dari Kantor Dinas Pendapatan Daerah, Badan Pusat Statistik (BPS) Kota Madya Salatiga, perpustakaan daerah, literatur-literatur/buku-buku dan laporan-laporan yang berkaitan dengan penulisan ini.
3.4. Teknik Pengumpulan Data
Pengumpulan data yang dilakukan dalam penelitian ini dengan cara Penulis mengajukan surat izin penelitian kepada instansi-instansi yang terkait dengan penulisan ini dalam suatu wilayah penelitian, adapun metode pengumpulan data yang digunakan dalam penelitian ini adalah :
1) Dokumentasi, adalah teknik pengumpulan data dengan menggunakan dan mencari data – data di instansi yang di teliti, dalam hal ini adalah studi dokumentasi di Badan Pusat Statistik Salatiga.
3) Studi Perpustakaan (library research)
Setelah diberikan izin penelitian dan mendapatkan data-data yang dibutuhkan kemudian data tersebut akan diolah dan digunakan sebagai bahan analisis untuk membuktikan hipotesa yang telah dikemukan.
3.5. Variabel Penelitian
“Variabel penelitian adalah suatu atribut atau sifat atau nilai dari orang, obyek atau kegiatan yang mempunyai variasi tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik
kesimpulannya”3.
Variabel pada penelitian ini adalah : Kesempatan Kerja dan Produk Domestik Regional Bruto (PDRB).
3.6. Defenisi Operasional
Untuk lebih mengarahkan dalam pembahasan, penulis memberikan batasan variabel yang meliputi :
1. Variabel Dependen
a. Produk Domestik Regional Bruto (y)
Adalah nilai barang dan jasa yang dihasilkan oleh suatu daerah dalam jangka waktu tertentu, yang dihitung berdasarkan dari tahun 1980-2010.
2. Variabel Independen a. Kesempatan Kerja (
Merupakan perbandingan antara jumlah penduduk yang bekerja dan jumlah angkatan kerja yang dinyatakan dalam satuan persen.
3
Tabel 3.2
Definisi Operasional Variabel Variabel Dependen
Nama Variabel Defisinisi Operasional Notasi
Produk Domestik Regional Bruto (PDRB)
nilai barang dan jasa yang dihasilkan oleh suatu daerah dalam jangka waktu tertentu, yang dihitung berdasarkan harga konstan.
PDRB
Nama Variabel Definisi Oprerasional Notasi
Kesempatan Kerja Tenaga kerja mencakup penduduk yang sudah atau sedang bekerja,
yang sedang mencari pekerjaan dan
yang melakukan kegiatan lain
seperti bersekolah dan mengurus
rumah tangga.
KK
1.7. Metode Analisis data
Teknik analisis data dalam penelitian ini menggunakan analisis regresi linier berganda dengan data rasio dan nominal.
“Metode analisis data merupakan metode yang penting dalam metode ilmiah karena dengan analisis, data diberi arti dan makna yang berguna dalam memecahkan masalah penelitian. Metode analisis data yang dalam penelitian ini adalah analisis regresi berganda, dimana sebelum melakukan analisis regresi berganda terlebih dahulu dilakukan analisis statistik deskriptif, uji normalitas data dan uji
asumsi klasik agar mendapatkan hasil regresi yang baik “.4
4
Sugiono, Ibid. hal 147
3.7.1 Analisis Statistik Deskriptif
Analisis statistik deskriptif ini digunakan untuk mengetahui gambaran menegenai responden atau data variabel yang dilihat dari nilai maksimum, nilai minimum, nilai rata-rata dan nilai standar deviasi.
3.7.2 Uji asumsi Klasik
Dalam menganalisis model regresi linear berganda agar menghasilkan estimator yang baik, yaitu linier tidak bias dengan varian yang minimum (best
linier unbiased estimator = blue) adalah terpenuhinya asumsi asumsi dasar regresi
yaitu dengan melakkukan serangkaian uji asumsi klasik sebagai berikut. 1. Uji Normalitas Data
Uji normalitas bertujuan untuk menguji apakah dalam model regresi variable pengganggu atau residual memiliki distribusi normal. Seperti diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak, yaitu:
a. Analisis Grafik
diagonalnya dan atau tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.
b. Uji Statistik
Untuk mendeteksi normalitas data dengan cara uji statistik penelitian ini menggunakan analisis statistik non parametrik Kolmogorov-Smirnov test (K-S) Uji K-S dilakukan dengan membuat hipotesis:
Ho = data residual terdistribusi normal Hα = data residual tidak terdistribusi normal
Dasar pengambilan keputusan dalam uji K-S adalah sebagai berikut:
• Apabila probabilitas uji K-S signifikan secara statistik ( <0,05) maka
ditolak, yang berarti data terdistribusi tidak normal
• Apabila probabilitas uji KS tidak signifikan statistik ( >0.05) maka
diterima, yang berarti data terdistribusi normal. 2. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen. Untuk mendeteksi ada dan tidaknya multikolinearitas di dalam model regresi adalah seb agai berikut :
b. Menganalisis matrik korelasi variabel – variabel independen. Jika antara variabel independen ada korelasi cukup tinggi (umumnya diatas 0,80) maka hal ini merupakan indikasi adanya multikolinearitas.
c. Multikolonieritas dapat juga dilihat dari (1) nilai tolerance dan (2)
variance inflation factor (VIF). Kedua ukuran ini menunjukkan setiap
variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Tolerance mengukur variabel independen yang terpilih yang tidak dapat dijelaskan oleh variabel independen lainnya, jadi nilai tolerance yang rendah sama dengan nilai VIF yang tinggi (karena VIF =
1/tolerance). Nilai cutoff yang yang umum dipakai untuk menunjukkan
adanya multikolonieritas adalah nilai tolerance < 10 atau sama dengan nilai VIF > 10.
3. Uji Autokorelasi
Uji atuokorelasi bertujuan menguji apakah model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Salah satu metode analisis untuk mendeteksi ada tidaknya autokorelasi adalah dengan melakukan pengujian nilai durbin watson (DW test).
“Secara intuisi dapat dilihat jika terdapat autokorelasi
positif, maka nilai – nilai factor gangguan yang berurutan akan
cenderung mendekati satu sama lain: yaitu nilai positif Ut statistic –
memperbesar selisih di anatara nilai-nilai U yang berurutan. Autokorelasi negative ini ditandai oleh nilai d yang besar”.5
Langkah yang dilakukan dengan menentukan hipotesis berikut: : tidak ada autokorelasi (r = 0)
: ada autokorelasi (r ≠ 0 )
[image:8.595.100.506.203.660.2]Pengambilan keputusan ada tidaknya autokorelasi dengan melihat table berikut:
Tabel 3.3
Durbin Watson d test: Pengambilan Keputusan
Hipotesis Nol Keputusan Jika
Tidak ada autokorelasi positif
Tolak 0 < d < dl
Tidak ada autokorelasi positif
No Decision dl =< d =<du
Tidak ada korelasi negative
Tolak 4 – dl < d < 4
Tidak ada korelasi negative
No Decision 4- du =< 4 =< 4 – dl
Tidak ada autokorelasi positif atau negative
Tidak ditolak du < d < 4 – du
Ket: du: durbin watson upper, dl : durbin watson lower
Sumber : Ekonometri teori, konsep dan aplikasi dengan SPSS 17. Imam Ghozali (2009)
4. Uji Heteroskedaskitas
Uji ini bertujuan untuk menguji apakah pada model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain. Model regresi yang baik adalah homokedastisitas atau tidak terjadi heterokedastisitas. Untuk mendeteksi ada tidaknya heterokedastisitas dalam penelitian ini dilakukan dengan analisis grafik, yaitu melihat grafik scartter
plot antara nilai prediksi variabel dependen yaitu ZPRED dengan residualnya
SRESID, dimana sumbu y adalah y yang telah diprediksi, dan sumbu x adalah residual (y prediksi – y sesungguhnya) yang telah di-studentized. Deteksi ada tidaknya heterokedastisitas dapat dilakukan sebagai berikut:
a) Jika ada pola tertentu, seperti titik - titik yang ada membentuk pola tertentu yang teratur, maka dapat mengidentifikasikan telah terjadi heterokedastisitas.
b) Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu y, maka tidak terjadi heterokedastisitas.
3.7.3 Analisis Regresi Linier Berganda
Gambar 3. 1
Rumus Peramaan Analisis Regresi Linier Berganda
Keterangan:
PDRB : Produk Domestik Regional Bruto KK : Kesempatan Kerja
: Konstanta regresi : Koefisien regresi
ε :Variabel pengganggu di luar variabel yang tidak
dimasukkan sebagai variabel di atas.
Model analisis regresi berguna untuk mengestimasi parameter-parameter regresi untuk membantu menjawab hipotesis penelitian. Perhitungan estimasi parameter regresi dan uji-uji statistik yang digunakan dalam penelitian didukung dengan program SPSS for windows release 20.
Secara statistik ketepatan fungsi regresi sampel dalam menaksir actual dapat diukur dari nilai statistik t, nilai statistik F serta koefisien determinasinya. Suatu perhitungan statistik disebut signifikan secara statistik apabila nilai uji statistiknya berada dalam daerah kritis (daerah dimana ditolak). Sebaliknya disebut tidak signifikan bila nilai uji statistiknya berada dalam daerah dimana diterima.
Pengujian hipotesis menggunakan analisis data panel (pooled data) yang bertujuan untuk melihat pengaruh variabel independen terhadap variable
[image:10.595.100.515.100.642.2]dependen serta kemampuan model dalam menjelaskan perilaku Produk Domestik Regional Bruto (PDRB).
3.7.4 Pengujian Hipotesis
Untuk menguji bisa atau tidaknya model regresi tersebut digunakan dan untuk menguji kebenaran hipotesis yang dilakukan, maka diperlukan pengujian statistik, yaitu:
3.7.4.1 Uji Hipotesis Secara Parsial (Uji t)
Uji t merupakan pengujian terhadap variabel independen secara parsial (individu) dilakukan untuk melihat signifikansi dari pengaruh variabel independen secara individual terhadap variabel dependen. Langkah – langkah yang ditempuh dalam pengujian adalah :
1. “Quik look : jika jumlah of freedom (df) adalah 20 atau lebih dan derajat kepercayaan sebesar 5persen, maka Ho dapat ditolak jika nilai t lebih besar dari 2 (dalam nilai absolut). Dengan kata lain menerima hipotesis alternative, yang menyatakan bahwa suatu variable independen secara individual mempengaruhi variable dependen.
2. Membandingkan nilai statistik t denagn titik kritis menurut table.
Jika nilai statistic t hasil perhitungan lebih tinggi dibandingkan nilai t table, menerima hipotesis alternative yang menyatakan
bahwa suatu variable independen secara individual
mempengaruhi variable dependen”.6
a) Menyusun hipotesis nol dan hipotesis alternatif:
= 0 : artinnya bahwa ada variabel kesempatan kerja tidak berpengaruh
terhadap variabel Produk Domestik Regional Bruto.
< 0 : artinya bahwa ada variabel kesempatan kerja berpengaruh negatif
terhadap variabel Produk Domestik Regional Bruto.
Nilai t hitung di cari dengan rumus :
t =
………..……….. (3.1)
dimana :
βi = parameter yang diestimasi
βi* = nilai hipotesis dari βi ( : βi = βi*)
SE = Simpangan Baku βi
b) Menentukan tingkat signifikansi sebesar 0,05 c) Membandingkan thitung dengan ttabel
• Jika < atau - > - maka diterima atau
menolak , artinya bahwa variabel independent tidak berpengaruh terhadap variabel dependen.
• Jika > atau - < - maka ditolak atau meneria
, artinya bahwa variabel independent berpengaruh terhadap variable dependen.
d) Berdasarkan probabilitas
Ha akan diterima jika nilai probabilitasnya kurang dari 0,05 ( ) 3.7.4.2 Uji Hipotesis Secara Simultan (Uji F)
“Untuk menguji hipotesis digunakan statistic F dengan pengambilan keputusan sebagai berikut:
a. Quick look : jika nilai F lebih besar daripada 4 maka dapat
ditolak pada derajat kepercayaan 5 persen, dengan kata lain menerima hipotesis alternative, yang menyatakan bahwa semua variable independen secara serentak dan signifikan mempengaruhi variable dependen.
b. Membandingkan nilai F hasil perhitungan denagan nilai F menurut
table. Jika nialai F hitung lebih besar daripada nilai F table, maka
ditolal dan diterima”.7
a. Menetukan tingkat signifikansi yaitu sebesar 0,05 ( ) b. Membandingkan fhitung dengan ftabel
• Bila < maka diterima dan ditolak , artinya bahwa
secara bersama-sama variabel independen tidak berpengaruh terhadap variabel dependen.
• Bila > , maka ditolak dan menerima artinya bahwa
secara bersama-sama variabel independen berpengaruh terhadap variabel dependen.
c. Berdasarkan probabilitas
akan diterima jika nilai probabilitas kurang dari 0,05
3.8. Koefisien Determinasi ( )
Koefisien Determinasi ( ) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien
determinasi adalah antara nol dan satu. Nilai yang kecil berarti kemampuan variabel – variabel indenpenden dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen
7 Ibid. hal 83
memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.
Kelemahan mendasar penggunaan determinasi adalah bias terhadap jumlah variabel independen yang dimasukan ke dalam model. Setiap tambahan satu variabel pasti meningkat tidak peduli apakah variabel dependen. Oleh karena itu menggunakan nilai adjusted ( pada saat mengevaluasi model regresi yang terbaik. Nilai koefesien determinasi diperoleh dengan formula :
=
………...………..(3.2)
Dimana :
