BAB 2
LANDASAN TEORI
2.1 Metode Analisis Data
2.1.1 Defenisi Operasi Variabel
Pada penelitian ini variabel variabel yang dioperasionalkan adalah semua variabel yang termasuk dalam hipotesis yang telah dirumuskan. Untuk memberikan gambaran yang jelas dan memudahkan pelaksanaan penelitian, maka defenisi variabel-variabel yang akan diteliti sebagai berikut:
a. Variabel Pemahaman
Proses konstruktivitas social dalam memahami diversifikasi produk, tidak hanya memahami makna diversifikasi, tetapi juga pemanfaatan pengetahuan pembaca yang berhubungan dengan diversifikasi.
b. Variabel Pemasaran
Proses yang dilalui oleh petani untuk memasarkan diversifikasi produk dimulai dari peminat produk, persaingan penjualan dan tempat pemasaran produk.
c. Variabel Diversifikasi
Diversifikasi produk adalah upaya yang dilakukan pengusaha/produsen/ perusahaan untuk mengusahakan atau memasarkan beberapa produk yang sejenis untuk mengusahakan atau memasarkan beberapa produk yang sejenis dengan produk yang sudah dipasarkan sebelumnya.
Diversifikasi produk didefinisikan sebagai suatu perluasan pemilihan barang dan jasa yang dijual oleh perusahaan dengan jalan menambah produk baru atau memperbaiki tipe, warna, mode, ukuran, jenis dari produk yang sudah ada dalam rangka memperoleh laba maksimal (Effendi, 1996:109).
Tabel 2.1. Defenisi Variabel
Variabel Defenisi Variabel Indikator Skala
Faktor Pemahaman
(X1)
Proses konstruktivitas sosial
dalam memahami
2.2Pengukuran Variabel
Pengukuran yang dilakukan oleh penulis dalam proses pengolahan data adalah dengan menggunakan skala likert. Skala likert digunakan untuk mengukur sikap, pendapat dan persepsi seseorang atau sekelompok orang tentang fenomena sosial. (Ginting dan situmorang, 2008:121) pada penelitian ini responden memilih salah satu dari jawaban yang diberi skor tertentu. Skor responden kemudian dijumlahkan dan jumlah ini merupakan total skor. Total skor inilah yang ditafsirkan sebagai posisi responden dalam skala likert.
Peneliti memberi lima alternative jawab kepada responden, dengan menggunakan skala 1 sampai 5 untuk keperluan analisis kuantitatif penelitian ini yang dapat dilihat pada table 2.2 berikut:
Tabel 2.2
Alternatif Jawaban Responden
No Skala Pengukuran Skor
1 Iya 5
2 Sebagian Besar 4
3 Ragu ragu 3
4 Sebagian Kecil 2
5 Tidak 1
Sumber : Usman Husain, M.Pd Pengantar Statistik 2.2Tehnik Pengumpulan Data
Teknik pengumpulan data dalam penelitian ini dilakukan dengan menggunakan: a. Kuesioner
b. Studi dokumentasi
Studi dokumentasi dilakukan dengan memperoleh data dengan cara mengumpulkan dan mempelajari data dari buku-buku pendukung, jurnal mahasiswa, data internet yang berhubungan dengan peneliti.
2.3Populasi dan Sampel
Suharsimi Arikunto (1998) pengumpulan sumber informasi yang tersedia secara tepat dimaksudkan untuk mengoptimalkan informasi dari target yang lebih spesifik, atau sesuai dengan kriteria yang diinginkan oleh peneliti.
Pengambilan sampel didasarkan atas tujuan tertentu dengan pertimbangan seperti: fokus penelitian, pertimbangan ilmiah, alasan keterbatasan waktu, tenaga dan dana, sehingga tidak dapat mengambil sampel yang besar dan jauh.
Suharsimi arikunto (1998) mengatakan untuk menyempurnakan penggunaan teknik sampel berstrata dan atau wilayah, dimana banyaknya subyek yang belum tentu berstrata dan atau perbedaan ciri wilayah yang tidak sama, sehingga ditentukan seimbang atau sebanding dengan banyaknya subyek dalam masing-masing strata dan atau wilayah.
Populasi dalam penelitian ini adalah desa yang mempunyai luas lahan salak yang lebih luas di Kecamatan Angkola Barat di Kabupaten Tapanuli Selatan. Pada tahun 2015 Kecamatan Angkola Barat mempunyan 14 desa/kelurahan, peneliti memilih 6 desa yang dapat mewakili golongan. peneliti mengambil 30 sampel dan dibagi secara merata ditiap desa. Setiap desa memiliki 5 responden yang dilakukan secara acak.
Table 2.3. Penggolongan Sampel Penelitian
Sumber : Kantor camat Kecamatan Angkola Barat
2.3.1 Jenis dan Sumber Data
Peneliti menggunakan 2 (dua) jenis data didalam melakukan penelitian untuk membantu memecahkan masalah, yaitu:
c. Data primer
Menurut Suliyanto (2006:131) Data primer adalah data yang dikumpulkan sendiri oleh peneliti langsung dari sumber pertama. Dalam penelitian ini data primer diperoleh secara langsung dari responden terpilih pada lokasi penelitian yaitu petani salak Kecamatan Angkola Barat Kabupaten Tapanuli Selatan. Data primer diperoleh dengan menggunakan kuisioner kepada responden terpilih yang berisikan pernyataan mengenai variabel penelitian.
d. Data Sekunder
2.4Uji Asumsi Klasik
Valid artinya data yang diperoleh melalui kuesioner dapat menjawab tujuan penelitian ini, sedangkan realiabel artinya konsisten atau stabil bila digunakan untuk penelitian lain.
a. Uji normalitas
Menurut Umar (2008, hal :77), uji normalitas berguna untuk mengetahui apakah variabel dependen, independen atau keduanya berdistribusi normal, mendekati distribusi normal atau tidak. Mendeteksi apakah data berdistribusi normal atau tidak, dapat diketahui dengan menggambarkan penyebaran data melalui sebuah grafik.
Jika data menyebar disekitar garis diagonalnya, model regresi memenuhi asumsi normalitas dan jika data menyebar jauh dari garis diagonal (tidak mengukiti arah garis diagonal), maka model regresi tidak memenuhi asumsi normalitas.
2.5Uji Validitas dan realiabilitas Instrumen a. Uji Validitas
Menurut Sugiyono (2006:106), instrument yang valid berarti alat ukur yang digunakan untuk mendapatkan data (mengukur) itu valid. Teknik yang digunakan untuk mengukur validitas butir pertanyaan kuesioner adalah korelasi produk momen (correlation product moment, bivariate correlation) antara skor setiap butir pertanyaan dengan skor total sehingga sering disebut sebagai inter item – total correlation. Formula yang digunakan untuk itu adalah sebagai berikut :
∑
Keterangan:
Xij = Skor responden ke-j pada butir pertanyaan i
Ẍi = Rata – rata skor butir pertanyaan i
tj = Total skor seluruh pertanyaan untuk responden ke-j
̈ = Rata – rata Total skor
ri = Korelasi antara butir pertanyaan ke-I dengan total skor
dalam uji validitas pengambilan keputusan adalah:
1. Jika r hitung > r tabel, maka pernyatan tersebut dinyatakan valid 2. Jika r hitung < r tabel maka pernyataan tersebut dinyatakan tidak valid
b. Uji realiabilitas
Uji reabilitas dilakukan untuk mengukur tingkat konsistensi antara hasil pengamatan dengan instrument atau alat ukur yang digunakan pada waktu yang berbeda. Pernyatan yang sudah valid dalam uji validitas akan ditentukan reabilitas dengan kriteria sebagai berikut:
1. Jika r alpha positif atau > r tabel maka pernyataan reliabel 2. Jika r alpha negative atau < r tabel maka pernyatan tidak reliabel
2.6Pengujian Hipotesis
a. Uji Signifikan Parsial atau Individu (Uji-t)
Dilakukan untuk menguji secara parsial setiap variabel bebas (X) yaitu pemasaran dan pemahaman apakah mempunyai pengaruh yang signifikan terhadap variabel terikat (Y) yaitu diversifikasi produk.
Kriteria pengujiannya adalah sebagai berikut:
H0 : b1 = 0 (faktor pemasaran tidak berpengaruh secara parsial terhadap
diversifikasi produk buah salak)
H1 : b1 ≠ 0 (faktor pemasaran berpengaruh secara parsial terhadap
H0 : b2 = 0 (faktor pemahaman tidak berpengaruh secara parsial
terhadap diversifikas produk buah salak)
H1 : b2 ≠ 0 (faktor pemahaman berpengaruh secara parsial terhadap
diversifikasi produk buah salak)
Rumus:
Ketarangan :
b1 = koefisien regresi untuk variabel independen
standar error koefisien regresi untuk variabel independen
Dalam hal ini, t hitung dibandingkan dengan t tabel dengan tingkat kepercayan
(confidence interval) 95% atau a=5% dengan ketentuan sebagai berikut : 1. Jika t hitung ≤ t tabel, maka H0 diterima dan H1 ditolak.
2. Jika t hitung > t tabel, maka H0 ditolak dan H1 diterima
b. Uji Signifikan Simultan atau Gabungan (Uji F)
Kriteria Pengujian hipotesis untuk uji serempak (uji F) adalah:
H0 : b1, b2 = 0 (Faktor pemasaran dan pemahaman tidak berpengaruh
terhadap diversifikasi produk)
H1 : b1, b2 ≠ 0 (Faktor pemasaran dan pemahaman berpengaruh terhadap
diversifikasi produk.
Rumus:
Keterangan:
K = jumlah variabel
n = jumlah sampel
JKreg = jumlah kuadrat regresi
JKres = jumlah kuadrat residu
Dalam hal ini, Fhitung dibandingkan dengan Ftabel dengan tingkat kepercayan
(confidence interval) atau a = 5% dengan ketentuan sebagai berikut: 1. Jika Fhitung≤ Ftabel, maka H0 diterima dan H1 ditolak
2. Jika Fhitung > Ftabel, maka H0 ditolak dan H1 diterima
2.7Pengertian Regresi
Istilah regresi pertama kali diperkenalkan oleh Sir Francis Galton pada tahun 1886. Secara umum, analisis regresi pada dasarnya adalah studi mengenai ketergantungan satu variabel dependen (terikat) dengan satu atau lebih variabel independent (variabel penjelas/bebas), dengan tujuan untuk mengestimasi atau memprediksi rata-rata populasi atau nilai rata-rata variabel dependen berdasarkan nilai variabel independen yang diketahui. Hasil analisis regresi adalah berupa koefisien regresi untuk masing-masing variabel independent. Koefisien ini diperoleh dengan cara memprediksi nilai variabel dependen dengan suatu persamaan.
2.8 Analisis Regresi Linier
1. Analisis Regresi Sederhana (simple analisis regresi) 2. Analisis Regresi Berganda (multipe analisis regresi)
Analisis regresi sederhana merupakan hubungan antara dua variabel yaitu variabel bebas (independent variabel) dan variabel tak bebas (dependent variabel). Sedangkan analisis regresi berganda merupakan hubungan antara tiga variabel atau lebih, yaitu sekurang-kurangnya dua variabel bebas dan satu variabel tak bebas.
2.9Regresi Linier Sederhana
Regresi linier sederhana adalah hubungan secara linier antara satu variabel independen (X) dengan variabel dependen (Y). Analisis regresi linier sederhana dipergunakan untuk mengetahui arah hubungan antara variabel tidak bebas dengan variabel bebas apakah positif atau negatif dan untuk memprediksi nilai dari variabel tak bebas apabila nilai variabel bebas mengalami kenaikan atau penurunan. Data yang digunakan biasanya berskala interval atau rasio.
Rumus regresi linier sederhana adalah sebagai berikut:
̂= + x
Dengan:
̂ = Variabel tak bebas
X = Variabel bebas
= Parameter intercept
= Parameter koefisien regresi variabel bebas
2.10 Regresi Linier Berganda
Analisis regresi linier berganda adalah hubungan secara linier antara dua atau lebih variabel bebas (X1, X2,…, X ) dengan variabel tidak bebas (Y). Analisis ini
variabel tidak bebas apakah masing-masing variabel bebas berhubungan positif atau negatif dan untuk memprediksi nilai dari variabel tidak bebas apabila nilai variabel bebas mengalami kenaikan atau penurunan. Data yang digunakan biasanya berskala interval atau rasio.
Analisis regresi linier berganda sebenarnya sama dengan analisis regresi linier sederhana, hanya variabel bebasnya lebih dari satu variabel penduga. Tujuan analisis regresi linier berganda adalah untuk mengukur intensitas hubungan antara dua variabel atau lebih dan memuat prediksi/perkiraan nilai atas nilai . Bentuk persamaan regresi linier sederhana yang mencakup dua atau lebih variabel, yaitu:
= β0 + β1 1 + β2 2 + ⋯+ β1 �
dengan:
= Pengamatan ke-i pada variabel tak bebas
= Pengamatan ke-i pada variabel bebas β0 = Parameter intercept
β1, β2, …,β = Parameter koefisien regresi variabel bebas � = Parameter ke-i variabel kesalahan
Model diatas merupakan model regresi untuk populasi, sedangkan apabila hanya untuk menarik sebagian berupa sampel untuk populasi secara acak, dan tidak mengetahui regresi populasi, sehingga model populasi perlu diduga berdasarkan model populasi sebagai berikut:
̂ = b0 + 1 1 + 2 2 +⋯+
dengan:
̂ = Variabel tidak bebas (dependent)
0, a1, a2,...,an = koefisien regresi
Untuk hal ini, penulis menggunakan regresi linier berganda satu variabel terikat (dependent variabel) dan dua variabel bebas (independent variabel). Bentuk umum regresi linier berganda tersebut, yaitu:
̂ = b� + 1X1 + 2X2 + 3X3 +⋯+ X
dengan:
= produk diversifikasi
X1 = faktor pemasaran X2 = faktor pemahaman
= 1,2,3,...,
Untuk rumus diatas, dapat diselesaikan oleh tiga persamaan variabel yang terbentuk:
∑ = 0 + 1∑ 1 + 2∑ 2
∑ 1 = 0∑ 1 + 1∑ + 2∑ 1 2
∑ 2 = 0∑ 2+ 1∑ 2 1 + 2∑
Dengan b0, b1, b2 adalah koefisien yang ditentukan berdasarkan data hasil
pengamatan. Untuk menghitung nilai = − ̂, X1 = X1 − ̂1 dan X2 = X2− ̂2
2.11 Kesalahan Standard Estimasi
menunjukkan ketepatan persamaan estimasi untuk menjelaskan nilai variabel tidak bebas yang sesungguhnya. Semakin kecil nilai kesalahan standar estimasi, makin tinggi ketepatan persamaan estimasi yang dihasilkan untuk menjelaskan nilai variabel tidak bebas sesungguhnya. Sebaliknya, semakin besar nilai kesalahan standar estimasi, makin rendah ketepatan persamaan srandar estimasi yang dihasilkan untuk menjelaskan nilai variabel tidak bebas sesungguhnya. (Algifari, 2000. Analisa Regresi Teori, kasus dan solusi, Edisi 2) Kesalahan standar estimasi dapat ditentukan dngan rumus:
,1,2,…,
=
√
dengan:
= nilai data sebenarnya
̂ = nilai taksiran
2.12 Koefisien Determinan
Hipotesa:
�0: Tidak terdapat hubungan fungsional yang signifikan antara semua faktor
yang mempengaruhi terhadap faktor yang dipengaruhi.
�1: Terdapat hubungan fungsional yang signifikan antara semua faktor yang
mempengaruhi terhadap faktor yang dipengaruhi.
Koefisien determinasi yang dinyatakan dengan 2 digunakan untuk pengujian regresi linier berganda yang mencakup lebih dari dua variabel adalah untuk mengetahui proporsi keragaman total dalam variabel terikat (Y) yang dapat dijelaskan atau diterangkan oleh variabel-variabel bebas (X) yang ada dalam model persamaan regresi linier berganda secara bersama-sama. Maka R2
ditentukan dengan rumus, yaitu:
2
=
dengan:
� = Jumlah Kuadrat Regresi
Harga 2 yang diperoleh sesuai dengan variansi yang dijelaskan masing-masing variabel yang tinggal dalam regresi. Hal ini mengakibatkan variasi yang dijelaskan penduga yang disebabkan oleh variabel yang berpengaruh saja.
2.13 Koefisien Korelasi
korelasi positif, maka kedua variabel mempunyai hubungan searah. Artinya jika nilai variabel X tinggi, maka nilai variabel Y akan tinggi pula. Sebaliknya, jika koefesien korelasi negatif, maka kedua variabel mempunyai hubungan terbalik. Artinya jika nilai variabel Y tinggi, maka nilai variabel Y akan menjadi rendah dan sebaliknya. Dengan kata lain koefisien korelasi sederhana (r) merupakan akar dari koefisien determinasi. Besarnya hubungan antara variabel yang satu dengan variabel yang lain dinyatakan dengan koefisien korelasi yang disimbolkan dengan huruf “r”. Besarnya koefisien korelasi akan berkisar antara -1 (negatif satu) sampai dengan +1 (positif satu).
dengan:
+ menunjukkan korelasi positif - menunjukkan korelasi negatif
0 menunjukkan tidak adanya hubungan
Apabila koefisien korelasi mendekati + 1 atau – 1, berarti hubungan antar variabel tersebut semakin kuat. Sebaliknya, apabila koefisien korelasi mendekati angka 0, berarti hubungan antar variabel tersebut semakin lemah. Dengan kata lain, besarnya nilai korelasi bersifat absolut, sedangkan tanda “ + “ atau “–“ hanya menunjukkan arah hubungan saja.
Untuk menganalisis keterkaitan antar variabel, perlu diukur besarnya nilai koefisien korelasi. Untuk menghitung koefisien korelasi (r) antara dua variabel dapat digunakan rumus:
= √
dengan:
= Koefisien korelasi antara dan
= Variabel bebas
Nilai r selalu terletak antara −1 dan 1, sehingga nilai r tersebut dapat ditulis −1≤ ≤+1. Untuk = +1, berarti ada korelasi positif sempurna antara X dan X, sebaliknya jika = −1, berarti korelasi negatif sempurna antara X dan Y, sedangkan = 0, berarti tidah ada korelasi antara X dan Y.
Jika kenaikan di dalam suatu variabel diikuti dengan kenaikan didalam variabel lain, maka dapat dikatakan bahwa kedua variabel tersebut mempunyai korelasi yang positif. Tetapi jika kenaikan didalam suatu variabel diikuti oleh penurunan didalam variabel lain, maka dapat dikatakan bahwa variabel tersebut mempunyai korelasi yang negatif. Dan jika tidak ada perubahan pada variabel walaupun variabel lainnya berubah maka dikatakan bahwa kedua variabel tersebut tidak mempunyai hubungan. Interpretasi harga r akan disajikan dalam Tabel 2.4
Tabel 2.4 Interpretasi Koefisien Korelasi r
r Interpretasi
0 Tidak berkorelasi 0,01 – 0,20 Sangat Rendah 0,21 – 0,40 Rendah 0,41 – 0,60 Agak Rendah 0,61 – 0,80 Cukup 0,81 – 0,99 Tinggi
1 Korelasi Sempurna
dengan:
= koefisien korelasi
+ = menunjukkan korelasi positif –. = menunjukkan korelasi negatif
Hubungan antara variabel dapat dikelompokkan menjadi tiga jenis: 1. Korelasi positif
Terjadinya korelasi potitif apabila perubahan antara variabel yang satu diikuti dengan variabel yang lainnya dengan arah yang sama (berbanding lurus). Artinya variabel yang satu meningkat, maka akan diikuti peningkatan variabel yang lainnya.
2. Korelasi negatif
Terjadinya korelasi negatif apabila perubahan antara variabel yang satu diikuti dengan variabel yang lainnya dengan arah yang berlawanan (berbanding terbalik). Artinya apabila variabel yang satu meningkat, maka akan diikuti penurunan variabel lainnya.
3. Korelasi nihil
Korelasi nihil artinya tidak adanya korelasi antara variabel. Dalam hal ini penulis menggunakan tiga variabel dalam penelitiannya, untuk hubungan empat variabel dapat dihitung dengan menggunakan rumus sebagai berikut:
a. Koefisien Korelasi antara Y dan X1
=
√
b. Koefisien Korelasi antara Y dan X2
=
√
c. Koefisien Korelasi antara X1 dan X2
