20
BAB III
METODE PENELITIAN
A. Lokasi Penelitian
Penelitian ini dilakukan pada industri kecil menengah tingkat 10 kabupaten/kota di Provinsi Nusa Tenggara Barat. 2 Kota dan 8 Kabupaten tersebut yaitu Kota Mataram, Kota Bima, Kabupaten Lombok Barat, Kabupaten Lombok Utara, Kabupaten Lombok Tengah, Kabupaten Lombok Timur, Kabupaten Sumbawa Barat, Kabupaten Sumbawa, Kabupaten Dompu dan Kabupaten Bima.
B. Jenis Penelitian
Penelitian ini tergolong jenis penelitian deskriptif dengan pendekatan kuantitatif yaitu, penelitian yang menggunakan data yang diperoleh dari sampel atau populasi, teknik pengambilan sampel pada umumnya dilakukan secara random, pengumpulan data menggunakan instrument penelitian, analisis data bersifat statistic dengan tujuan untuk menguji hipotesis yang telah ditetapkan (Sugiyono, 2007). Penelitian deskriptif hanya mendeskripsikan dan menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bertujuan untuk membuat suatu kesimpulan yang akan berlaku untuk umum atau generalisasi. Dengan demikian penelitian ini bertujuan untuk mendapatkan deskripsi atau gambaran tentang Industri Kecil Menengah (IKM) pada tingkat kabupaten/kota di Provinsi Nusa Tenggara Barat.
C. Definisi Oprasional
Dalam penelitian ini terdapat tiga variabel yang digunakan, dapaun definisi oprasional dari ketiga variabel agar dapat difahami sesuai dengan tujuan peneliti yaitu :
1. Variabel Dependen (Variabel Terkait)
Variabel dependen adalah variabel yang dipengaruhi oleh variabel independen. Variabel dependen yang digunakan dalam penelitian ini adalah penyerapan Tenaga Kerja pada Industri Kecil Menengah Kabupaten/Kota di Provinsi Nusa Tenggara Barat.
2. Variabel Independen (Variabel Bebas)
Variabel dependen adalah variabel yang dipengaruhi variabel independen. Variabel dependen yang digunakan pada penelitian ini diantaranya adalah jumlah Unit Usaha dan jumlah Produksi pada Industi Kecil Menengah.
a. Unit Usaha
Unit usaha industri adalah suatu unit atau kesatuan usaha yang melakukan kegiatan ekonomi, bertujuan menghasilkan barang atau jasa pada suatu bangunan atau lokasi terntentu dan mempunyai catatan administrasi tersendiri mengenai produksi dan struktur biaya serta ada seorang atau lebih yang bertanggung jawab atas usaha tersebut.
b. Produksi
Produksi dapat dikatakan sebgai suatu aktivitas dalam perusahaan industri berupa nilai tambah dan input menjadi output secara efektif dan efisien sehingga produk sebagai output dari proses penciptaan nilai tambah itu dapat dijual dengan harga yang kompetitif dipasar global.
D. Jenis dan Sumber Data
Jenis data yang digunakan merupakan data sekunder. Data sekunder adalah sumber data penelitian yang diperoleh peneliti secara tidak langsung melalui media perantara berupa bukti, catatan atau laporan historis yang tersusun dalam arsip yang dipublikasikan (Sugiyono, 2007). Penelitian ini dikumpulkan dan diperoleh secara tidak langsung yaitu dengan mengambil data dari website resmi seperti, BPS Provinsi Nusa Tenggara Barat dan Dinas Perindustrian Provinsi Nusa Tenggara Barat. Adapun data yang digunakan meliputi data Jumlah Tenaga Kerja, Unit Usaha dan Produksi pada Industri Kecil Menengah tingkat kabupaten/kota di Provinsi Nusa Tenggara Barat tahun 2014 sampai 2017.
E. Teknik Pengumpulan Data
Teknik pengumpulan data yang diperoleh dalam penelitian ini yaitu dengan menggunkan metode dokumentasi. Teknik atau proses memperoleh data dengan cara mencatat, merekam serta riset yang bersifat deskriptif dan cenderung menggunakan analisis dengan menggunakan induktif data-data
untuk pengambilan keputusan dari input data-data yang telah di publikasikan oleh lembaga atau isntansi yang terkait.
F. Teknik Analisis Data
1. Konsentrasi Penyerapan Tenaga Kerja
Dalam penelitian ini untuk mengetahui pengelompokan setiap industri dan aktivitas ekonomi dimana industri tersebut berlokasi pada wilayah tertentu dengan menghitung konsentrasi industri kecil menengah di Nusa Tenggara Barat menggunakan alat analisis rasio konsentrasi (CR4) dengan rumus sebagai berikut :
𝐶𝑅4 = ∑S1 + S2 + S3 + S4 Dimana :
CR = Rasio Konsentrasi Si = Proposi
4 = Empat kab/kota dengan nilai tenaga kerja terbesar 𝑆𝑖 = ∑𝐉𝐮𝐦𝐥𝐚𝐡𝐓𝐞𝐧𝐚𝐠𝐚𝐊𝐞𝐫𝐣𝐚𝐊𝐚𝐛/𝐊𝐨𝐭𝐚
𝑇𝑜𝑡𝑎𝑙𝑇𝑒𝑛𝑎𝑔𝑎𝐾𝑒𝑟𝑗𝑎𝑃𝑟𝑜𝑣𝑖𝑛𝑠𝑖𝑥 100
Rasio konsentrasi (CR) secara luas digunkan untuk mengukur suatu pangsa pasar, value added, jumlah pegawai, atau nilai dari total produksi. Dari hasil perhitungan rasio konsentrasi tersebut dapat diperingkatkan kabupaten/kota mana yang menguasai pangsa pasar
sebuah industri, sehingga dapat disimpulkan bahwa konsentrasi spasial industri berada pada daerah tersebut.
2. Analisis Sistem Informasi Geografis
Kuncoro (2002) menyatakan banyaknya ekonomi yang tertarik dalam maslah studi lokasi mendorong munculnya paradigm baru dalam ilmu ekonomi regional dan perkotaan yaitu disebut geografu ekonomi baru. Salah satu trend utama dalam paradigm baru ini adlah digunakan Sistem Informasi Geografis (SIG) yang merupakan lata analisis yang bermanfaat untuk (1) mengidentifikasi lokasi industri (2) didaerah mana merek cenderung mengelompok secara spasial.
Peran SIG dalam mentranformasikan data menjadi informasi dengan mengintergrasikan sejumlah data yang berbeda, merupakan analisis focus dan menyajikan output dalam rangka mendukung pengambilan keputusam. Kemampuan SIG dalam menyimpan analisis pemetaan dan membuat model mendorong aplikasi luas dalam berbagai dispilin ilmu, dari teknologi informasj hingga social ekonomi maupaun analisis berkaitan dengan populasi (Kuncoro, 2002). Dalam penelitian ini penyajian hasil analisis agar lebih menarik digunakan alat analisis menggunakan aplikasi ArcGis 10.3.
3. Analisis Regresi
Analisis regresi adalah analisis yang biasa dipakai dalam ekonometrika yang pada dasarnya adalah studi atas ketergantungan
suatu perubah yaitu perubah terkait pada perubah lainya yang disebut perubah bebas dengan tujuan untuk mengestimasi dan meramalkan nilai populasi bedasrkan nilai tertentu yang diketahui (Gujarati, 2012). a. Model Regresi data panel
Data yang digunakan dalam penelitian ini adalah data panel. Data panel adlah data yang diperoleh dengan menggunakan antara cross section dan time series. Data cross section dalam penelitian ini adalah data dari 10 kabupaten/kota Provinsi Nusa Tenggara Barat sedangkan data time series dalam penelitian ini adalah data tahun 2014 sampai dengan tahun 2017.
b. Pemilihan Model Estimate Data Panel
Menurut Gujarati (2012) teknik yang digunakan dalam data panel: 1) Model Regresi OLS Polled atau Model Koefisien Konstan
Melalui cara menumpuk data dari 40 observasi dalam penelitian ini dan mengestimasi sebuah regresi besar tanpa memperdulikan sifat cross section dan time series pada data.
𝑦
𝑖𝑡=𝛽0+𝛽1 𝑋1+𝛽2𝑋2𝑒𝑖𝑡 Dimana :Y = Penyerapan Tenaga Kerja 𝑖 = 1,2
𝛽 = Konstanta
𝛽1 = Koefisien regresi dari X1 𝛽2 = Koefisien regresi dari X2 𝑋1 = Unit Usaha
𝑋2 = Produksi
e = Error term
2) Model Effect Tetap (Fixed Effect)
Pendekatan ini menggunakan variabel boneka yang dikenal dengan sebutan model efek tetap (fixed effect) atau Least Square Dummy Variabel atau bisa disbeut juga Covariance Mode. Pada metode ini, estimasi dapat dilakukan dengan tanpa pembobotan (no weight) atau Least Square Dummy Variabel (LSDV) dan dengan pembobotan (Cross Section Weight) atau General Least Square (GLS). Tujuan dilakukan pembobotan adalah untuk mengurangi heterogenitas antar unit Cross Section (Gujarati, 2012).
3) Model Random Effect (RE)
Tidak seperti halnya pada model fixed effect atau LSDV dimana kita memberi setiap maskapai sebuah nilai interseo (tetap), disini kita dapat mengasumsikan bahwa nilai intersep adalah sebuah nilai acak dari populasi yang lebih besar.
c. Uji Kesesuaian Model
Untuk menguji kebaikan atau kesesuaian dari tiga metode pada teknik estimasi dengan model data panel, maka digunkan Uji Chow dan Uji Hausman (Khamayanti, 2016).
1) Uji chow
Uji chow adalah untuk menentukan uji diantara kedua meyode yakni metode common effect dan metode random effect yang sebaiknya digunakan dalam pemodelan data panel. Hipotesis dalam uji chow ini sebagai berikut (Khamayanti, 2016).
Ho : Metode Common Effect H1 : Metode Fixed Effect
Pedoman yang digunakan dalam pengambilan kesimpulan uji chow adalah sebagai berikut :
Jika nilai Probability F > 0,05 artinya model common effect diterima.
Jika nilai Probability F < 0,05 artinya model fixed effect diterima.
2) Uji Hausman
Uji hausman yaitu untuk menentukan uji mana diantara kedua motode efek acak (Random Effect) dan metode (Fixed
Hipotesis dalam uji hausman sebagai berikut ( Khamayanti,2016).
Ho : Metode Random Effect H1 : Metode Fixed Effect
Pedoman yang digunakan dalam pengambilan kesimpulan uji hausman adalah sebagai berikut :
Jika nilai probability Chi-Square > 0,05 maka model random
effect diterima.
Jika nilai probability Chi-Square < 0,05 maka model fixed effect diterima.
d. Uji Asumsi Klasik
Hasil analisis regrsi linier berganda yang signifikan sudah dapat digunakan untuk menentukan bahwa model regresi yang diperoleh telah dapat menjelaskan keadaan yang sesungguhnya. Untuk memperjelas dan memperkuat pengaruh dari hasi analisis regresi yang diperoleh digunakan uji asumsi klasik. Uji asumsi klasik tersebut disebut sebagai uji diagnosis, Uji asumsi klasik perlu dilakukan karena dalam model regresi perlu memperhatikan adanya penyimpangan-penyimpangan atas asumsi klasik, karena pada hakekatnya jika asumsi klasik tidak dipenuhi maka variabel-varibel yang menjelaskan akan menjadi tidak efisien.
Merupakan uji yang dilakukan untuk mengevalusi apakah nilai residual dari model yang dibentuk sudah normal atau tidak. Konsep pengujian uji normalitas dikatakan baik yang harus berdistribusi secara normal maka dalam penelitian ini memakai uji Jarque-bera sebagai cara menguji ada atau tidaknya normalitas pada data dengan kriteria yaitu nilai probabilitas Jarque-bera diatas 0,05 memiliki arti bahwa tiap-tiap variabel berdistribusi normal pada data tersebut begitu pula sebaliknya.
2) Uji Multikolinieritas
Multikolinieritas merupakan keadaan dimana hubungan linear atau terdapat korelasi antar variabel independen (Wardhono, 2004). Jika multikoliniearitas itu sempurna maka setiap koefisien regresi dari varibel-variabel bebas tidak dapat menentukan standar eror batasnya. Cara umum untuk mendeteksi adanya multikoliniearitas melihat bahwa R2 yang tinggi akan tetapi t statiknya kecil bahkan cenderung tidak signifikan. Dalam penelitian ini menggunakan nilai matrik korelasi untuk mendeteksi adanya multikolinearitas. Apabila nilai matrik korelasi melebihi 80% atau 0,8 maka variabel-variabel bebasnya memiliki hubungan yang tinggi dan cenderung terkena multikoliniearitas (Gujarati, 2004). Berikut
untuk mendeteksi ada tidaknya multikolinieritas didalam data regresi adalah dengan cara sebagai berikut :
Jika nilai koefisien korelasi (R2) > 0,80 maka data tersebut terjadi multikolineritas.
Jika nilai koefisien korelasi (R2) < 0,80 maka data tersebut tidak terjadi multikolineritas
3) Uji Heterokedatisitas
Uji heterokedatisitas bertujuan untuk mengetahui adanya ketidaksamaan varian dari residual untuk semua pengamatan pada model regresi. Menurut Gujarati (2004) heteroskedastisitas cenderung terjadi pada model yang menggunakan data cross section dari pada data time series. Hal ini terjadi karena data time series berfluktuasi dari waktu ke waktu dengan stabil. Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya gejala heteroskedastisitas. Ada beberapa metode pengujian yang bisa digunakan diantaranya yaitu Uji Park, Uji Glesjer, Melihat pola grafik regresi, dan Uji White. Penelitian ini mengunakan Uji White
Heterocedatisity, dimana apabila nilai probabilitas chis-qure
lebih besar dari pada 5% maka Ho diterima tidak terjadi Heteroskedatisitas, yang artinya model tersebut bersifat homoskedatis.
4) Uji Autokorelasi
Autokorelasi adalah dimana variabel gangguan pada periode tertentu berkolerasi dengan variabel pada periode lain, dengan kata lain gangguan tidak random. Faktor-faktor yang menyebabkan autokolerasi antara lain kesalahan dalam menentukan model, penggunaan lag pada model, memasukkan variabel yang saling terkait (Domadar, 2004). Akibat adanya utokorelasi adalah parameter yang diestimasi menjadi bias dan varian minimum, sehingga tidak efesien. Autokorelasi terjadi apabila nilai error term dalam periode tertentu berhubungan dengan nilai error term sebelumnya (Wardhono, 2004). Autokorelasi adalah terjadinya korelasi antar anggota serangkaian observasi yang diurutkan menurut ruang atau waktu. Dalam penelitian ini untuk menguji ada tidaknya autokolerasi digunakan nilai Durbin Watson yang dibandingkan dengan Durbin Upper pada tabel.
Tabel 3.1 Kriteria Pengujian Autokorelasi
Hipotesis Hasil Estimasi Kesimpulan
Ho 0 < dw < dl Tolak
Ho dl < dw < du Tidak ada kesimpulan
H1 4-du < dw < 4-dl Tidak ada kesimpulan Tidak ada Autokorelasi du < dw < 4-du Diterima
Sumber : Gujarati,2004 e. Pengujian Hipotesis
Dari persamaan regresi linier berganda, selanjutnya diadakan pengujian statistik, diantaranya ialah : 1) F (uji pengaruh secara simultan); 2) uji t (uji pengaruh secara parsial uji ); 3) uji R2 (koefisien determinan).
1) Uji F-Statistik
Penghitungan terhadap pengaruh pengaruh semua variabel independen di dalam model dapat dilakukan dengan uji simultan (uji F). Uji statistik F pada dasarnya menunjukkan apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen, dengan hipotesis sebagai berikut :
Hipotesis :
Ho : β1= β2= 0 artinya, secara bersama-sama variabel independen jumlah unit usaha dan jumlah produksi tidak berpegaruh terhadap variabel dependen penyerapan tenaga kerja H1 : β1≠ β2≠ 0 artinya,secara bersama sama variabel independen jumlah unit usaha dan jumlah produski berpengaruh terhadap variabel dependen penyerapan tenaga kerja.
Kriteria pengujian :
Dengan tingkat keyakinan (α) 5%, nilai probabilitas F statistik < nilai probabilitas α maka Ho ditolak dan H1 diterima. Artinya, secara bersama sama variabel independen jumlah unit usaha dan jumlah produksi mempengaruhi variabel dependen penyerapan tenaga kerja.
Dengan tingkat keyakinan (α) 5%, nilai probabilitas F statistik > nilai probabilitas α maka Ho diterima dan H1 ditolak. Artinya, jumlah unit usaha dan jumlah tenaga kerja tidak mempengaruhi variabel dependen penyerapan tenaga kerja.
2) Uji t-statistik
Uji t-statistik digunakan untuk mengetahui hubungan antara variabel variabel independen terhadap variabel dependen secara parsial atau mengetahui signifikansi variabel independen yang menjelaskan variabel dependen, dengan hipotesis sebagai berikut :
Hipotesis :
Ho : β1= β2= 0 artinya, secara parsial variabel independen jumlah unit usaha dan jumlah produksi tidak berpengaruh terhadapa varibael dependen penyerapan tenaga kerja.
H1 : β1≠ β2≠ 0 artinya,secara parsial variabel independen jumlah unit usaha dan jumlah produksi berpengaruh terhadap variabel dependen penyerapan tenaga kerja.
Kriteria pengujian :
Dengan tingkat keyakinan (α) 5%, nilai probabilitas t statistik < nilai probabilitas α maka Ho ditolak dan H1 diterima. Artinya, secara parsial variabel independen jumlah unit usaha dan jumlah produksi mempengaruhi variabel dependen penyerapan tenaga kerja.
Dengan tingkat keyakinan (α) 5%, nilai probabilitas t statistik > nilai probabilitas α maka Ho diterima dan H1 ditolak. Artinya secara parsial variabel independen jumlah unit usaha dan jumlah produksi tidak mempengaruhi variabel dependen penyerapan tenaga kerja.
3) Uji 𝑅2 (Koefisien Determinan)
Koefisien determinan (𝑅2) pada intinya mengukur
seberapa besar proporsi model dalam variasi variabel dependen mampu dijelaskan variabel independen. Nilai koefisien determinasi adalah di antara nol dan satu. Nilai 𝑅2 yang kecil
berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas.
