DAFTAR TABEL
IV. METODE PENELITIAN
4.6 Pengolahan dan Analisis Data
Data yang telah dikumpulkan akan diolah untuk mendapatkan jawaban dari setiap permasalahan pada penelitian. Data akan diolah baik secara deskriptif maupun dengan statistik inferensia. Data kualitatif akan diolah secara deskriptif sedangkan data kuantitatif akan diolah dengan metode Structural Equation Model (SEM) dengan pendekatan Partial Least Square (PLS).
4.6.1 Analisis Deskriptif
Analisis deskriptif digunakan untuk menggambarkan karakteristik individu petani pada program UPSUS jagung di Kabupaten Pandeglang. Menurut Sugiyono (2012) analisis deskriptif adalah metode yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul. Analisis ini bertujuan untuk mendeskripsikan, menggambarkan, melukiskan secara sistematis serta menghubungkan antar fenomena yang diselidiki. Analisis deskriptif digunakan untuk menganalisis variabel karakteristik petani, kemampuan petani, faktor kesempatan dan tingkat partisipasi petani dalam program UPSUS jagung.
Data kualitatif yang diperoleh akan disajikan dalam bentuk tabel frekuensi yang bertujuan agar data yang dikumpulkan tersaji dengan ringkas yang dapat memberikan informasi. Kecenderungan nilai respoden untuk setiap instrument masing-masing variabel dikelompokan menjadi tiga kelas yaitu rendah, sedang dan tinggi. Jawaban dalam setiap variabel tersebut dihitung dengan rumus yaitu sebagai berikut:
TI=jumlah skor yang dicapai-jumlah skor minimal
jumlah skor maksimal-jumlah skor minimal x 100
Berdasarkan perhitungan dengan rumus tersebut, maka sebaran skor variabel atau indikator berada pada nilai 0-100. Maka pengelompokan data tersebut dikatakan rendah apabila skor berada pada nilai ≤ 0.33, sedang memiliki nilai 33.34-66.66 dan tinggi berada pada nilai ≥ 66.67.
23
4.6.2 Analisis SEM dengan Pendekatan Partial Least Square (PLS)
Data yang diperoleh dianalisis dengan menggunakan Partial Least Square (PLS) dengan bantuan softwere SmartPLS. Analisis ini dilakukan untuk melihat pengaruh faktor-faktor karakteristik petani, kemampuan petani dan faktor kesempatan terhadap partisipasi petani dalam program UPSUS jagung.
Penggunaan metode PLS didasarkan pada pertimbangan bahwa terdapat variabel dalam penelitian ini merupakan variabel laten. Budhiasa (2016) menjelaskan variabel laten atau konstruk adalah satuan unit analisis yang tidak dapat diukur secara langsung. Menurut Ghozali (2014) model PLS merupakan metode yang tidak memiliki banyak asumsi, data dalam analisis PLS tidak mesti berdistribusi normal multivariate, data indikator dapat bersifat ordinal, interval dan rasio serta data sampel tidak harus besar.
Menurut Ghozali (2014) PLS merupakan analisis Structural Equation Model (SEM) yang bersasis varian. Analisis PLS bertujuan untuk mengembangkan dan memprediksi teori. Pendekatan PLS didasari pada perubahan analisis dari pengukuran parameter. PLS dapat bekerja secara efisien dengan ukuran sampel yang kecil dan model yang kompleks. Menurut Budhiasa (2016) dalam persamaan struktural variabel laten dapat dilihat dengan menggunakan bantuan variabel manifest. Variabel manifest adalah konsep yang bersumber dari teori untuk membangun konstruk tertentu.
Dimensi minimal berjumlah dua buah dan maksimal enam buah yang jumlahnya sangat terikat kepada konsep teori yang dibangun. Sedangkan indikator yaitu instrumen penelitian yang dibangun berdasarkan konsep dimensi yang telah ditetapkan berdasarkan teori yang digunakan.
SEM-PLS memiliki dua model indikator, yaitu model indikator reflektif dan model indikator formatif. Model reflektif mencerminkan bahwa setiap indikator merupakan pengukuran kesalahan yang dikenakan terhadap variabel laten. Arah sebab akibat ialah dari variabel laten ke indikator dengan demikian indikator-indikator merupakan refleksi variasi dari variabel laten. Sedangkan model indikator formatif adalah hubungan sebab akibat dari indikator menuju variabel laten. Hal ini dapat terjadi apabila suatu variabel didefinisikan sebagai kombinasi dari indikator-indikatornya sehingga apabila terjadi perubahan pada indikator-indikatornya akan tercermin pada perubahan variabel latennya.
Analisis pada model PLS terdiri dari dua tahap yaitu evaluasi model pengukuran (outer model) dan evaluasi model struktural (inner model).
Evaluasi model pengukuran menjelaskan hubungan antara variabel yang diamati (manifest variabel) dengan variabel laten. Sedangkan evaluasi model struktural menjelaskan hubungan antar variabel laten.
a) Evaluasi model pengukuran (Outer model)
Model pengukuran (Outer model) merupakan spesifikasi hubungan antara variabel laten dengan indikatornya. Pengukuran variabel laten pada penelitian ini menggunakan model reflektif yaitu merupakan variabel laten mempengaruhi indikatornya. Model pengukuran digunakan untuk menguji validitas variabel dan reliabilitas indikator. Uji validitas dilakukan untuk mengetahui kemampuan indikator penelitian mengukur apa yang seharusnya diukur. Uji validitas confergent dapat di lihat dari nilai loading factor dan Average Variance Extrated (AVE). Suatu indikator dapat dikatakan memenuhi validitas jika nilai outer loading > 0.5. Sedangkan AVE bernilai cukup apabila
24
korelasinya antara 0.5 sampai 0.6 dan dikatakan tinggi apabila nilai loading factor lebih dari 0.7.
Uji validitas yang dapat digunakan berikutnya ialah Validitas Deskriminan.
Validitas Deskriminan dinilai berdasarkan nilai cross loading pengukuran dengan konstruk. Menurut Ghozali (2008) nilai cross loading untuk setiap variabelnya harus bernilai > 0.70. Jika korelasi konstruk dengan item pengukuran lebih besar daripada ukuran konstruk lainnya, maka hal itu menunjukan bahwa konstruk laten memprediksi ukuran pada blok mereka lebih baik daripada ukuran blok lainnya. Adapun krieria evaluasi model pengukuran dapat dilihat pada Tabel 8.
Uji reliabilitas dilakukan untuk membuktikan akurasi, konsistensi dan ketepatan instrument dalam mengukur konstruk. Uji reliabilitas dapat dilakukan dengan kriteria cronbach alpha dan composite reliability . Suatu konstruk dinyatakan reliable apabila composite realibility memiliki nilai minimal >0.60.
Tabel 8. Evaluasi model pengukuran reflektif
No Parameter Model Pengukuran
1 Loading factor > 0.70 untuk confirmatory research
> 0.50 untuk exploratory research 2 Composite Reliability Nilai >0.60 masih dapat diterima 3 Validitas Deskriminan Nilai akar kuadrat AVE > korelasi antar
konstruk laten
4 Cross Loading >0.70 untuk setiap variabel Sumber: Ghozali (2008)
b) Evaluasi model struktural (Inner model)
Evaluasi model struktural digunakan untuk melihat hubungan antara kontsruk variabel laten. Model struktural dievaluasi dengan mengukur koefisien determinasi atau uji R2 (R-Square). Nilai koefisien determinasi digunakan untuk mengukur tingkat variasi perubahan variabel independen terhadap variabel dependen. Ghozali (2008) membagi nilai R2 menjadi tiga kategori yaitu nilai R2 0.67 dikategorikan model tersebut baik, nilai R2 0.33 dikategorikan model tersebut moderat dan R2 0.19 dikategorikan model tersebut lemah. Selain itu, dalam evaluasi model struktural juga dilakukan pengujian hipotesis (Resampling Boostraping). Uji hipotesis dilakukan untuk melihat signifikansi antar variabel dalam model struktural. Uji statistik yang digunakan ialah uji t. penerapan metode resampling memungkinkan berlakunya data terdistribusi bebas tidak memerlukan asumsi distribusi normal, serta tidak memerlukan sampel yang besar. Hipotesis diterima apabila nilai t-statistik lebih besar dari nilai t-tabel dengan alpha 5 persen.
4.6.3 Penerapan Model Partial Least Square (PLS)
Dalam penelitian ini analisis PLS yang digunakan ialah dengan Socond order confirmatory factor analysis. Penggunaan second-order karena variabel laten terdiri dari berberapa dimensi, dimana setiap dimensi diukur dengan beberapa indikator atau item. Pengujian second order konstruk melalui dua jenjang, yang pertama analisis dilakukan dari konstruk laten ke indikator-
25
indikatornya, kemudian analisis dilakukan dari konstruk laten ke konstruk dimenesinya (Ghozali 2008). Lebih lanjut Abdillah dan Jogiyanto (2015) menambahkan second order construk merupakan hubungan teoritis antara variabel laten dan konstruk higher order dengan dimensi konstruk di bawahnya. Pengujian second order konstruk melalui dua langkah, yaitu terlebih dahulu dilakukan analisis dari konstruk laten ke konstruk dimensinya.
Dalam penelitian ini, model persamaan struktural yang dibangun ialah bagaimana pengaruh variabel laten bebas (X) yang terdiri dari karakteristik petani, kemampuan petani dan kesempatan mempengaruhi terhadap partisipasi petani (Y) dalam program UPSUS jagung. Masing-masing variabel laten terdiri dari beberapa variabel manifest yang disusun atas indikator penyusunnya.
Berdasarkan identifikasi variasi model yang telah dilakukan, maka model struktural penelitian ini dapat dilihat pada Tabel 9.
Tabel 9. Variabel laten, variabel manifest dan indikator penyusun penelitian
Variabel laten Variabel manifest Indikator Usia (X1.1) - Jumlah usia responden (X1.1.1) Tingkat pendidikan
(X1.2)
- Jumlah tahun pendidikan formal (X1.2.1) Karakteristik Petani
(X1)
Pengalaman berusahatani (X1.3)
- Jumlah tahun pengalaman berusahatani respoden (X1.3.1)
Kosmopolitan (X1.4)
- Intensitas mengakses media massa (X1.4.1) - Intensitas bertukar informasi (X1.4.2) - Intensitas melakukan interaksi (X1.4.3) - Intensitas mencari informasi (X1.4.4) - Intensitas mengikuti penyuluhan (X1.4.5)
Kemampuan teknis (X2.1)
- Kemampuan mengolahan lahan (X2.1.1) - Kemampuan teknis penanaman (X2.1.2) - Kemampuan pemeliharaan tanaman
(X2.1.3)
- Kemampuan dalam memanen (X2.1.4) - Kemampuan memasarkan hasil (X2.1.5) Kemampuan petani
(X2)
Kemampuan sosial (X2.2)
- Kemampuan dalam membangun hubungan interpersonal (X2.2.1)
- Kemampuan dalam bernegosiasi (X2.2.2) - Kemampuan membangun kemitraan
(X2.2.3)
- Kemampuan mengambil keputusan (X2.2.4)
Dukungan pasar (X3.1)
- Kepastian penjualan (X3.1.1) - Jaminan harga (X3.1.2) - Kestabilan harga (X3.1.3) Kesempatan (X3) Dukungan pemerintah
(X3.2)
- Dukungan penyediaan benih (X3.2.1) - Dukungan penyediaan pupuk (X3.2.2) Ketersediaan
informasi (X3.3)
- Informasi mengenai program (X3.3.1) - Informasi teknis usahatani (X3.3.2) - Intensitas memperoleh informasi (X3.3.3)
Partisipasi petani (Y) Tahap perencanaan (Y1)
- Merumuskan rencana pertemuan (Y1.2) - Mengikuti pertemuan (Y1.2)
- Mengemukakan pendapat (Y1.3) - Menyusun rencana kegiatan (Y1.4) - Menentukan calon petani dan lahan (Y1.5)
26
Tabel 9. Variabel laten, variabel manifest dan indikator penyusun penelitian
Variabel laten Variabel manifest Indikator
Partisipasi petani (Y) Tahap pelaksanaan (Y2)
- Melakukan pengolahan lahan (Y2.1) - Melakukan penanaman (Y2.2) - Melakukan pemeliharaan (Y2.3) - Melakukan pemanenan (Y2.4)
- Melakukan kegiatan pascapanen (Y2.5) Tahap pemanfaatan
hasil (Y3)
- Meningkatan produksi (Y3.1) - Meningkatkan pendapatan (Y3.2) - Memanfaatkan program (Y3.3)
Berdasarkan variabel pada Tabel di atas, maka idetifikasi model persamaan structural dalam penelitian ini dapat dilihat pada Gambar 5
Gambar 5. Model Persamaan Struktural Penelitian
27