BAB III METODE PENELITIAN
3.1. Penentuan Daerah Penelitian
Daerah penelitian ini dilakukan di Kabupaten Samosir. Pertimbangan ini dilakukan karena Kabupaten Samosir masuk dalam kategori wilayah miskin,
namun juga mempunyai potensi ekonomi yang dapat diberdayakan dan dikembangkan.
3.2. Jenis dan Sumber Data
Data yang digunakan dalam penelitian ini merupakan data sekunder, antara lain:
1. PDRB Kabupaten Samosir dan Propinsi Sumatera Utara dari tahun 2003- 2010 menurut lapangan usaha dengan harga konstan 2000, data ini
digunakan untuk analisis sektor basis dan non basis, analisis perubahan dan pergeseran sektor ekonomi dan potensi pengembangan daerah,
pengaruh dan besarnya pengaruh sektor perekonomian terhadap pendapatan perkapita Kabupaten Samosir. Data ini diperoleh dari Biro
Pusat Statistik Kabupaten Samosir dan Propinsi Sumatera Utara. 2. Pendapatan perkapita Kabupaten Samosir dari tahun 2003-2010 menurut
lapangan usaha dengan harga konstan 2000, data ini digunakan untuk analisis pengaruh dan besarnya pengaruh sektor unggulan dan SSA sektor
unggulan terhadap pendapatan perkapita Kabupaten Samosir. Data ini diperoleh dari Biro Pusat Statistik Kabupaten Samosir.
Universitas Sumatera Utara
3. Jumlah penduduk miskin Kabupaten Samosir dari tahun 2003-2010, data ini digunakan untuk analisis pengaruh dan besarnya pengaruh jumlah
penduduk miskin terhadap pendapatan perkapita Kabupaten Samosir. Data ini diperoleh dari Biro Pusat Statistik Kabupaten Samosir.
3.3. Metode Analisis
Untuk menjawab permasalahan dalam penelitian ini digunakan beberapa metode, yaitu :
1. Analisis Location Quotient LQ digunakan untuk menentukan sektor basis dan non basis dalam perekonomian wilayah Kabupaten Samosir.
2. Analsisi Shift-Share SSA digunakan untuk mengetahui perubahan dan pergeseran sektor perekonomian wilayah Kabupaten Samosir.
3. Analisis Regresi digunakan untuk mengetahui pengaruh dan besarnya pengaruh jumlah penduduk miskin, pengaruh sektor basis unggulan
yang diukur dari nilai LQ masing-masing sektor dan SSA masing- masing sektor unggulan yang diukur dari analisis Shift-Share terhadap
pendapatan perkapita Kabupaten Samosir.
3.3.1. Analisis Location Quotient LQ
Untuk menentukan sektor basis dan non basis di Kabupaten Samosir digunakan metode analisis Location Quotient LQ. Metode LQ merupakan salah
satu pendekatan yang umum digunakan dalam model ekonomi basis sebagai langkah awal untuk memahami sektor kegiatan dari PDRB Kabupaten Samosir
yang menjadi pemacu pertumbuhan.
Universitas Sumatera Utara
Metode LQ digunakan untuk mengkaji kondisi perekonomian, mengarah pada identifikasi spesialisasi kegiatan perekonomian. Sehingga nilai LQ yang
sering digunakan untuk penentuan sektor basis dapat dikatakan sebagai sektor yang akan mendorong tumbuhnya atau berkembangnya sektor lain serta
berdampak pada penciptaan lapangan kerja. Untuk mendapatkan nilai LQ digunakan metode yang dikemukakan oleh
Bendavid-Val, Kuncoro, 2004 sebagai berikut : Untuk mendapatkan nilai LQ digunakan metode yang dikemukakan oleh
Bendavid-Val, Kuncoro, 2004 sebagai berikut:
SU op
i Samosir
i
PDRB X
PDRB x
LQ
. Pr
=
Dimana :
i
x = PDRB sektor i di Kabupten Samosir.
i
X = PDRB sektor i Propinsi Sumatera Utara.
Samosir
PDRB = Produk Domestik Regional Bruto Kabupaten Samosir.
SU op
PDRB
. Pr
= Produk Domestik Regional Bruto Propinsi Sumatera Utara Berdasarkan formulasi yang ditunjukkan dalam persamaan di atas, maka ada
tiga kemungkingan nilai LQ yang dapat diperoleh Bendavid-Val dalam Kuncoro, 2004:183, yaitu:
1. Nilai LQ = 1. Ini berarti bahwa tingkat spesialisasi sektor i di daerah Kabupaten Samosir adalah sama dengan sektor yang sama
dalam perekonomian Provinsi Sumatera Utara.
Universitas Sumatera Utara
2. Nilai LQ 1. Ini berarti bahwa tingkat spesialisasi sektor i di daerah Kabupaten Samosir Utara lebih besar dibandingkan dengan
sektor yang sama dalam perekonomian Provinsi Sumatera Utara. 3. Nilai LQ 1. Ini berarti bahwa tingkat spesialisasi sektor i di
daerah Kabupaten Samosir lebih kecil dibandingkan dengan sektor yang sama dalam perekonomian Provinsi Sumatera Utara.
Apabila nilai LQ 1, maka dapat disimpulkan bahwa sektor tersebut merupakan sektor basis dan potensial untuk dikembangkan sebagai penggerak
perekonomian Kabupaten Samosir. Sebaliknya apabila nilai LQ 1, maka sektor tersebut bukan merupakan sektor basis dan kurang potensial untuk dikembangkan
sebagai penggerak perekonomian Kabupaten Samosir. Data yang digunakan dalam analisis Location Quotient LQ ini adalah
PDRB Kabupaten Samosir dan Provinsi Sumatera Utara tahun 2002-2010 menurut
lapangan usaha atas dasar harga konstan tahun 2000.
3.3.2. Analisis Shift-Share Shift Share Analyzing
Analisis shift share digunakan untuk mengetahui perubahan dan pergeseran sektor pada perekonomian wilayah Kabupaten Samosir. Hasil analisis shift share
akan menggambarkan kinerja sektor-sektor dalam PDRB Kabupaten Samosir dibandingkan Provinsi Sumatera Utara. Kemudian dilakukan analisis terhadap
penyimpangan yang terjadi sebagai hasil perbandingan tersebut. Bila penyimpangan tersebut positif, maka dikatakan suatu sektor dalam PDRB
Kabupaten Samosir memiliki keunggulan kompetitif atau sebaliknya.
Universitas Sumatera Utara
Data yang digunakan dalam analisis shift share ini adalah PDRB Kabupaten Samosir dan Provinsi Sumatera Utara tahun 2002-2010 menurut lapangan usaha
atas dasar harga konstan tahun 2000. Penggunaan data harga konstan dengan tahun dasar yang sama agar bobotnya nilai riilnya bisa sama dan perbandingan
menjadi valid Tarigan, 2005. Metode Analisis Shift-Share SSA, dengan formula sebagai berikut :
DS PS
PVS Y
+ +
= ∆
Keterangan :
= ∆Y
Perubahan nilai tambah tahun ke-t dengan nilai tambah tahun dasar sector-i.
Provincial Share PVS, di dapat dengan rumus :
Proportional Shift P, di dapat dengan rumus :
Differential Shift DS, di dapat dengan rumus :
Prop.SU = Provinsi Sumatera Utara sebagai wilayah referensi yang lebih tinggi jenjangnya.
Di mana :
Samosir = Kabupaten Samosir sebagai wilayah analisis. Y
= Nilai tambah bruto i
= Sektor dalam PDRB t
= tahun 2002-2010 1
1 .
Pr .
Pr 1
− =
− −
t SU
op t
SU op
t iSamosir
t iSamosir
Y Y
X Y
PVS
1 .
Pr .
Pr 1
. Pr
. Pr
1 −
− −
− =
t SU
op t
SU op
t SU
op i
t SU
op i
t iSamosir
t iSamosir
Y Y
Y Y
X Y
PS
1 .
Pr .
Pr 1
1 −
− −
− =
t SU
op i
t SU
op i
t iSamosir
t iSamosir
t iSamosir
t iSamosir
Y Y
Y Y
Y DS
Universitas Sumatera Utara
t-1 = tahun awal tahun 2000
Melalui analisis shift share, maka pertumbuhan ekonomi dan pergeseran struktural perekonomian wilayah Kabupaten Samosir ditentukan oleh tiga
komponen tersebut diatas, yaitu: 1. Provincial Share PS, yang digunakan untuk mengetahui pertumbuhan atau
pergeseran struktur perekonomian Kabupaten Samosir dengan melihat nilai PDRB Kabupaten Samosir sebagai daerah pengamatan pada periode awal
yang dipengaruhi oleh pergeseran pertumbuhan perekonomian Provinsi Sumatera Utara. Hasil perhitungan Provincial Share akan menggambarkan
peranan wilayah Provinsi Sumatera Utara yang mempengaruhi pertumbuhan perekonomian Kabupaten Samosir. Jika pertumbuhan Kabupaten Samosir
sama dengan pertumbuhan Provinsi Sumatera Utara maka peranannya terhadap provinsi tetap.
2. Proportional Shift P adalah pertumbuhan nilai tambah bruto suatu sektor i pada Kabupaten Samosir dibandingkan total sektor di tingkat Provinsi
Sumatera Utara. 3. Differential Shift D adalah perbedaan antara pertumbuhan ekonomi
Kabupaten Samosir dan nilai tambah bruto sektor yang sama di tingkat Provinsi Sumatera Utara.
Kedua komponen shift, yaitu Proportional Shift P dan Differential Shift D memisahkan unsur-unsur pertumbuhan regional yang bersifat eksternal dan
internal.
Universitas Sumatera Utara
Proportional Shift P merupakan akibat pengaruh unsur-unsur eksternal yang bekerja secara nasional Provinsi, sedangkan Differential Shift D adalah
akibat dari pengaruh faktor-faktor yang bekerja di dalam daerah yang bersangkutan.
Sektor-sektor di Kabupaten Samosir yang memiliki Differential Shift D positif memiliki keunggulan komparatif terhadap sektor yang sama pada
KabupatenKota lain dalam Provinsi Sumatera Utara. Selain itu, sektor-sektor yang memiliki nilai D positif berarti bahwa sektor tersebut terkonsentrasi di
Kabupaten Samosir dan mempunyai pertumbuhan yang lebih cepat dibandingkan dengan daerah lainnya.
Apabila nilai D negatif, maka tingkat pertumbuhan sektor tersebut relatif lamban.
3.3.3. Analisis Regresi
Untuk menjawab hipotesis 4, 5 dan 6 kita gunakan metode persamaan regresi berganda multiple regresi dengan menggunakan metode panel regresi
Gross Section Weihgt atau GLS, salah satu keuntungannya adalah dapat digunakan dalam jumlah data yang terbatas.
Dalam persamaan regresi linier berganda sabagai berikut : µ
+ +
+ +
=
i i
t
SSA d
LQ c
JPM b
a PDRBP
Dimana :
t
PDRBP = Pendapatan Domestik Regional Bruto Perkapita Kabupaten
Samosir Rp. JPM
= Jumlah Penduduk Miskin Kabupaten Samosir Jiwa
LQ
= Location Quetient Indeks Lokasi Masing-masing Sektor
Universitas Sumatera Utara
SSA
= Nilai Shift-Share.
i
= Masing-masing Sektor Sembilan yaitu : Pertanian, Pertambangan dan Penggalian, Industri Manufacturing,
Listrik, Gas dan Air Minum, Bangunan Konstruksi, Perdagangan, Hotel dan Restoran, Pengangkutan dan
Komunikasi, Keuangan, Asuransi, Usaha Persewaan bangunan dan tanah, Jasa Perusahaan serta Jasa-jasa.
a = Konstanta Intercept
b
= Koefisien regresi Jumlah Penduduk Miskin. c
= Koefisien regresi LQ masing-masing sektor d
= Koefisien regresi Nilai Shift-Share. t
= Periode waktu dari tahun 2003 – 2010. µ
= Baca mu adalah disturbance faktor terms error. Agar suatu model estimasi diatas dapat dipilih sebagai model empirik yang
baik dan mempunyai daya prediksi serta peramalan, diperlukan beberapa syarat- syarat antara lain, sebagai berikut : model atau persamaan regresi dibuat sebagai
model mengenai fenomena ekonomi aktual dan didasarkan pada teori ekonomi dengan syarat : lolos uji baku dan berbagai uji diagnostik asumsi klasik dan residu
yang ditaksir adalah stasioner khususnya untuk analisis data time series Vincent, 2005.
Adapun beberapa asumsi klasik dalam penelitian ini adalah Uji Autokorelasi, Uji Multikolinearitas, dan Uji Heteroskedastisitas.
Universitas Sumatera Utara
Untuk mendapatkan nilai baku koefisien regresi digunakan Uji Statisktik : Uji-t, Uji-F, Koefisien Determinasi.
Sedangkan untuk interpretasi nilai koefisien regresi dalam penelitian ini digunakan konsep elastisitas.
3.3.3.1. Uji Asumsi Klasik
Model yang dihasilkan sebelum digunakan untuk pengujian hipotesis dilakukan pengujian untuk mendapatkan “best fit model”. Pengujian dilakukan
dengan uji asumsi klasik. Antara lain:
3.3.3.1.1. Autokorelasi
Autokorelasi adalah korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu seperti deret waktu.
Untuk mengetahui autokorelasi digunakan uji durbin Watson DW. Adanya autokorelasi dalam regresi dapat diketahui dengan menggunakan uji Durbin-
Watson. Uji Durbin-Watson dilakukan dengan langkah-langkah sebagai berikut Gujarati,2003:
1. Regres model lengkap untuk mendapat nilai residual 2. Hitung d Durbin-Watson statistik dengan rumus :
∑ ∑
= =
−
− =
n t
t n
t t
t
e e
e d
1 2
2 2
1
Dengan d adalah statistik Durbin-Watson,
t
e
dan
1 −
t
e
adalah gangguan estimasi dan t maupun
1 −
t
menyatakan observasi terakhir dan observasi sebelumnya.
Universitas Sumatera Utara
Langkah perhitungan setelah diketemukan
t
e
adalah menghitung selisih
t
e
dengan
1 −
t
e
dengan menjadikan
1 −
t
e
sebagai variabel baru disamping
t
e
, diambil dari nilai
t
e
dipasangkan senjang satu periode. Selisih tersebut kemudian dipangkat-duakan serempak dengan
t
e
, dan kemudian dijumlahkan. Untuk memperoleh kesimpulan apakah ada jumlah autokorelasi ataukah
tidak, hasil hitungan statistik d itu
i
d
harus dibandingkan dengan table statistic d. Pemilihan angka d dari table d dengan memperhatikan banyaknya parameter, k,
dan jumlah observasi, n. Pada table disajikan batas bawah
L
d dan batas atas
U
d
.
Gambar 3.1. Klasifikasi Keputusan Statistik Durbin-Watson
Atas dasar klasifikasi diatas, maka dapat disimpulkan bahwa ada masalah autokorelasi positif yang serius. Dengan demikian masalah autokorelasi perlu
diselesaikan.
3.3.3.1.2. Multikolinearitas
Yang dimaksud dengan multicolonierity ialah situasi adanya korelasi variabel-vaiabel bebas diantara satu dengan lainnya varibel bebas tidak
orthogonal, maksudnya variabel bebas yang nilai korelasi diantara sesamanya sama dengan nol.
Autokorelasi ? Tidak ada ? Autokorelasi Positif
Autokorelasi
Negatif
L
d
U
d 2
U
d −
4
L
d −
4 4
Sumber : Prapto, 2004
Universitas Sumatera Utara
Masalah multikolinearitas muncul jika terdapat hubungan yang sempurna atau pasti diantara beberapa variable atau semua variable independen dalam
model. Pada kasus multikolinearitas yang serius, koefisien regresi tidak lagi menunjukkan pengaruh murni dari variable independen dalam model. Ada
beberapa model untuk mendeteksi keberadaan multikolinearitas. Ada beberapa metode yang telah digunakan untuk mengatasi masalah
multicolinierity antara lain Metode Gabungan data Cross-Section dan Time Series Prapto, 2004.
Metode ini menggunakan dua sumber data, yaitu data cross-section untuk mengestimasi variabel gayut dengan variabel bebas tertentu dan data time series
untuk mengestimasi variabel gayut dengan variabel bebas yang lain untuk mengestimasi masalah multikolinierity. Atau dengan metode Koutsoyiannis :
Metode Koutsoyiannis melakukan regresi dependent variabel atas setiap variabel bebas yang terkandung dalam suatu model regresi yang diuji. Kemudian
dari hasil regresi ini, kita pilih salah satu model regresi yang secara apriori dan statistik paling meyakinkan regresinya disebut elementary regression.
Selanjutnya kita masukkan satu persatu variabel-variabel bebas lainnya untuk diregresikan dalam kaitannya dengan dependent variabel yang telah
ditentukan. Hasil-hasil yang terjadi diteliti koefisien-koefisien regresi, standard errors, variabel bebas yang baru harus berguna useful atau tidak perlu atau
merusak hasil, jika hasilnya baik maka variabel bebas itu diambil.
Universitas Sumatera Utara
3.3.3.1.3. Heteroskedastisitas
Dalam regresi linier berganda salah satu asumsi yang harus dipenuhi agar taksiran parameter dalam model tersebut bersifaat Best Linier Unbiased, dan
Estimator adalah var ui =
2
δ mempunyai variasi yang sama. Pada kasus lain dimana variasi ui tidak konstan, melainkan variable berubah-ubah. Untuk
mendeteksi heterokedastisitas dapat dilakukan pengujian antara lain dengan metode Uji Park.
Uji Heterokedastisitas dilakukan dengan uji Park Vinent, 1991 mengusulkan untuk meregres nilai absolut residual gallat error terhadap variable
bebas, dengan persamaan regresi sebagai berikut :
i i
i
V X
+ +
=
β α
ε
2
Berdasarkan Uji park, kita melakukan pengujian hipotesis tentang parameter β dalam model regresi, apabila koefsien β ternyata signifikan nyata secara
statistik, maka data terdapat Heterokedastisitas, apabila ternyata tidak signifikan, asumsi homokedastisitas diterima.
3.3.3.1.4. Uji Normalitas
Untuk mendeteksi apakah residualnya berdistribusi normal atau tidak
dengan membandingkan nilai Jarque Bera JB dengan
2
X tabel Usu repository, 2008, sebagai berikut :
a. Jika nilai JB
2
X tabel, maka residualnya tidak normal.
b. Jika nilai JB
2
X tabel, maka residualnya berdistribusi normal.
Universitas Sumatera Utara
3.3.4.2. Koefisien Determinasi
2
R R Square
Pengukuran kecocokan model dilakukan dengan memperhatikan besarnya koefisien determinasi
2
R . Model dianggap baik atau cocok apabila harga
2
R mendekati 1,
2
R sekaligus menunjukkaan besar pengaruh semua variabel
independen terhadap variable dependen. Nilai
2
R akan meningkat dengan bertambahnya jumlah variabel bebas,
derajat bebas akan semakin kecil, karena itu dipergunakan
2
R Adjusted yang
sudah mempertimbangkan derajat bebas, disamping itu dapat pula diketahui koefisien determinasi parsial
2
R yang menunjukkan seberapa besar kemaampuan masing-masing variable bebas mempengaruhi variabel terikat.
Rumus menghitung koefisien determinasi adalah :
2
R = TSS – SSE TSS = SSRTSS Dimana :
TSS = Total Sum of Square SSE = Sum of Square Error
SSR = Sum of Square due to Regression Nilai
2
R adalah 0
2
R 1, sehingga kesimpulaan yan dapat diambil : 1. Jika nilai
2
R mendekati angka nol berarti kemampuan variabel- variabel bebas dalam menjelaskan variable terikat amat terbatas.
2. Jika nilai
2
R mendekati angka satu berarti variabel-variabel bebas hampir semua dibutuhkan untuk memprediksi variabel terikat.
Universitas Sumatera Utara
3.3.4.3. Uji F
Uji F digunakan untuk mengetahui apakah variabel-variabel Kemiskinan
1
X , SSA sektor pertanian
2
X dan SSA sektor jasa-jasa
3
X secara bersama-
sama berpengaruh terhadap variabel pendapatan perkapita Kabupaten Samosir, dengan formula sebagai berikut :
H :
2
R = 0
a
H :
2
R ≠ 0
Kriteria pengambilan keputusan adalah, jika : F-statistik F-tabel pada level pengujian
α , maka terima
a
H ;
F-statistik F-tabel pada level pengujian α , maka terima
H .
3.3.4.4. Uji t
Untuk melihat ada tidaknya pengaruh masing-masing variable independent dilakukan dengan uji t. Dalam uji t dikemukakan hipotesis sebagai berikut :
H : b = 0 atau
H : c = 0
a
H : b
≠ 0 atau
a
H : c
≠ 0 Kriteria pengambilan keputusan, jika :
t-statistik t-tabel pada level pengujian α , maka terima
a
H ;
t-statistik t-tabel pada level pengujian α , maka terima
H ;
3.3.4. Elastisitas
Nilai elastisitas berasal dari suatu fungsi, dimana suatu fungsi selalu terdapat dua jenis variabel, yaitu variabel tak bebas dependent variable dan satu atau
lebih variabel bebas independent variable. Dimana dalam matematika fungsi dinyatakan sebagai : Y = f
i
X , dan persamaam matematika dinyatakan sebagai
Universitas Sumatera Utara
i i
X a
X a
Y +
=
∧
maka dapat diperoleh elastisitas Y terhadap
i
X yang dinyatakan dengan
YX
ε :
Y X
x X
Y
i i
YX
∆ ∆
=
ε , maka :
Elastisitas adalah nilai yang mengukur persentase perubahan nilai variabel tak bebas dependent variable sebagai akibat perubahan satu persen nilai dari
variabel bebas independent variable tertentu ceteris paribus = dengan asumsi nilai dari variabel bebas yang lain dianggap konstan Vincent, 2003.
3.4. Teknik Pengolahan dan Penyajian Data
Pengolahan dan penyajian data adalah suatu proses dalam memperoleh data angka ringkasan dengan menggunakan cara-cara tertentu Hasan, 2002.
Data setelah diperoleh kemudian diolah untuk selanjutnya disajikan sehingga diperoleh informasi yang diperlukan dari data-data tersebut.
Adapun alat Pengolahan dan penyajian data dalam penelitian ini menggunakan software Komputer Aplikasi, Ms-Word, Excel dan Eviews.
Penyajian data adalah penampilan data yang sudah diolah dalam bentuk- bentuk tertentu berupa tabel data, grafik data atau bentuk lainnya. Data yang
disajikan dalam penelitian ini selain tabel dan gambar adalah hasil wawancara yang disajikan setelah melalui proses editing.
Universitas Sumatera Utara
3.5. Definisi Operasional Variabel
Kategori