BAB III METODE PENELITIAN
3.1. Metode Penentuan Daerah Penelitian
Penentuan daerah penelitian dilakukan secara purposive atau dengan tujuan tertentu sengaja. Penelitian dilakukan di Kabupaten Labuhan Batu dengan
pertimbangan bahwa Kabupaten Labuhan Batu merupakan salah satu kabupaten yang mengalami penurunan luas area karet.
Lokasi yang menjadi daerah penelitian adalah Kecamatan Bilah Hulu desa Kampung Dalam. Daerah sampel penelitian dipilih karena daerah ini mengalami
penurunan luas area karet dan juga karena faktor biaya, waktu dan jangkauan peneliti.
3.2. Metode Penentuan Sampel
Metode penentuan sampel diambil secara acak dengan metode penelusuran Accidental Purposive Sampling. Accidental Purposive Sampling yaitu metode
pengambilan sampel dari responden yang memiliki kriteria atau syarat-syarat yang sesuai dengan objek penelitian bagi peneliti, yaitu petani yang
mengkonversikan lahan karet menjadi lahan kelapa sawit. Menurut Gay, untuk penelitian yang menggunakan analisis deskriptif, ukuran sampel paling minimum
dan efisien adalah 30 sampel Umar, 1996.
Universitas Sumatera Utara
3.3. Metode Pengumpulan Data
Data yang dikumpulkan di dalam penelitian ini terdiri dari data primer dan data. sekunder. Data primer diperoleh dari wawancara, kuesinoner, ataupun
observasi kepada para petani karet yang mengkonversikan lahannya menjadi kelapa sawit. Sedangkan data sekunder diperoleh dari instansi terkait seperti BPS
Badan Pusat Statistik Sumatera Utara, Dinas Perkebunan Sumatera Utara, dan instansi terkait lainnya.
3.4. Metode Analisis Data
Faktor- faktor yang mempengaruhi alih fungsi lahan tersebut dianalisis dengan menggunakan model ekonometrika sederhana sebagai berikut:
Y = P + P
1
X
1
+ P
2
X
2
+ P
3
X
3
+ P
4
X
4
+ e
dengan, Y
= Luas lahan karet yang dikonversi menjadi kelapa sawit Ha X
1
= Biaya input karet Rp X
2
= Biaya input kelapa sawit Rp X
3
= Biaya tenaga kerja karet Rp X
4
= Biaya tenaga kerja kelapa sawit Rp P
-P
3
= Koefisien regresi e
= Variabel gangguan error term
Universitas Sumatera Utara
Secara serempak, hipotesis yang digunakan adalah: H0 : Biaya produksi karet, biaya produksi kelapa sawit, biaya tenaga kerja
karet dan biaya tenaga kerja kelapa sawit berpengaruh terhadap konversi lahan H1 : Biaya produksi karet, biaya produksi kelapa sawit, biaya tenaga kerja
karet dan biaya tenaga kerja kelapa sawit tidak berpengaruh terhadap konversi lahan.
Model analisis yang digunakan dalam penelitian ini adalah dengan menggunakan metode Ordinary Least Square OLS dimana pengambilan
keputusan: Secara serempak :
Jika Fhitung ˃ Ftabel terima H0, tolak H1 pada taraf kepercayaan 95.
Jika Fhitung ≤ Ftabel terima H1, tolak H0pada taraf kepercayaan 95.
Secara individu: Jika thitung
≤ ttabel terima H0, tolak H1 pada taraf kepercayaan 95. Jika thitung
≥ ttabel terima H1, tolak H0pada taraf kepercayaan 95.
Uji asumsi Ordinary Least Squares OLS
1. Uji multikolinieritas
Satu dari asumsi model regresi linier klasik adalah bahwa tidak terdapat multikolineritas di antara variabel yang menjelaskan yang termasuk dalam model.
Uji multikolinieritas bertujuan untuk menguji apakah ditemukan adanya korelasi antar variabel bebas independent dalam model regresi. Korelasi di antara
variabel bebas independent seharusnya tidak terjadi dalam model regresi yang
Universitas Sumatera Utara
baik. Gejala terjadinya multikolinieritas dalam model regresi adalah sebagai berikut.
a. Nilai koefisien determinasi R2 tinggi; dalam uji serempak F-test, variabel- variabel bebas secara serempak berpengaruh nyata terhadap variabel terikat; tetapi
dalam uji parsial t-test, variabel-variabel bebas secara parsial banyak yang tidak berpengaruh nyata terhadap variabel terikat
. b. Menganalisis matriks korelasi antar variabel-variabel bebas independent. Jika
antar variabel bebas ada korelasi yang cukup tinggi umumnya di atas 0,90, maka hal ini merupakan indikasi adanya multikolinieritas.
c. Melihat nilai standard error. Apabila terjadi multikolinieritas, nilai standard error akan besar.
d. Melihat nilai toleransi tolerance dan VIF. Di mana apabila nilai toleransi 0,10 dan VIF 10 menunjukkan terjadinya multikolinieritas.
2. Uji heterokedastisitas Satu asumsi yang penting dari model regresi linier klasik adalah bahwa
gangguan disturbance μ yang muncul dalam fungsi regresi populasi adalah
homoskedastik, yaitu semua gangguan tadi mempunyai varians yang sama . Uji heterokedastisitas bertujuan menguji apakah dalam model regresi terjadi
ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Jika varians dari residual satu pengamatan ke pengamatan lain tetap, maka disebut
homokedastisitas dan jika berbeda disebut heterokedastisitas. Model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heterokedastisitas. Cara
mendeteksi terjadinya heterokedastisitas dalam model regresi dengan Program SPSS adalah sebagai berikut.
a. Metode grafik
Universitas Sumatera Utara
Melihat grafik plot antara nilai prediksi variabel terikat dependent, yaitu Y: ZPRED dengan residualnya X: SRESID. Dengan kriteria uji sebagai berikut.
Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar, kemudian menyempit: mengindikasikan telah
terjadi heterokedastisitas. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y: tidak terjadi heterokedastisitas
.
b. Uji Park Park memformalkan metode grafik dengan menyarankan bahwa varians si2
merupakan suatu fungsi yang menjelaskan variabel-variabel bebas Xi yang dinyatakan dalam persamaan sebagai berikut.
si 2 = s2 Xibi evi
Persamaan ini dijadikan linier dalam bentuk persamaan logaritma sehingga menjadi sebagai berikut.
Ln si2 = Ln s2 + bi Ln Xi + vi
Karena si2 biasanya tidak diketahui, maka Park menyarankan untuk menggunakan variabel residual ei2 sebagai pendekatan, sehingga persamaan menjadi sebagai
berikut.
Ln ei2 = b0 + bi Ln Xi + vi
Cara melakukan Uji Park adalah sebagai berikut. a. Lakukan regresi utama OLS dengan tidak memandang persoalan
heterokedastisitas. b. Dapatkan variabel residual ei dengan mengaktifkan unstandardized residual.
c. Kuadratkan nilai residual ei2 dengan menu Transform dan Compute.
Universitas Sumatera Utara
d. Hitung logaritma dari kuadrat residual Ln ei2 dengan menu Transform dan Compute.
e. Regresikan lagi dengan variabel Ln ei2 sebagai variabel terikat dependent. Dengan kriteria uji sebagai berikut.
Jika thitung ttabel atau jika signifikansi t α : homokedastisitas. Jika thitung ttabel atau jika signifikansi t α : heterokedastisitas
.
3. Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel
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. Cara mendeteksi apakah residual berdistribusi normal atau tidak dalam
model regresi dengan Program SPSS adalah sebagai berikut. a.
Analisis grafik Melihat grafik histogram yang membandingkan antara data observasi dengan
distribusi yang mendekati distribusi normal dan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Dengan kriteria
uji sebagai berikut. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola berdistribusi
normal: menunjukkan bahwa model regresi memenuhi asumsi normalitas. Jika data menyebar jauh dari garis diagonal danatau tidak mengikuti arah garis
diagonal atau grafik histogram tidak menunjukkan pola distribusi normal: menunjukkan bahwa model regresi tidak memenuhi asumsi normalitas.
Universitas Sumatera Utara
b. Uji normalitas Kolgomorov-Smirnov
Konsep dasar dari uji normalitas Kolmogorov-Smirnov adalah dengan
membandingkan distribusi data yang akan diuji normalitasnya dengan distribusi normal baku. Cara melakukan Uji normalitas Kolmogorov-Smirnov adalah
sebagai berikut. a. Dari menu utama pilih menu Analyze, lalu pilih Nonparametric Test.
b. Pilih submenu 1-Sample K-S. c. Pada kotak Test Variable List, isi Unstandardized Residual, dan aktifkan Test
Distribution pada kotak Normal. d. Output SPSS akan menunjukkan besar nilai Kolgomorov-Smirnov Z. Dengan
kriteria uji sebagai berikut. Jika signifikansi α : terima Ho atau tolak H1.
Jika signifikansi α : tolak Ho atau terima H1. Di mana:
Ho: data residual berdistribusi normal; H
1
: data residual tidak berdistribusi normal.
Uji kesesuaian test goodness of fit
Ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapat diukur dari goodness of fit-nya. Secara statistik, setidaknya ini dapat diukur dari nilai koefisien
determinasi, nilai statistik F, dan nilai statistik t. Perhitungan statistik disebut signifikan secara sratistik apabila nilai uji statistiknya berada dalam daerah kritis
daerah dimana Ho ditolak. Sebaliknya, disebut tidak signifikan bila nilai uji statistiknya berada dalam daerah dimana Ho diterima Ghozali, 2006. Koefisien yang
Universitas Sumatera Utara
dihasilkan dapat dilihat pada output regresi berdasarkan data yang dianalisis untuk kemudian diinterpretasikan serta dilihat siginifikansi tiap-tiap variabel yang diteliti.
Koefisien determinasi R
2
pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel terikat dependent. Koefisien determinasi R
2
bertujuan untuk mengetahui kekuatan variabel-variabel bebas independent menjelaskan variabel terikat dependent.
1. Uji hipotesis secara serempak
Uji serempak F-test pada dasarnya menunjukkan apakah secara serempak semua variabel bebas independent yang dimasukkan dalam model berpengaruh
nyata terhadap variabel terikat dependent. Uji serempak F-test dimaksudkan untuk mengetahui signifikansi statistik koefisien regresi secara serempak.
Untuk menguji hipotesis, yaitu analisis faktor-faktor yang mempengaruhi konversi lahan karet menjadi kelapa sawit, digunakan Uji F F-test. Dengan
kriteria uji sebagai berikut. Jika Fhitung Ftabel atau jika signifikansi F
α : terima Ho atau tolak H1. Jika Fhitung Ftabel atau jika signifikansi F α : tolak Ho atau terima H1.
Di mana: Ho: secara serempak, variabel bebas biaya input karet, biaya input kelapa sawit,
biaya tenaga kerja karet dan biaya tenaga kerja kelapa sawit petani tidak berpengaruh nyata terhadap variabel terikat luas lahan yang dikonversi
H1: secara serempak, variabel bebas biaya input karet, biaya input kelapa sawit, biaya tenaga kerja karet dan biaya tenaga kerja kelapa sawit petani berpengaruh
nyata terhadap variabel terikat luas lahan yang dikonversi
Universitas Sumatera Utara
2. Uji hipotesis secara parsial Uji parsial t-test pada dasarnya menunjukkan seberapa jauh pengaruh satu
variabel bebas independent secara parsial dalam menerangkan variasi variabel terikat dependent. Uji parsial t-test dimaksudkan untuk mengetahui signifikansi
statistik koefisien regresi secara parsial. Untuk menguji hipotesis,yaitu analisis faktor-faktor yang berpengaruh terhadap
konversi lahan karet menjadi lahan kelapa sawit, digunakan Uji t t-test. Dengan kriteria uji sebagai berikut.
Jika t
hitung
t
tabel
atau jika signifikansi t α : terima Ho atau tolak H
1
. Jika t
hitung
t
tabel
atau jika signifikansi t α : tolak Ho atau terima H
1
. Di mana:
Ho: secara parsial, variabel bebas tidak berpengaruh nyata terhadap variabel terikat luas lahan yang dikonversi;
H
1
: secara parsial, variabel bebas berpengaruh nyata terhadap variabel terikat luas lahan yang dikonversi Supriana, 2013.
Universitas Sumatera Utara
3.5. Definisi dan Batasan Operasional
Kategori