Teknik Alat Analisis

F. Teknik Alat Analisis

a. Analisis Deskriptif

Pendekatan kualitatif yang digunakan dalam penelitian ini yaitu dengan pendekatan exploratif yaitu pendekatan yang menggali secara mendalam persoalan-persoalan yang terkait dengan tujuan penelitian. Adapun metode pengumpulan data yang digunakan adalah dengan wawancara terstruktur (kuesioner), wawancara mendalam, Kajian Pustaka dan studi dokumentasi. Kelima metode tersebut diharapkan Pendekatan kualitatif yang digunakan dalam penelitian ini yaitu dengan pendekatan exploratif yaitu pendekatan yang menggali secara mendalam persoalan-persoalan yang terkait dengan tujuan penelitian. Adapun metode pengumpulan data yang digunakan adalah dengan wawancara terstruktur (kuesioner), wawancara mendalam, Kajian Pustaka dan studi dokumentasi. Kelima metode tersebut diharapkan

1) Wawancara terstruktur (kuesioner)

Metode ini digunakan dengan pertimbangan agar peneliti mampu menggali informasi secara lebih terstruktur, sehingga data yang diperoleh juga lebih akurat. Adapun data yang hendak digali dengan metode ini adalah data yang terkait dengan dampak bencana alam pada penurunan produksi dan pendapatan

petani. Selanjutnya

kuesioner ini pun dapat dijadikan sebagai alat untuk

menggali informasi tentang potensi kerugian bencana di sektor pertanian.

2) Kajian Pustaka

Metode ini dilakukan sebagai upaya : (1) membandingkan hasil penelitian sejenis baik pada jurnal yang telah terpublikasi maupun dalam bentuk buku-buku, (2) memberikan perspektif yang berbeda terhadap hasil penelitian sejenis. Kedua upaya tersebut diharapkan mampu memberikan dukungan bagi analisis data yang telah diperoleh.

b. Sistem Informasi Geografi (SIG)

Sistem Informasi Geografi (SIG) adalah kumpulan yang terorganisir dari perangkat keras computer, perangkat lunak, data geografi dan personil yang dirancang secara efisien untuk memperoleh, menyimpan, mengupdate, memanipulasi, menganalisis dan menampilkan semua bentuk informasi yang bereferensi geografi, definisi ini dikenalkan oleh Prahasta (2005). Tiap daerah memiliki keunikan dan serangkaian Sistem Informasi Geografi (SIG) adalah kumpulan yang terorganisir dari perangkat keras computer, perangkat lunak, data geografi dan personil yang dirancang secara efisien untuk memperoleh, menyimpan, mengupdate, memanipulasi, menganalisis dan menampilkan semua bentuk informasi yang bereferensi geografi, definisi ini dikenalkan oleh Prahasta (2005). Tiap daerah memiliki keunikan dan serangkaian

Penggunaan SIG telah banyak dilakukan untuk mengidentifikasi wilayah- wilayah potensi bencana, seperti yang dilakukan oleh: Wood dan Good (2004) menggunakan SIG untuk mengidentifikasi kerawanan pada bandara dan pelabuhan akibat bencana bumi dan tsunami, Rashed (2003), mengukur konteks lingkungan pada kerawanan sosial akibat bencana bumi, Dai, et.al (2003) mengukur karakteristik hujan untuk yang menyebabkan tanah longsor, dan Parson, et.al (2004) menggunakan SIG untuk mengidentifikasi bencana banjir dan rencana mitigasi bencana.

c. Regresi Linier Berganda

Hasil dari analisis diskriptif kuantitatif akan dinilai dengan menggunakan Contingent Valuation Method (CVM). CVM adalah metode survei langsung pada sampel dengan populasi yang sesuai tentang willingness to pay dan willingness to accept (WTA). CVM mempunyai dua keuntungan dibandingkan metode tidak langsung. Pertama, CVM dapat mengambil dua nilai sekaligus, use value dan non- Hasil dari analisis diskriptif kuantitatif akan dinilai dengan menggunakan Contingent Valuation Method (CVM). CVM adalah metode survei langsung pada sampel dengan populasi yang sesuai tentang willingness to pay dan willingness to accept (WTA). CVM mempunyai dua keuntungan dibandingkan metode tidak langsung. Pertama, CVM dapat mengambil dua nilai sekaligus, use value dan non-

Identifikasi masalah

Membuat kerangka masalah

Merumuskan pemecahan masalah

4) Merumuskan cara untuk pemecahan masalah (payment vehicle) 5)

Mempersiapkan alat survei untuk mengetahui WTP/WTA secara individu, yang terdiri dari pembuatan skenario hipotesis; pertanyaan tentang WTP/WTA; dan membuat skenario tentang biaya kompensasi.

6) Menggunakan alat survei dengan sampel dari populasi yang sesuai 7)

Menganalisis respon yang diperoleh sewaktu survei, yaitu dengan menggunakan data sampel untuk mengestimasi survei yang akurat.

8) Menanggapi jawaban responden yang tidak sesuai dengan kenyataan (protest responses).

Analisis Regresi Linear Berganda digunakan untuk mengukur pengaruh antara lebih dari satu variabel prediktor (variabel bebas) terhadap variabel terikat. Teknik analisis data yang digunakan sebagai penyelesaian adalah regresi linear berganda atas variabel dependen dengan variabel independen dengan metode Ordinary Least Square (OLS).

Rumus:

Di mana , adalah koefisien atau parameter model.

Model regresi linier berganda untuk populasi diatas dapat ditaksir berdasarkan sebuah sempel acak yang berukuran n dengan model regresi linier berganda untuk sampel, yaitu:

Dimana:

Model yang akan diestimasi ditunjukkan oleh persamaan berikut ini: WTP=f(

Dimana: WTP

= Kesediaan membayar petani untuk mengurangi dampak resiko

akibat banjir

X 2 = Usia Responden

X 3 = Pendidikan Responden

X 4 = Jumlah Anggota Keluarga Responden

X 5 = Persepsi Dampak Kerusakan Responden

X 6 = Jarak Sawah dengan Sungai

X 7 = Tinggi Genangan

X 8 = Intensitas Banjir

d. Uji Statistik

1) Uji F (F-test)

Untuk menguji apakah variabel independen secara keseluruhan berpengaruh terhadap variabel dependen dengan menggunakan uji F dengan rumus (Gujarati, 2003: 183) :

Dimana: R 2 = koefisien determinasi k = jumlah variabel independen termasuk konstanta. N = jumlah responden

0 H 2 3 4 5 6 7 8 = 0, secara bersama-

sama variabel Pendapatan, Usia, Pendidikan, Jumlah anggota keluarga,

Persepsi dampak kerusakan, Jarak, Tinggi Genangan, Intensitas banjir terhadap kesediaan membayar untuk mitigasi banjir.

Ha 2 3 4 5 6 7 8 -

sama variabel Pendapatan, Usia, Pendidikan, Jumlah Anggota Keluarga,

Persepsi dampak kerusakan, Jarak, Tinggi Genangan, Intensitas banjir terhadap kesediaan membayar untuk mitigasi banjir.

Apabila nilai probabilitas F hitung lebih besar dari level signifikansi, maka H 0 diterima dan bila nilai probabilitas F

hitung lebih kecil dari level

signifikansi, maka H 0 ditolak

yang berarti bahwa input- input yang

digunakan

berpengaruh

secara bersama-sama terhadap hasil

produksi.

2) Uji Koefisien Determinasi (R 2 )

Uji koefisien determinasi (R 2 ) bertujuan untuk mengetahui seberapa besar pengaruh variabel independen terhadap naik turunnya variabel dependen atau menunjukkan berapa persen (%) variasi variabel dependen yang dapat Uji koefisien determinasi (R 2 ) bertujuan untuk mengetahui seberapa besar pengaruh variabel independen terhadap naik turunnya variabel dependen atau menunjukkan berapa persen (%) variasi variabel dependen yang dapat

2 Koefisien determinasi 0 berarti variabel independen sama sekali tidak

berpengaruh terhadap variabel dependen dan jika mendekati 1 variabel independen semakin berpengaruh terhadap variabel dependen (Rahayu, 2007: 53).

3) Uji t (t-test)

Uji t adalah uji secara individu semua koefisien regresi yang bertujuan untuk mengetahui besarnya pengaruh masing-masing variabel independen. Dengan menggunakan rumus t hitung (Rahayu, 2007: 50) :

keterangan :

= koefisien regresi

Se = standart error Untuk hipotesisnya menggunakan rumus:

Ho =

Artinya: semua variabel independent bukan merupakan penjelas yang

signifikan terhadap variabel dependent.

Ha = Ha =

e. Uji asumsi klasik

1) Multikolinearitas

Dalam Gujarati, 2003: 157, multikolinearitas adalah masalah yang timbul berkaitan dengan adanya hubungan linear yang “sempurna” atau pasti di antara variabel-variabel yang menjelaskan dari model regresi.

Multikolinieritas merupakan suatu keadaan dimana terdapatnya lebih dari satu hubungan linier pasti antara beberapa / semua variabel independen dari model regresi (Gujarati, 1995 : 320 dalam Soma Ghofur, 2008: ). Salah satu asumsi model klasik yang menjelaskan ada tidaknya hubungan antara beberapa/semua variabel dalam model regresi. Jika dalam model terdapat multikolinier, maka model tersebut memiliki kesalahan standar yang besar sehingga koefisien tidak dapat diukur dengan ketepatan tinggi.

Salah satu metode untuk mengetahui ada tidaknya multikolinier adalah menggunakan pengujian dengan pendekatan Koutsoyiannis. Metode ini dikembangkan oleh Koutsoyiannis (1977) menggunakan metode coba-coba dalam memasukkan variabel bebas. Dari hasil coba- coba tersebut, selanjutnya akan diklasifikasikan dalam 3 macam(Rahayu, 2007:109), yaitu :

(c)

suatu variabel bebas dikatakan merusak

2) Heteroskedastisitas

Asumsi dari model regresi linier klasik adalah kesalahan penggangu mempunyai variasi yang sama. Apabila asumsi tersebut tidak terpenuhi maka akan terjadi heteroskedastisitas, yaitu suatu keadaan dimana variasi dari kesalahan penggangu tidak sama untuk semua nilai variabel bebas. Terdapat beberapa metode yang dipergunakan untuk mendeteksi heteroskedastisitas dalam model empiris yaitu Uji Park, Uji Glejser, Uji white, Uji LM ARCH dan Uji Breusch Pagan – Godfeg. Pengujian heteroskedastisitas dalam penelitian ini akan menggunakan uji LM ARCH.

Pada metode ini yang dijadikan tolok ukur adalah nilai Obs*R- squared. Jika nilai Obs*R-squared lebih kecil dari nilai X² maka pada model tersebut tidak terdapat masalah heteroskedastisitas. Sebaliknya, jika Obs*R-squared lebih besar dibanding nilai X² maka terdapat masalah heteroskedastisitas pada model tersebut (Rahayu, 2007 : 109).

3) Uji Autokorelasi

Autokorelasi merupakan korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu (data deret waktu) atau ruang (data cross section). Secara sederhana dapat dikatakan model klasik mengasumsikan bahwa unsur gangguan yang berhubungan dengan Autokorelasi merupakan korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu (data deret waktu) atau ruang (data cross section). Secara sederhana dapat dikatakan model klasik mengasumsikan bahwa unsur gangguan yang berhubungan dengan

Salah satu cara untuk mendeteksi autokorelasi adalah dengan menggunakan Uji Breusch-Godfrey (B-G Test). Langkah-langkah pengujian Uji Breusch-Godfrey (B-G Test) sebagai berikut (Rahayu, 2007: 103) :

(a) Mengestimasi persamaan regresi untuk mendapatkan nilai residual

(b) Meregres terhadap variabel bebas dan

(c) Menghitung nilai (n-p) R2 – X2. Apabila lebih besar dari tabel chi- square dengan df p, menolah hipotesa bahwa setidaknya ada satu koefisien autokorelasi yang berbeda dengan 0.

Jika regresi dilakukan dengan menggunakan Eviews maka dapat dilihat dari nilai probabilitasnya. Model dikatakan terbebas dari autokorelasi apabila nilai probabilitasnya lebih besar dari 0,05.

f. Kerugian (Loss Production)

Bencana alam yang diakibatkan oleh perubahan iklim seperti banjir berdampak negatif terhadap petani. Besar kerugian yang diakibatkan oleh bencana alam tersebut dapat diketahui dari perubahan (penurunan)

produktifitas pertanian. Bencana banjir dapat menyebabkan kegagalan panen total bagi petani seperti yang terjadi di

2009), demikian juga bencana kekeringan juga berdampak negatif. Kerugian sektor pertanian itu sendiri dapat dihitung menggunakan formula sebagai berikut (Suparmoko, 2006): DQ x = f (A x DP t ) Di mana

D = perubahan Q x = produksi pertanian

A = luas tanah yang tergenang air banjir Pt = produktifitas tanah per ha. Langkah-langkah yang dilakukan untuk mengetahui tingkat kerugian per petani antara lain adalah:

1) Menghitung penurunan produksi sektor pertanian karena banjir

2) Menghitung luas lahan pertanian masing-masing keluarga

3) Menghitung kerugian rata-rata yang diderita per petani

ANALISIS DATA DAN PEMBAHASAN