Metode Pengumpulan Data

C. Metode Pengumpulan Data

1. Jenis dan Sumber Data Data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder merupakan data yang diperoleh dan telah diolah oleh instansi atau lembaga yang ada kaitannya dengan penelitian. Data sekunder yang digunakan diperoleh dari BPS kabupaten Semarang, Dinas Pertanian Kabupaten Semarang, Dinas Pengelolaan Pasar Kecamatan Ungaran.

Data sekunder yang digunakan berupa data harga bulanan kubis yang berlaku di Pasar Ngasem Kecamatan Bandungan dan Pasar Ungaran Kabupaten Semarang serta data Indeks Harga Konsumen (IHK) umum.

2. Teknik Pengumpulan Data

Teknik pengumpulan data dalam penelitian ini adalah:

a. Observasi Pengumpulan data dengan melakukan pengamatan secara langsung ke objek penelitian untuk mendapatkan gambaran yang jelas.

b. Wawancara Pengumpulan data yang dilakukan dengan cara mengadakan wawancara dengan pihak-pihak yang berkaitan dengan penelitian ini.

c. Pencatatan Pengumpulan data berasal dari data sekunder dengan melakukan pencatatan data yang ada pada instansi yang terkait dengan penelitian ini.

1. Analisis Keterpaduan Pasar

Tingkat keterpaduan pasar kubis dalam jangka pendek antara pasar di tingkat produsen dan pasar di tingkat konsumen dapat dianalisis secara statistik dengan menggunakan data sekunder, dengan menggunakan model IMC (Indeks of Market Conection) lalu dilakukan pendekatan Autoregressive Distributed Lag Model. Perumusan dalam model tersebut adalah:

H it =b 0 + (1 +b 1 )H it-1 +b 2 (HA t -HA t-1 ) + (b 3 -b 1 )HA t-1

Keterangan:

H it = harga di Pasar Ngasem pada waktu t HA t = harga di Pasar Ungaran atau pasar acuan pada waktu t

Hit-1

= harga di Pasar Ngasem pada waktu t-1

HAt-1 = harga di Pasar Ungaran atau pasar acuan pada waktu t-1 Dimana: (1+b1) diasumsikan sebagai b1 (b3-b1) diasumsikan sebagai b3

Pengukuran nilai indeks keterpaduan pasar (IMC) diperoleh dari membandingkan nilai koefisien regresi b1 dan koefisien regresi b3. pengukurannya menggunakan rumus Indeks of Market Connection (IMC) atau indeks keterpaduan pasar dengan rumus sebagai berikut:

IMC =

1 - waktu t pada ran Pasar Unga ran di harga Koefisien harga

1 - waktu t pada waktu t Ngasem Pasar Ngasem di harga Koefisien = Koefisien IMC

Keterangan :

b1 : kofisien regresi b1 b3 : koefisien regresi b3 b1 : kofisien regresi b1 b3 : koefisien regresi b3

keterpaduan pasar semakin rendah atau bisa dikatakan tidak terpadu.

2. Pengujian Model

Pengujian model dilakukan dengan menggunakan uji R 2 , uji F, dan uji t.

a. Uji R 2

Uji R 2 (koefisien determinasi) digunakan untuk menyatakan berapa besar (%) atau persentase variasi variabel tak bebas dapat dijelaskan oleh variabel-variabel bebas yang dimasukkan dalam model regresi. Semakin tinggi nilai koefisien determinasi (mendekati satu), maka semakin erat hubungan antara variabel bebas dengan variabel tidak bebasnya. Nilai koefisien determinasi dapat diketahui dengan rumus sebagai berikut:

Keterangan: ESS

: jumlah kuadrat regresi

TSS

: jumlah kuadrat total

b. Uji F

Uji F digunakan untuk mengetahui pengaruh semua variabel secara bersama-sama terhadap variabel tidak bebas. Uji hipotesis dilakukan dengan menggunakan persamaan sebagai berikut:

H0 :b i =0 H1 :b i ≠0 Untuk mengetahui besarnya nilai F hitung digunakan perumusan sebagai berikut:

TSS ESS

RSS

Keterangan: ESS

: jumlah kuadrat regresi

RSS

: jumlah kuadrat residual

: jumlah sampel

: jumlah variabel

Kriteria pengujian yang digunakan dalam penelitian ini adalah:

1) Jika nilai signifikansi < α berarti H 0 ditolak dan H 1 diterima, maka variabel bebas secara bersama-sama berpengaruh nyata terhadap variabel tak bebas.

2) Jika nilai signifikansi > α berarti H 0 diterima dan H 1 ditolak, maka variabel bebas secara bersama-sama tidak berpengaruh nyata terhadap variabel tak bebas.

c. Uji t

Uji t dimaksudkan untuk mengetahui pengaruh variabel bebas terhadap variabel tidak bebas secara individual, dengan menggunakan perumusan sebagai berikut:

: koefisien regresi

Se (b i )

: standar error penduga koefisien regresi

Dengan hipotesis sebagai berikut: H0 :b i =0 H1 :b i ≠0

1) Jika nilai signifikansi < α berarti H 0 ditolak dan H 1 diterima, maka variabel bebas secara individu berpengaruh nyata terhadap variabel tak bebas.

2) Jika nilai signifikansi > α berarti H 0 diterima dan H 1 ditolak, maka variabel bebas secara individu tidak berpengaruh nyata terhadap variabel tak bebas.

3. Pengujian Asumsi Klasik

a. Uji Multikolinearitas

Uji Matrik Pearson Correlation dilakukan untuk mengetahui ada tidaknya multikolinieritas. Matriks korelasi adalah hubungan antara berbagai variabel bebas. Matriks korelasi menunjukkan seberapa besar hubungan antara setiap variabel bebas yang digunakan dalam model. Bila nilai pada Matrik Pearson Correlation > 0,8 dan nilai Eigenvalue (Colinearity Diagnostik) mendekati nol maka model yang diestimasi terjadi multikolinearitas (Gujarati, 2006).

b. Uji Heteroskedastisitas

Deteksi dilakukan dengan cara melihat ada tidaknya pola tertentu pada grafik dengan melihat diagram pencar (scatterplot), dimana sumbu y adalah Y yang telah diprediksi dan sumbu x adalah residual (Y prediksi – Y sesungguhnya). Jika ada pola tertentu, setiap titik-titik (point-point) yang ada membentuk suatu pola tertentu yang teratur (bergelombang, melebar kemudian menyempit) maka telah terjadi heteroskedastisitas (Gujarati, 2006)

c. Uji Autokorelasi

Menurut Sulaiman (2002), Uji d-Durbin Watson dilakukan untuk melihat apakah pada persamaan terdapat autokorelasi.

• 1,65 < DW < 2,35 yang artinya tidak terjadi autokorelasi. • 1,21 < DW < 1, 65 atau 2,35 < DW < 2,79 yang artinya tidak dapat

disimpulkan. • DW < 1,21 atau DW > 2,79 yang artinya terjadi autokorekasi.