METODE PENELITIAN

III. METODE PENELITIAN

B. Metode Dasar Penelitian

Metode dasar yang digunakan dalam penelitian ini adalah metode deskriptif analitis dengan menggunakan data time series. Deskriptif berarti memusatkan diri pada pemecahan masalah yang ada pada masa sekarang dan pada masalah-masalah yang aktual. Sedangkan analitis berarti data yang dikumpulkan mula-mula disusun, dijelaskan, kemudian dianalisis dan disimpulkan serta didukung dengan teori-teori yang ada dari hasil penelitian terdahulu (Surakhmad, 1998). Data time series merupakan data runtut waktu atau data deretan waktu seperti data mingguan, bulanan, tahunan, dan lainnya (Gujarati, 2003).

C. Metode Pengambilan Daerah Penelitian

Metode penentuan daerah penelitian dilakukan secara sengaja (purposive sampling). Menurut Singarimbun dan Effendi (1995), purposive sampling adalah pemilihan lokasi penelitian diambil berdasarkan pertimbangan-pertimbangan tertentu sesuai dengan tujuan penelitian.

Pertimbangan tertentu yang dimaksud dalam penelitian ini adalah pemilihan Kota Surakarta sebagai daerah penelitian karena berdasarkan data BPS Surakarta Dalam Angka Tahun 2009, Kota Surakarta tidak membudidayakan dan menghasilkan bawang putih sendiri sehingga memerlukan pasokan dari daerah lain. Sedangkan pemilihan Kabupaten Karanganyar sebagai daerah penelitian dengan pertimbangan bahwa Kabupaten Karanganyar merupakan salah satu kabupaten yang menghasilkan bawang putih di Jawa Tengah. Hal tersebut dapat dilihat pada Tabel 4. Selain itu, berdasarkan hasil wawancara dengan Kepala Sub Dinas Tanaman Pangan dan Hortikultura Dinas Pertanian Kabupaten Karanganyar, Kabupaten Karanganyar merupakan pemasok bawang putih di Kota Surakarta.

Tabel 4. Luas Panen, Produktivitas, dan Produksi Bawang Putih Menurut Kabupaten/Kota di Jawa Tengah Tahun 2008

No Kabupaten

Luas Panen

Produktivitas Produksi

(Ha)

(Ku/Ha)

Sumber : Jawa Tengah Dalam Angka, 2009 Beberapa kecamatan di Kabupaten Karanganyar yang menghasilkan bawang putih dapat dilihat pada Tabel 5 di bawah ini. Kecamatan-kecamatan tersebut merupakan daerah dataran tinggi yang cocok dengan syarat tumbuh tanaman bawang putih dan Kecamatan Tawangmangu sebagai sentra tanaman bawang putih yang berada di Kabupaten Karanganyar karena memiliki produksi paling tinggi daripada kecamatan-kecamatan lain di Kabupaten Karanganyar. Oleh karena itu, petani bawang putih dari kecamatan-kecamatan tersebut biasanya menjual hasil panen bawang putih di Pasar Kecamatan Tawangmangu. Tabel 5. Luas Panen dan Produksi Bawang Putih Menurut Kecamatan di

Kabupaten Karanganyar Tahun 2008 No

Kecamatan

Luas Panen (Ha)

Produksi (Ku)

2 94 Sumber : BPS Kabupaten Karanganyar, 2009

5 Jenawi

Pemilihan Pasar Tawangmangu sebagai pasar lokal (tingkat petani atau produsen) karena pasar tersebut merupakan pasar tujuan petani bawang putih di Kabupaten Karanganyar dari Kecamatan Jatipuro, Kecamatan Jatiyoso, Kecamatan Tawangmangu, Kecamatan Ngargoyoso, dan Kecamatan Jenawi Pemilihan Pasar Tawangmangu sebagai pasar lokal (tingkat petani atau produsen) karena pasar tersebut merupakan pasar tujuan petani bawang putih di Kabupaten Karanganyar dari Kecamatan Jatipuro, Kecamatan Jatiyoso, Kecamatan Tawangmangu, Kecamatan Ngargoyoso, dan Kecamatan Jenawi

D. 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 serta sumber-sumber referensi lainnya yang relevan, seperti jurnal-jurnal dan hasil penelitian.. Instansi atau lembaga yang terkait dengan penelitian antara lain BPS Kota Surakarta dan Kabupaten Karanganyar, Dinas Pertanian Kota Surakarta dan Kabupaten Karanganyar, Disperindagkop dan Dinas Pengelola Pasar Kabupaten Karanganyar dan Kota Surakarta, serta Kantor Pasar Kecamatan Tawangmangu dan Pasar Legi Kota Surakarta.

Data sekunder yang digunakan berupa data harga bulanan bawang putih yang berlaku di Pasar Tawangmangu Kabupaten Karanganyar dan Pasar Legi Kota Surakarta, jumlah produksi bawang putih di Kabupaten Karanganyar, jumlah tonase bawang putih di Pasar Legi serta data Indeks Harga Konsumen (IHK) kelompok bumbu-bumbuan dengan pertimbangan bahwa IHK bawang putih dipengaruhi oleh IHK bumbu-bumbuan yang lain.

2. Teknik Pengumpulan Data Teknik pengumpulan data dalam penelitian ini adalah:

a. Observasi Pada penelitian ini, observasi dilakukan dengan melakukan pengamatan secara langsung ke lapang untuk mendapatkan gambaran a. Observasi Pada penelitian ini, observasi dilakukan dengan melakukan pengamatan secara langsung ke lapang untuk mendapatkan gambaran

b. Wawancara Teknik ini digunakan untuk memperoleh informasi yang tidak diperoleh dalam data sekunder seperti asal pasokan bawang putih. Teknik ini dilakukan dengan wawancara langsung kepada pihak-pihak yang berkaitan dengan penelitian ini seperti pedagang bawang putih di Pasar Tawangmangu dan Pasar Legi serta petugas instansi yang dijadikan sebagai sumber data dalam penelitian ini.

c. Pencatatan Teknik ini digunakan untuk mengumpulkan data sekunder yaitu dengan mencatat data yang ada pada instansi yang terkait dengan penelitian yang meliputi data harga bulanan bawang putih yang berlaku di Pasar Tawangmangu dan Pasar Legi, Indeks Harga Konsumen (IHK) kelompok bumbu-bumbuan, jumlah produksi bawang putih, dan jumlah tonase bawang putih. Adapun instansi yang dijadikan sebagai sumber data dalam penelitian ini adalah BPS Kota Surakarta dan Kabupaten Karanganyar serta Dinas Pertanian Kota Surakarta dan Kabupaten Karanganyar.

E. Metode Analisis Data

1. Analisis Keterpaduan Pasar Tingkat keterpaduan pasar bawang putih dalam jangka pendek antara Pasar Tawangmangu Kabupaten Karanganyar dengan Pasar Legi Kota Surakarta dapat diketahui dengan melakukan analisis secara statistik terhadap data sekunder dengan menggunakan model IMC (Indeks of Market Connection ) yang diperkenalkan oleh Timmer dengan pendekatan Autoregressive Distributed Lag Model yang dikembangkan oleh Ravallion yang digambarkan sebagai berikut :

Pit = b 0 +b 1 (Pit-1) + b 2 (Pt - Pt-1) + b 3 (Pt-1)

Keterangan : Pit

= harga bawang putih di Pasar Tawangmangu pada bulan t

Pt = harga bawang putih di Pasar Legi pada bulan t Pit-1

= harga bawang putih di Pasar Tawangmangu pada bulan t-1 Pt - Pt-1 = selisih harga bawang putih di Pasar Legi pada bulan t dengan t-1 Pt-1

= harga bawang putih di Pasar Legi pada bulan t-1

b 0 = konstanta

b 1 = koefisien regresi Pit-1

b 2 = koefisien regresi Pt - Pt-1

b 3 = koefisien regresi Pt-1 Besarnya pengaruh harga di pasar tingkat petani dan pasar di tingkat konsumen dapat diketahui dengan menggunakan Indeks of Market Connection (IMC) dengan rumus :

b 1 IMC = b 3

Dimana :

b 1 = koefisien harga bawang putih di Pasar Tawangmangu pada bulan t-1

b 3 = koefisien harga bawang putih di Pasar Legi pada bulan t-1 Kriteria :

a. Jika nilai IMC < 1, maka keterpaduan pasar semakin tinggi. Hal ini menunjukkan harga di pasar acuan adalah faktor utama yang mempengaruhi terbentuknya harga di pasar lokal dan mempengaruhi pembentukan harga di pasar lokal tersebut.

b. Jika IMC ³ 1, maka keterpaduan pasar rendah. Hal ini menunjukkan harga di pasar acuan tidak sepenuhnya ditransformasikan ke pasar lokal. Faktor utama yang menyebabkan terbentuknya harga di pasar lokal hanyalah kondisi di pasar lokal itu sendiri.

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

uji t.

a. Uji R 2

2 2 Uji R 2 dan R terkoreksi (adjusted R ) dipergunakan sebagai suatu kriteria untuk mengetahui kebaikan atau untuk mengukur cocok

tidaknya suatu garis regresi untuk memperkirakan atau meramalkan variabel tidak bebas Y (goodness of fit criteria) (Supranto, 2005).

Nilai R 2 mengukur proporsi (bagian) total variabel tidak bebas yang dijelaskan oleh semua variabel bebas dalam model regresi. Semakin

tinggi nilai koefisien determinasi (mendekati satu), maka semakin erat hubungan antara variabel bebas dengan variabel tak bebasnya. Nilai R 2

dihitung dengan menggunakan rumus : 2 ESS

R = TSS

Keterangan : ESS = jumlah kuadrat regresi TSS = jumlah kuadrat total

b. Uji F Uji F digunakan untuk mengetahui tingkat pengaruh semua variabel bebas secara bersama-sama terhadap variabel tidak bebasnya, dengan rumus :

ESS ( k - 1 )

F = RSS n - k

Keterangan : ESS

: jumlah kuadrat regresi RSS

: jumlah kuadrat residual n

: jumlah sampel k

: jumlah variabel

F tabel : F (a ; k-1 ; n-k) Uji hipotesisnya adalah sebagai berikut :

Ho : bi = 0 (bi= b 1 =b 2 =b 3 =0)

H 1 : minimal salah satu bi bernilai tidak nol bi ≠0 (b 1 /b 2 /b 3 ≠0)

Dengan kriteria : (1) Jika F hitung < F tabel : Ho diterima, maka variabel bebas secara

bersama-sama tidak berpengaruh nyata terhadap variabel tidak bebas.

(2) Jika F hitung ³ F tabel : H 1 diterima, maka variabel bebas secara bersama-sama berpengaruh nyata terhadap variabel tidak bebas. (Gujarati, 2006).

c. Uji t Uji t dimaksudkan untuk mengetahui pengaruh variabel bebas terhadap variabel tidak bebas secara individu, dengan menggunakan rumus sebagai berikut :

bi t hit = Se (bi )

Keterangan :

b i : koefisien regresi Se (b i )

: standar error penduga koefisien regresi

Dengan hipotesis: Ho : b 1 =0

H 1 :b 1 ¹0 t tabel = t (a/2 ; n-k)

Dengan kriteria : (3) Jika t hitung < t tabel : H 0 ditolak, maka tidak ada pengaruh dari variabel bebas terhadap variabel tidak bebas. (4) Jika t hitung ³ t tabel : H 1 diterima, maka ada pengaruh dari variabel bebas terhadap variabel tidak bebasnya (Gujarati, 1995).

3. Pengujian Asumsi Klasik

a. Uji Multikolinearitas Multikolinearitas adalah suatu keadaan dimana terdapat hubungan atau korelasi linear yang sempurna diantara beberapa atau a. Uji Multikolinearitas Multikolinearitas adalah suatu keadaan dimana terdapat hubungan atau korelasi linear yang sempurna diantara beberapa atau

b. Uji Heteroskedastisitas Uji heteroskedastisitas digunakan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan lain. Penelitian ini menggunakan metode grafik dengan melihat diagram pencar (scatterplot) untuk mendeteksi ada atau tidak terjadi heteroskedastisitas. Apabila dari diagram pencar terlihat titik-titik menyebar secara acak dan tidak membentuk pola yang teratur maka hal tersebut menunjukkan bahwa kesalahan pengganggu memiliki varian yang sama (homoskedastisitas) dan dapat disimpulkan bahwa dari model yang diestimasi tidak terjadi heteroskedastisitas (Gujarati, 2006).

c. Uji Autokorelasi Autokorelasi merupakan korelasi antar anggota seri observasi yang disusun menurut urutan tempat dan ruang. Ada atau tidaknya autokorelasi dapat dideteksi dengan menggunakan analisis statistik dengan melihat nilai Durbin Watson (DW). Adapun kriteria adanya autokorelasi adalah sebagai berikut :

(5) d < d L Tolak H 0 (koefisien autokorelasi lebih besar daripada nol) berarti ada autokorelasi positif. (6) d > 4 - d L

Tolak H 0 (koefisien autokorelasi lebih kecil dari nol) berarti ada autokorelasi negatif.

(7) d U <d<4-d U Terima H 0 (tidak ada autokorelasi) (8) d L £d£d U atau 4–d U £d£4-d L Tidak dapat disimpulkan (Gujarati, 2006).