Tempat dan Waktu Penelitian Data dan Jenis Data Teknik Pengumpulan Data Koefisien Determinasi R

24

3.3 Tempat dan Waktu Penelitian

Penelitian ini dilaksanakan di Medan Belawan, Medan Tuntungan, Medan Amplas. Waktu penelitian dimulai dari bulan Mei sampai dengan selesai. 3.4 Populasi Dan Sampel Penelitian 3.4.1 Populasi Populasi dalam penelitian ini adalah rumah tangga yang berada di Kota Medan, dari 21 Kecamatan yang ada di Kota Medan terpilih 3 kecamatan yaitu kecamatan: 1Medan Tuntungan 2 Medan Belawan 3 Medan Amplas. Rumah tangga miskin tersebut terdiri dari sektor buruh tani, petani, pedagang, buruh bangunan,jasa dan lainnya. Indikator yang digunakan dalam menentukan rumah tangga miskin tersebut meliputi beberapa aspek antara lain : a. Aspek Penentu Aspek penentu terdiri dari aspek pangan, sandang dan papan. b. Aspek Penyebab Aspek penyebab dilihat dari jumlah penghasilan yang diterima seluruh anggota keluarga c. Aspek Pendukung Aspek pendukung dilihat dari kesehatan, pendidikan, akses air bersih, akses listrik dan jumlah anggota dalam satu KK.

3.4.2 Teknik Pengambilan Sampel

Teknik yang digunakan dalam pengambilan sampel ini adalah sampling kuota. Sampling kuota adalah teknik untuk menentukan sampel dari mempunyai Universitas Sumatera Utara 25 ciri-ciri tertentu sampai jumlah kuota yang diinginkan Sugiyono, 2012: 124. Alasan penggunaan sampling kuota ini karena jumlah populasi yang ada sangat banyak sehingga perlu ditentukan jumlah sampel yang akan digunakan. Oleh karena itu, jumlah sampel yang telah ditentukan dalam penelitian ini ada 100 kepala keluarga. Tabel 2.1 Jumlah Rumah Tangga Menurut Kecamatan Di Kota Medan Kecamatan Rumah Tangga Medan Tuntungan 19.673 Medan Johor 29.687 Medan Amplas 27.498 Medan Denai 32.220 Medan Area 22.176 Medan Kota 17.523 Medan Maimun 9.395 Medan Polonia 12.475 Medan Baru 10.968 Medan Selayang 27.440 Medan Sunggal 26.897 Medan Halvetia 32.952 Medan Petisah 15.562 Medan Barat 16.864 Medan Timur 25.870 Medan Perjuangan 22.972 Medan Tembung 30.760 Medan Deli 40.054 Medan Labuhan 25.634 Medan Marelan 34.423 Medan Belawan 21.692 Jumlah 502.735 Sumber : Badan Pusat Statistk Kota Medan Jumlah Sampel n = � �+�� � = 68863 1+68863.0,01 = 99,85 = 100 sampel Universitas Sumatera Utara 26 Medan Tuntungan = 19.67368863.100 = 28,56 29 sampel Medan Amplas =27.49868863.100 = 39,93 40 sampel Medan Belawan =21.62968863.100 = 31,40 31 sampel

3.5 Data dan Jenis Data

Jenis data yang digunakan dalam penelititan ini adalah data primer. Data primer adalah data yang diperoleh langsung dari responden objek penelitian. Data primer dapat diperoleh melalui : kuesioner, observasi, test. Peneliti melakukan wawancara langsung kepada responden. Hal ini bertujuan untuk mengetahui secara mendalam informasi yang diperlukan.

3.6 Teknik Pengumpulan Data

Teknik pengumpulan data ini dimaksudkan untuk mempermudah peneliti dalam mengumpulkan data atau mencari informasi. Ada banyak cara yang dapat dilakukan dalam mengumpulkan data. Dalam penelitian ini, peneliti menggunakan beberapa cara, diantaranya: 3.6.1Kuesioner Kuesioner merupakan metode penggumpulan data yang dilakukan untuk mengumpulkan data dengan cara membagi daftar pertanyaan kepada responden agar responden memberikan jawabannya Etta Mamang Sangadji dan Sopiah, 2010: 193. Penelitian ini menggunakan kuesioner tertutup. Kuesioner dalam Universitas Sumatera Utara 27 penelitian ini digunakan untuk mengetahui jumlah anggota keluarga, pendapatan dan ketahanan pangan rumah tangga miskin 3.6.2Wawancara Wawancara merupakan teknik pengambilan data ketika peneliti langsung berdialog dengan responden untuk mendapatkan informasi yang dibutuhkan. Dalam penelitian ini, wawancara dilakukan saat pengisian kuesioner maupun saat mencari data mengenai karakteristik penduduk dan wilayah tersebut.

3.7 Teknik Analisis Data

Analisis Regresi Linier Berganda adalah analisis asosiasi yang digunakan secara bersamaan untuk meneliti pengaruh dua atau lebih variabel bebas terhadap satu variabel tergantung dengan skala interval Umi, 2008. Dengan model persamaan sebagai berikut : Persamaan I : γ 1 = β + β 1 X 1 + β 2 X 2 + β 3 X 3 + e 3.7.1 Metode Analisis Data 3.7.1.1 Uji Signifikan Parsial Uji t Uji statistik t menunjukkan seberapa jauh satu variabel penjelas secara individual dalam menerangkan variasi variabel terikat. Dengan langkah pengujian : a. H : b 1 = 0 Artinya: Tidak ada pengaruh yang positif dan signifikan dari variabel bebas X terhadap variabel terikat Y. b. Ha : b 1 ≠ 0 Universitas Sumatera Utara 28 Artinya: Terdapat pengaruh yang positif dan signifikan dari variabel bebas X terhadap variabel terikat Y. Kriteria pengambilan keputusan pada penelitian ini menggunakan α = 5 dan derajat kebebasan n-k, kemudian dibandingkan dengan t hitung . Ho diterima: t hitung t tabel tidak ada pengaruh yang nyata antara X 1 , X 2, X 3 , X 4 dan Y. Ha diterima: t hitung t tabel ada pengaruh yang nyata antara X 1 , X 2 X 3 , X 4 dan Y.

3.7.1.2 Uji signifikan Simultan Uji F

Uji statistik F menunjukkan apakah semua variabel bebas X yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap varibel terikat Y. Dengan langkah pengujian : A.H0 : b1 = 0, artinya suatu variabel bebas bukan merupakan variabel penjelas yang signifikan terhadap variabel terikat. B.Ha : b1 ≠ 0, artinya suatu variabel bebas merupakan variabel penjelas yang signifikan terhadap variabel terikat. Kriteria dalam pengambilan keputusan: H0 diterima jika F hitung F tabel pada α = 5 Ha diterima jika F hitung F tabel pada α = 5 Dengan kriteria pengujian pada tingkat kepercayaan 95 adalah H diterima jika F hitung F α dan H ditolak jika F hitung F α . Universitas Sumatera Utara 29

3.8 Koefisien Determinasi R

2 Koefisien determinasi R² pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variable terikat. Nilai koefisien determinasi adalah diantara nol atau satu. Nilai R² yang kecil berarti kemampuan variable- variabel independen dalam menjelaskan variasi variabel dependen terbatas. Nilai yang mendekati satu berarti varibel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi varibel dependen Kuncoro, 2003.

3.9 Uji Penyimpangan Asumsi Klasik