BAB III METODE PENELITIAN
3.1 Lokasi Penelitian
Penelitian ini dilakukan di desa Huta Tonga AB , Kecamatan Tambangan, Kabupaten Mandailing Natal. Lokasi penelitian ditentukan secara purposive atau
secara sengaja dengan alasan bahwa Kecamatan Tambangan merupakan kehidupan penduduknya masih di tingkatan pra sejahtera yaitu sekitar 1.095 jiwa
BPS 2012 untuk di desa Huta Tongga mayoritas masyarakatnya sebagai petani padi sawah yaitu sekitar 95.
3.2 Data Penelitian
Sesuai dengan tujuan penelitian, maka jenis data yang diperlukan adalah data primer dan data sekunder.
a. Untuk pengumpulan data primer dilakukan dengan wawancara yang
berpedoman dengan kuesioner. b.
Untuk pengumpulan data sekunder, diperoleh beberapa instansi terkait seperti Dinas Pertanian, BPS, dan Data-data dari Kecamatan setempat.
3.3 Penentuan Besar Sampel Dan Metode Penarikan Sampel 3.3.1 Penentuan Besar Sempel
Sampel adalah kumpulan yang sifatnya tidak menyuluruh melainkan hanya sebagian dari populasi saja metode pengumpulan data ini dengan jalan
Universita Sumatera Utara
mencatat sebagian kecil dari populasi atau dengan perkataan lain mencatat sampelnya saja. Metode pengumpulan data yang demikian disebut sampling
Dalam penelitian ini besar sampel ditentukan dengan rumus Slovin Riduwan, 2005:
n =
dimana :
N
= Ukuran Populasi n = Ukuran Sampel
e = Persen Kelonggaran Ketelitian karena kesalahan pengambilan sampel yang masih dapat ditolerir standar error. Dalam hal ini
peneliti mengambil nilai e= 10. Pada penelitian ini peneliti menggunakan batas kesalahan yang ditolerir sebesar
10. Alasan peneliti menggunakan rumus Slovin adalah karena di dalam
penelitian ini populasi yang diambil oleh peneliti adalah kurang dari 1000 orang. n =
= = 75.30 =75
3.3.2 Metode Penarikan Sampel
Setelah ditentukan besar sampel sebesar 75 orang maka ditentukan anggota sampel dengan menggunakan metode Stratified Sampling, berdasarkan
luas lahan petani. Tabel 4. Besar Populasi Dan Sampel Petani
Strata Luas Lahan
Populasi Sampel
I ≤ 0,2
197 48
II 0,2 – 0,5
93 23
III ≥ 0,5
15 4
Total 305
75
Sumber Data Olah Inventarisasi Kelompok Ta
Universita Sumatera Utara
ni, 2011
3.4 Metode Analisis
3.4.1 Identifikasi Masalah Pertama :
Dianalisis dengan menggunakan uji beda rata-rata pendapatan petani padi sawah berdasarkan strata luas lahan dilakukan dengan analisis statistik uji beda
rata-rata atau t-hitung independent sample t-test dengan uji satu arah yang digunakan untuk penelitian yang membandingkan dua variabel. Menurut
Sugiyono 2010 bila jumlah sampel berbeda n ₁ ≠ n₂ dan varians homogen
= , sehingga dapat digunakan rumus pooled varian, derajat kebebasan dk
= n ₁ + n₂ - 2. Secara matematis rumus pooled varian adalah :
thitung =
thitung = nilai t hitung x1, x2, = strata luas lahan
n1, n2, = besar sampel S1, S2, = Standart deviasi
Kriteria pengambil keputusan : 1.
Jika t-hitung ≤ t-tabel, maka Ho diterima dan Ha tidak diterima. 2.
Jika t-hitung t-tabel, maka Ho tidak diterima dan Ha diterima.
3.4.2.Identifikasi Masalahan Kedua
Dianalisis menggunakan Regresi Berganda : Y = f X
1,
X
2,
X
3,
X
4
, X
5,
X
6,
, i = 1, 2, 3, ......., 6
Universita Sumatera Utara
Dimana : Y Pendapatan Rptahun = f X
1
biaya pestisida RpKg, X
2
biaya pupuk RpKg, X
3
biaya benih Rpkg, X
4
upah tenaga kerja Rp
,
X
5
produksi kg, X
6
Harga gabah RpKg
,
regresi.
Untuk menganalisis pendapatan bersih yaitu : Pd = TR - TC
Dimana : Pd = Pendapatan Bersih Rp
TR = Total Penerimaan Rp TC = Total Biaya Rp
Untuk rumus TR = y.Py Dimana :
y = Jumlah Produksi Padi Kg
Py = Harga Jual Padi Rp
Untuk rumus TC = TFC + TVC Dimana :
TFC = Total Biaya Tetap TVC = Total Biaya Variabel
3.5 Uji Statistik.
Sebelum dilakukan analisis lebih lanjut, terlebih dahulu dilakukan uji statistik terhadap hasil estimasi, untuk melihat kesesuaian dengan asumsi klasik
goodness of fit-nya dengan signifikan secara serempak dan parsial.Gujarati, 2003.
Universita Sumatera Utara
3.6 Uji Penyimpangan Asumsi Klasik.
Untuk mendapatkan model persamaan regresi yang baik dan benar-benar mampu memberikan estimasi yang handal dan tidak bias sesuai kaidah BLUE
Best Linier Unbiased Estimator, maka perlu dilakukan uji terhadap penyimpangan asumsi klasik yang meliputi multikolinearitas, heteroskedastisitas,
dan normalitas normalitas
3.6.1. Uji Normalitas
Bertujuan untuk menguji dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Kalau diganggu asumsi ini dilanggar maka uji
statistik menjadi tidak valid untuk jumlah sampel kecil. Dasar pengambil keputusan apabila histrogramnya menunujkan distribusi normal yaitu berbentuk
bel serta normal probalitinya plot sebaran errornya berada disekitar garis lurus, maka menunjukan bahwa model regresi memenuhi asumsi normalitas, atau residu
dari model dapat dianggap berdistribusi secara normal. Untuk menganlisis normalitas digunakan Uji Kolmogrov-Smirnov yaitu untuk melihat nilai hasil uji
yang diperoleh lebih besar dari nilai probabilitas kesalahan yang diperoleh dari tolerir yaitu 5 atau 0,05. Bila nilai yang diperoleh diatas 0,05 maka
menunjukan bahwa tidak ada perbedaan antara distribusi residual dengan distribusi normal sehingga dapat disimpulkan model memenuhi asumsi
normalitas, hasil nilai analisis uji Klomogrov – Smirnov
Universita Sumatera Utara
3.6.2. Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan yang lain. Salah satu cara untuk mendektesinya dengan melihat penyebaran residual data. Jika residual membentuk pola tertentu maka indikasi
Heteroskedastisitas yang dilakukan dengan Uji Park
3.6.3 Uji Multikolinieritas
Uji Multikolinieritas berfungsi untuk menguji apakah pada model regresi ditemukan adanya suatu hubungan linier yang sempurna mendekati sempurna
antara beberapa atau semua variabel bebasnya. Jika nilai korelasi ≥ 0,8 dan nilai
VIF ≥ 2,8. Maka terjadi multikolineritas. Gujarati, 2006 hal 68-70
3.6.4 Uji Autokeralasi
Autokorelasi dapat diartikan hubungan diantara anggota observasi dalam waktu. Gujarati, 2003. Cara dapat digunakan untuk mendektesi ada atau
tidaknya autokeralasi antara lain uji Durbin Watson. Pengambilan keputusan : Tabel 5. Uji d Durbin – Watson : Aturan Keputusan
Hipotesis nol Keputusan
Jika
Tidak ada otokorelasi positif Tolak
0 d dl Tidak ada otokorelasi positif
Tak ada keputusan dl
≤ d ≤ du Tidak ada otokorelasi negatif
Tolak 4 – dl d 4
Tidak ada otokorelasi negatif Tak ada keputusan
4 – du ≤ d ≤ 4 – dl
Tidak ada otokorelasi positif atau negatif
Jangan tolak du d 4 - du
Universita Sumatera Utara
3.7 Uji F
Uji Statistik F pada dasarnya menunjukan apakah semua variabel bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama
terhadap variabel terikat. Artinya apakah semua variabel penjelas secara bersamaan merupakan variabel-variabel penjelas yang siginifikan atau tidak
signifikan terhadap variabel dependennya. Secara statistik formulasi uji F adalah Gujarati, 2003:
Fhitung = Fhitung = nilai F hitung
R2 = koefesien determinasi k = banyaknya koefisen regresi
n = banyaknya sampel Kriteria pengambilan keputusan :
Apabila F hitung F tabel, maka hipotesis Ho diterima, hipotesis Ha ditolak pada tingkat derajat kepercayaan 95
Apabila F hitung F tabel, maka hipotesis Ho ditolak, hipotesis Ha diterima pada tingkat derajat kepercayaan 95 atau 0,05
Hipotesis = Ho : b1 = b2 = b3 = b4 = b5 = b6 = b7 = 0. Artinya variabel bebas X1, X2, X3, X4, X5, X6, X7 secara simultan tidak ada pengaruh
yang signifikan terhadap variabel terikat Y Ha :
Artinya variabel bebas X1, X2, X3, X4, X5, X6, X7 secara simultan terdapat
pengaruh yang signifikan terhadap variabel terikat Y
Universita Sumatera Utara
3.8 Uji t
Uji Statistik t pada dasarnya adalah menunjukkan seberapa jauh pengaruh satu variabel penjelas secara individual dalam mempengaruhi variabel terikat.
Apakah suatu variabel indipenden merupakan penjelas yang signifikan atau tidak signifikan terhadap variabel dependen. Dalam statistik dapat dicari melalui rumus
Priyatno, 2008 : thitung =
thitung = nilai thitung bi = koefisien regresi variabel i
Se = Standar error variabel i Kriteria pengambilan keputusan :
Apabila thitung ttabel, maka hipotesis Ho diterima, hipotesis Ha ditolak pada tingkat derajat kepercayaan 95 atau 0,05
Apabila thitung ttabel, maka hipotesis Ho ditolak, hipotesis Ha diterima pada tingkat derajat kepercayaan 95 atau 0,05
Apabila thitung ttabel, maka hipotesis Ho ditolak, hipotesis Ha diterima pada tingkat derajat kepercayaan 95 atau 0,05
Apabila -thitung -ttabel, maka hipotesis Ho ditolak, hipotesis Ha diterima pada tingkat derajat kepercayaan 95 atau 0,05
Apabila -thitung -ttabel, maka hipotesis Ho ditolak, hipotesis Ha diterima pada tingkat derajat kepercayaan 95 atau 0,05
Hipotesis = Ho : b1 = 0. Artinya variabel bebas X1, X2, X3, X4, X5, X6, X7 secara parsial tidak mempunyai pengaruh yang signifikan terhadap
variabel terikat Y
Universita Sumatera Utara
Ha : Artinya variabel bebas X1, X2, X3, X4, X5, X6, X7
secara parsial terdapat pengaruh yang signifikan terhadap variabel terikat Y
3.9 Koefisien Determinasi.