3.3 Metode Penentuan Jumlah Sampel Sampling Size
Menentukan jumlah atau ukuran sampel digunakan rumus Slovin seperti di bawah ini:
� = �
1 + ��
2
Dimana: N
= Jumlah Sampel N
= Jumlah Populasi e
= Kesalahan yang ditolerir
� = 4.769
1 + 4.769 �10
2
n = 97,9 n = 98
Untuk menentukan ukuran sampel tiap desa menggunakan Metode Pengambilan Sampel Berstrata Proporsional Proportionate Stratified Random Sampling.
Seperti tabel di bawah ini:
Tabel 4. Penentuan Jumlah Sampel No Nama Desa
Populasi KK Sampel KK
1 Paya Bakung
676 6764.769 x 98= 14
2 Bulu Cina
665 6654.769 x 98=14
3 Tandam Hilir II
1.073 1.0734.769 x 98=22
4 Kota Datar
825 8254.769 x 98=17
5 Paluh Manan
418 4184.769 x 98= 8
6 Paluh Kurau
1.112 1.1124.769 x 98=23
Jumlah 4.769
98 Sumber: Data Primer Diolah
Universitas Sumatera Utara
Setiap desa diambil sampel rumah tangga tani dengan masing-masing seperti tabel diatas dengan total sampel 98 rumah tangga tani. Sehingga sampel dalam
penelitian ini 98 rumah tangga tani.
3.4 Metode Pengumpulan Data
Data yang dikumpulkan dalam penelitian ini adalah data primer dan data sekunder. Data primer diperoleh dari wawancara dan hasil pengumpulan data
secara langsung kepada tiap petani padi dan beberapa pihak atau lembaga terkait di Kecamatan Hamparan Perak, Kabupaten Deli Serdang dengan menggunakan
kuesioner. Sedangkan data sekunder merupakan data pelengkap yang diperoleh dari Instansi atau Dinas terkait dengan penelitian ini, hasil studi pustaka baik
berupa buku ataupun data statistik yang terkait dengan penelitian yang dilakukan.
3.5 Metode Analisis Data Untuk identifikasi masalah yang pertama, untuk menegtahui dampak panen
raya terhadap nilai tukar petani digunakan digunakan metode komparatif dan deskriptif, yaitu uji beda rata-rata paired sampel untuk menguji ada tidaknya
perbedaan NTP sebelum dan sesudah panen yang dapat dihitung secara manual dengan statistik parametris.
Hipotesis yang digunakan dalam uji komparatif dengan rumus manual sebagai berikut:
Ho: Tidak ada perbedaan yang nyata antara NTP saat panen raya dan non panen raya
H1: Ada perbedaan yang nyata antara NTP saat panen raya dan non panen raya
Universitas Sumatera Utara
Menurut Sugiyono 2010 Rumusan t-test yang digunakan untuk menguji hipotesis komparatif dua sampel yang berkorelasi sebagai berikut.
� =
x
1 −
x
2 �
�1
2
�1
+
�2
2
�2
− 2� �
�1 √�1
� �
�2 √�2
�
Dimana: x
= Rata-rata sampel 1 x
= Rata-rata sampel 2 s1
= Simpangan baku sampel 1 s2
= Simpangan baku sampel 2 s1
2
= Varians sampel 1 s2
2
= Varians sampel 2 r
=Korelasi antar dua sampel Untuk menghitung korelasi antar dua sampel r menggunakan rumus:
r =
� ∑���� −∑ �1∑ �1 �� ∑ �
2
−∑ �2
2
�� ∑ �
2
−∑ �
2
Kriteria pengambilan keputusan : Nilai t tabel didapat dari α taraf nyatatingkat signifikan dengan derajat
bebasdegree of Fredo df. -
Jika t hitung t tabel ; maka Ho diterima = Tidak ada perbedaanyang nyata antara NTP sebelum dan sesudah panen raya.
Universitas Sumatera Utara
- Jika t hitung t tabel ; maka H
1
diterima = ada perbedaan yang nyata antara NTPsebelum dan sesudah panen raya
Selain itu dapat juga diselesaikan dengan SPSS dengan uji komparatif paired sampel.
Kriteria pengambilan keputusan menggunakan nilai signifikan P-Value -
Jika nilai signifikan P – Value 0,05 ; maka Ho diterima -
Jika nilai signifikan P – Value 0,05 ; maka H
1
diterima
Untuk identifikasi masalah yang kedua,untuk mengetahui apakah ada
Perbedaan konsumsi bahan kebutuhan pokok petani pada saat panen rayadan non panen raya digunakan metode komparatif dan deskriptif, yaitu uji beda rata-rata t-
test untuk menguji ada tidaknya perbedaanpola konsumsisaat panen raya dan non panen raya yang dapat dihitung secara manual dengan statistik parametris.
Hipotesis yang digunakan sebagai berikut: Ho: Tidak ada perbedaan yang nyata antara konsumsi bahan makanan saat panen
raya dan non panen raya H1: Ada perbedaan yang nyata antara konsumsi bahan makanan saat panen raya
dan non panen raya Rumusan t-test yang digunakan untuk menguji hipotesis komparatif dua sampel
yang berkorelasi sebagai berikut.
� =
x
1 −
x
2 �
�1
2
�1
+
�2
2
�2
− 2� �
�1 √�1
� �
�2 √�2
�
Universitas Sumatera Utara
Dimana: x 1
= Rata-rata sampel 1 x 2
= Rata-rata sampel 2 s
1
= Simpangan baku sampel 1 s
2
= Simpangan baku sampel 2 s
1 2
= Varians sampel 1 s
2 2
= Varians sampel 2 r
=Korelasi antar dua sampel Untuk menghitung korelasi antar dua sampel r menggunakan rumus:
r =
� ∑���� −∑ �1∑ �1 �� ∑ �
2
−∑ �2
2
�� ∑ �
2
−∑ �
2
Kriteria pengambilan keputusan : Nilai t tabel didapat dari α taraf nyatatingkat signifikan dengan derajat
bebasdegree of fredo df. -
Jika t hitung t tabel ; maka Ho diterima = Tidak ada perbedaanyang nyata antara konsumsibahan pokok saat panen raya dan non panen raya
- Jika t hitung t tabel ; maka H
1
diterima = ada perbedaan yang nyata antara konsumsi bahan pokok saat panen raya dan non panen raya.
Selain itu dapat juga diselesaikan dengan SPSS dengan uji komparatif paired sampel.
Kriteria pengambilan keputusan menggunakan nilai signifikan P-Value -
Jika nilai signifikan P – Value 0,05 ; maka Ho diterima -
Jika nilai signifikan P – Value 0,05 ; maka H
1
diterima
Universitas Sumatera Utara
Untuk identifikasi masalah yang ketiga, digunakan analisis regresi linier
berganda dengan rumus:
Y = a + b
1
X2 + b
2
X2 + b
3
X3+ b
4
X4+b
5
X5+b
6
X6+b
7
X7+eµ Dimana :
Y = NTP Padi
a = Koefisien Tetap
X1 = Luas Lahan Ha
X2 = Produktivitas TonHa
X3 = Harga Jual RpKg
X4 = Konsumsi PanganRumah Tangga tani Rp
X5 = Frekuensi Tanam pertahun
X6 = Biaya Tenaga Kerja Rp
X7 = Jumlah Tanggungan Jiwa
b
1
,b
2
,b
3,
b
4,
b
5,
b
6,
b
7
= Koefisien Regresi Untuk Masing – Masing Variabel eµ
= Kesalahan Pengganggu
Hipotesis yang digunakan: H0:Luas Lahan, Produktivitas, Harga jual, Konsumsi makanan rumah tangga tani,
frekuensi tanam, biaya tenaga kerja, dan jumlah tanggungan tidak berpengaruh nyata terhadap NTP.
H1:Luas Lahan, Produktivitas, Harga jual, Konsumsi makanan rumah tangga tani, frekuensi tanam, biaya tenaga kerja, dan jumlah tanggunganberpengaruh
nyata terhadap NTP.
Universitas Sumatera Utara
Uji asumsi Ordinary Least Square OLS
1. Uji asumsi multikolinearitas
Salah satu dari asumsi model regresi linear klasik adalah bahwa tidak ada terdapat multikolinearitas di antara variabel yang menjelaskan yang termasuk
dalam model Gujarati,1998. Uji asumsi multikolinearitas dimaksudkan untuk menghindari adanya hubungan yang linear antar variabel bebas. Multikolinearitas
dapat dideteksi dengan beberapa metode, diantaranya adalah dengan melihat : •
Jika nilai koefisien determinasi R² tinggi; dalam uji serempak F-test, variabel-variabel eksogen secara serempak berpengaruh nyata terhadap
variabel endogen; tetapi dalam uji secara parsial t-test, variabel-variabel eksogen secara parsial banyak yang tidak berpengaruh nyata terhadap variabel
endogen, maka hal ini mengindikasikan terjadinya multikolinearitas. •
Melihat nilai standard error. •
Nilai standard error yang besar mengindikasikan terjadinya multikolinearitas. •
Jika nilai toleransi kurang dari 0,1 atau nilai VIF Variance Inflation Factor melebihi 10 mengindikasikan terjadinya multikolinearitas Widarjono,2007.
• Terdapat koefisien korelasi sederhana yang mencapai atau melebihi 0,8 jika
nilai F-hitung melebihi F-tabel dari regresi antar variabel bebas. 2.
Uji asumsi heteroskedastisitas Salah satu asumsi yang penting dari model regresi linier klasik adalah
bahwa gangguan disturbance atau residual yang muncul dalam fungsi regresi populasi adalah homoskedastik Gujarati, 1998. Uji heteroskedastisitas bertujuan
untuk menguji apakah terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain dalam model regresi. Jika varians dari
Universitas Sumatera Utara
residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi
yang baik adalah homokedastisitas atau tidak terjadi heteroskedastisitas. Cara mendeteksi terjadinyaheteroskedastisitas dalam model regresi dengan Program
SPSS adalah sebagai berikut. •
Analisis Grafik, Analisis grafik dilakukan dengan cara melihat grafik plot antara nilai
prediksi variabel endogen, yaitu Y: ZPRED dengan residualnya X: SRESID. Dengan kriteria uji sebagai berikut.
Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar, kemudian menyempit: tidak terjadi
heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah
angka 0 pada sumbu Y: tidak terjadi heteroskedastisitas Walpole, 1992. 3.
Uji asumsi normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi,
variabel pengganggu atau residual memiliki distribusi normal. Seperti diketahui, bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi
normal. Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil. Cara mendeteksi apakah residual berdistribusi normal atau
tidak dalam model regresi dengan Program SPSS adalah sebagai berikut. •
Analisis grafik Analisis grafik dilakukan dengan cara melihat grafik histogram yang
membandingkan antara data observasi dengan distribusi yang mendekati distribusi
Universitas Sumatera Utara
normal dan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Dengan kriteria uji sebagai berikut.
Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola berdistribusi normal: data residual
model terdistribusi dengan normal. Jika data menyebar jauh dari garis diagonal danatau tidak mengikuti arah garis
diagonal atau grafik histogram tidak menunjukkan pola berdistribusi normal: data residual model tidak terdistribusi dengan normal.
• Uji Kolmogorov-Smirnov
Konsep dasar Uji Kolmogrov-Smirnov adalah dengan membandingkan distribusi data yang akan diuji normalitasnya dengan distribusi normal baku. Cara
melakukan Uji Kolmogrov-Smirnov adalah sebagai berikut. a.
Lakukan regresi utama OLS b.
Dapatkan variabel residual RES_i dengan mengaktifkan Unstandardized Residual.
c. Dari menu utama, pilih menu Analyze, lalu pilih Nonparametric Test.
d. Pilih sub menu 1-Sample K-S.
e. Pada kotak Test Variable List, isi Unstandardized Residual, dan aktifkan
Test Distribution pada kotak Normal. f.
Output SPSS akan menunjukkan besar nilai Kolmogrov-Smirnov Z. Dengan kriteria sebagai berikut.
Jika signifikasi α : tidak ada perbedaan antara distribusi residual dengan distribusi normal, data residual model berdistribusi normal.
Universitas Sumatera Utara
Jika signifikasi ≤ α : ada perbedaan antara distribusi residual dengan distribusi
normal, data residual model tidak berdistribusi normal. Uji Kesesuaian test goodness of fit model dan uji hipotesis
Ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapat diukur dari goodness of fit-nya. Secara statistik, setidaknya ini dapat diukur dari nilai
koefisien determinasi, nilai statistik F, dan nilai statistik t. Perhitungan statistik disebut signifikan secara statistik apabila nilai uji statistiknya berada dalam daerah
kritis daerah dimana Ho ditolak. Sebaliknya, disebut tidak signifikan apabila nilai uji statistiknya berada dalam daerah dimana Ho diterima Ghozali, 2006.
Koefisien yang dihasilkan dapat dilihat pada output regresi berdasarkan data yang dianalisis untuk kemudian diinterpretasikan serta dilihat signifikansi tiap-tiap
variabel yang diteliti. Koefisien determinasi R² pada intinya mengukur seberapa jauh
kemampuan model dalam menerangkan variansi variabel endogen. Koefisien determinasi R² bertujuan untuk mengetahui kekuatan variabel-variabel eksogen
dalam menjelaskan variabel endogen. 1.
Uji pengaruh variabel secara serempak Uji pengaruh variabel secara serempak pada dasarnya menunjukkan
apakah secara serempak semua variabel eksogen yang dimaksukkan dalam model berpengaruh nyata terhadap variabel endogen. Uji pengaruh variabel secara
serempak untuk mengetahui signifikansi statistik koefisien regresi secara serempak, digunakan Uji F F-test. Dengan kriteria uji sebagai berikut.
Jika F
hitung
≤F
tabel
atau jika signifikansi Fα : terima H
o
atau tolak H
1
. Jika F
hitung
F
tabel
atau jika signifikansi F ≤α : tolak H
o
atau terima H
1
.
Universitas Sumatera Utara
2. Uji pengaruh secara parsial
Uji pengaruh variabel secara parsial pada dasarnya menunjukkan seberapa besar jauh pengaruh satu variabel eksogen secara parsial dalam menerangkan
variansi variabel endogen. Uji pengaruh variabel secara parsial dimaksudkan untuk mengetahui signifikansi statistik koefisien regresi secara parsial, digunakan
Uji t t-test. Dengan kriteria uji sebagai berikut. Jika t
hitung
≤t
tabel
atau jika signifikansi tα : terima H
o
atau tolak H
1
. Jika t
hitung
t
tabel
atau jika signifikansi t ≤α : tolak H
o
atau terima H
1
.
3.6 Definisi dan Batasan Operasional 3.6.1 Defenisi