Metode Penentuan Wilayah Metode Penentuan Sampel dan Pengumpulan Data

BAB III METODE PENELITIAN

3.1 Metode Penentuan Wilayah

Penelitian ini dilakukan di provinsi Sumatera Utara. Penentuan daerah ini dilakukan secara purposive sengaja, dengan pertimbangan bahwa daerah ini merupakan daerah yang prosfektif untuk mengetahui ketersediaan dan konsumsi kedelai. Adapun yang menjadi pertimbangan di dalam penentuan wilayah adalah atas terjadinya fluktuasi dari luas areal pertanaman, produktifitas, dan produksi dari tanaman kedelai di Sumatera Utara. Tabel 2. Luas Areal Pertanaman, Produktifitas, dan Produksi Kedelai Sumatera Utara tahun 2004-2013 Tahun Luas LahanHa Produktivitas kuha Produksi ton 2004 11.706 10.540 12.333 2005 13.787 11.450 15.793 2006 6.311 11.160 7.042 2007 3.747 11.600 4.345 2008 9.597 12.140 11.647 2009 11.494 12.360 14.206 2010 7.803 12.100 9.439 2011 11.413 10.010 11.426 2012 5.475 9.900 5.419 2013 3.126 10.330 3.229

3.2 Metode Penentuan Sampel dan Pengumpulan Data

Data yang digunakan dalam penelitian ini adalah data time series dengan range tahun 1999-2013 yang dianalisis dengan alat bantuan program SPSS. Data yang dikumpulkan dalam penelitian ini adalah berupa data sekunder. Data sekunder diperoleh dari instansi-instani yang terkait dengan penelitian ini. Data sekunder merupakan data yang telah tersedia dalam berbagai bentuk. Biasanya Universitas Sumatera Utara sumber data ini lebih banyak sebagai data statistik atau data yang sudah diolah sedemikian rupa sehingga siap digunakan. Data dalam bentuk statistik biasanya tersedia pada kantor-kantor pemerintahan, biro jasa data, perusahaan swasta, atau badan lain yang berhubungan dengan penggunaan data Daniel, 2002. 3.3 Metode Analisis Data Data yang telah dikumpulkan selanjutnya ditabulasi, kemudian dibuat hipotesis, dilanjutkan dengan metode analisis yang sesusai dengan hipotesis yang diambil. Metode analisis yang digunakan untuk menganalisis faktor-faktor yang mempengaruhi produksi dan konsumsi kedelai di Sumatera Utara menggunakan model regresi linier berganda. Untuk menguji identifikasi masalah 1 akan diuji dengan menggunakan regresi, dengan persamaan : Y = a + a 1 X 1 + a 2 X 2 + a 3 X 3 + µ Keterangan : Y = Produksi kedelai ton a = Konstan intersep X 1 = Luas lahan kedelai ha X 2 = Tenaga kerja jiwa X 3 = Harga pupuk Rp µ = Standar error a 1 -a 3 = Koefesien variabel regresi Universitas Sumatera Utara Secara serempak hipotesis yang digunakan adalah : H = luas panen, tenaga kerja, dan harga pupuk secara bersama-sama tidak berpengaruh terhadap produksi kedelai H 1 = luas panen, tenaga kerja, dan harga pupuk secara bersama-sama berpengaruh terhadap produksi kedelai. Secara parsial hipotesis yang digunakan adalah : H = luas panen kedelai tidak berpengaruh nyata terhadap produksi kedelai. H 1 = luas panen kedelai berpengaruh nyata terhadap produksi kedelai. H = harga pupuk tidak berpengaruh nyata terhadap produksi kedelai H 1 = harga pupuk kedelai berpengaruh nyata terhadap produksi kedelai H = tenaga kerja tidak berpengaruh nyata terhadap produksi kedelai. H 1 = tenaga kerja berpengaruh nyata terhadap produksi kedelai Jika th ≤ t tabel, tolak H 1 ; terima H Jika th ≥ t tabel, tolak H ; terima H 1 Dan untuk menguji identifikasi masalah 2 akan diuji dengan menggunakan regresi, dengan persamaan : Y = a + a 1 X 1 + a 2 X 2 + a 3 X 3 + a 4 X 4 + µ Keterangan : Y = Konsumsi kedelai ton a = Konstanta intersept X 1 = Harga kedelai impor Rpton X 2 = Jumlah penduduk jiwa X 3 = Pendapatan Rp Universitas Sumatera Utara X 4 = Nilai tukar Rp µ = Standar error a 1 – a 4 = Koefesien variabel regresi Secara serempak hipotesis yang digunakan adalah : H = harga kedelai impor, jumlah penduduk, pendapatan dan nilai tukar secara bersama-sama tidak berpengaruh terhadap konsumsi kedelai. H 1 = harga kedelai impor, jumlah penduduk, pendapatan dan nilai tukar secara bersama-sama berpengaruh terhadap konsumsi kedelai. Secara parsial hipotesis yang digunakan adalah : H = harga kedelai impor tidak berpengaruh nyata terhadap konsumsi kedelai. H 1 = harga kedelai impor berpengaruh nyata terhadap konsumsi kedelai. H = jumlah penduduk tidak berpengaruh nyata terhadap konsumsi kedelai. H 1 = jumlah penduduk berpengaruh nyata terhadap konsumsi kedelai. H = pendapatan tidak berpengaruh nyata terhadap konsumsi kedelai. H 1 = pendapatan berpengaruh nyata terhadap konsumsi kedelai. H = nilai tukat tidak berpengaruh nyata terhadap konsumsi kedelai. H 1 = nilai tukar berpengaruh nyata terhadap konsumsi kedelai. Jika th ≤ t tabel, tolak H 1 ; terima H o Jika th ≥ t tabel, tolak H o ; terima H 1 Uji Asumsi Klasik Uji asumsi klasik adalah persyaratan statistik yang harus dipenuhi pada analisis regresi linier berganda yang berbasis ordinary least square ols. Jadi analisis regresi yang tidak berdasarkan OLS tidak memerlukan persyaratan asumsi klasik, Universitas Sumatera Utara misalnya regresi logistik atau regresi ordinal. Demikian juga tidak semua uji asumsi klasik harus dilakukan pada analisis regresi linier, misalnya uji multikolinearitas tidak dilakukan pada analisis regresi linier sederhana dan uji autokolerasi tidak perlu diterapkan pada data cross sectional. Uji asumsi klasik yang digunkan yaitu uji miltikolinearitas, uji heteroskedastisitas dan uji normalitas tidak ada ketentuan pasti tentang urutan uji mana dulu yang harus dipenuhi. Analisis dapat dilakukan tergantung pada data yang ada. Sebagai contoh, dilakukan analisis terhadap semua asumsi klasik, lalu dilihat mana yang tidak memenuhi persyaratan. Kemudian dilakukan perbaikan pada uji tersebut, dan setelah memenuhi persyaratan, dilakukan pengujian pada uji yang lain. 1. Uji Multikolinieritas Uji multikolinieritas adalah untuk melihat ada atau tidaknya kolerasi yang tinggi antara variabel-variabel bebasnya, maka hubungan antara variabel bebas terhadap variabel terikatnya menjadi terganggu. Multikolinieritas dapat dideteksi dengan beberapa metode, diantaranya adalah dengan melihat :  Jika nilai toleransi kurang dari 0,1 dan nilai VIF Variance Inflation Factor melebihi 10.  Terdapat koefisien korelasi sederhana yang mencapai atau melebihi 0,8 Gujarati,2007. Universitas Sumatera Utara

2. Uji Heteroskedastitas

Uji heteroskedastitas adalah untuk melihat apakah terdapat ketidaksamaan varians dari residual pengamatan ke pengamatan yang lain. Model regresi yang memenuhi persyaratan adalah dimana terdapat kesamaan varians dari residual satu pengamatan kepengamatan yang lain tetap atau disebut homoskedastisitas, pengambilan keputusan yaitu :  Jika ada pola tertentu,, seperti titik-titk yang ada membentuk suatu pola tertentu yang teratur bergelombang, melebar, kemudian menyempit maka terjadi heteroskedastisitas.  Jika tidak ada pola yang jelas seperti titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas Priyanto,2012 3. Uji Normalitas Uji normalitas adalah untuk melihat apakah nilai residual terdistribusi normal atau tidak. Model regresi yang baik adallah memiliki nilai8 residual yang terdistribusi normal. Jadi uji normalitas bukan dilakukan pada masing-masing variabel tetapi pada nilai residualnnya. Sering terjadi kesapanen yang jamak yaitu bahwa uji normalitas dilakukan pada masing-masing variabel. Hal ini tidak dilarang tetapi model regresi memerlukan normalitas pada nilai residualnya bukan pada masing- masing variabel penelitian. Dan untuk menguji identifikasi maslah 3 akan diuji dengan membandingkan secara langsung antara ketersediaan dengan konsumsi kedelai yang terjadi di Sumatera Utara mulai tahun 1999-2013. Universitas Sumatera Utara 3.4 Defenisi dan batasan Operasional. 3.4.1 Defenisi