Metode Pengolahan Data

3.5. Metode Pengolahan Data

  Data yang diperoleh akan diolah secara tabulasi, kemudian dilanjutkan dengan perhitungan matematis dan dijelaskan secara deskriptif pada pembahasan. Untuk menjawab tujuan pertama, yaitu untuk mengetahui mekanisme yang digunakan Perum BULOG Divre Sumsel dalam menyalurkan beras ke RTS-PM, akan dijelaskan secara deskriptif. Mekanisme yang ada akan dijelaskan mulai dari permintaan alokasi oleh kepala daerah pada daerah yang meminta Raskin hingga sampai pada Titik Bagi (TB) dimana RTS-PM dapat menebus harga Raskin.

  Untuk menjawab persoalan kedua, yaitu menganalisis efektivitas pencapaian

  6 Tepat pendistribusian Raskin di Kabupaten Ogan Ilir, berdasarkan Jamhari (2012) akan diolah secara kuantitatif dan dijelaskan secara deskriptif. Perhitungan statistik yang digunakan untuk mengolah data yang ada adalah sebagai berikut:

  1. Ketepatan Sasaran

  Menurut dari penelitian terdahulu, dalam Jamhari, 2012, untuk mengetahui tingkat ketepatan sasaran maka dibuat tabulasi silang (cross tabulation) antara data kelompok rumah tangga bukan penerima Raskin dengan data rumah tangga penerima Raskin serta dihitung indeks ketepatan sasaran sebagai berikut:

  Dimana: IKS

  = Indeks Ketepatan Sasaran R 0 = jumlah rumah tangga miskin R 1 = jumlah rumah tangga miskin yang tidak menerima Raskin

  R 2 = jumlah rumah tangga tidak miskin yang menerima Raskin Dengan ketentuan IKS kurang dari 100 (IKS ≤ 100), semakin besar IKS maka distribusi Raskin semakin tepat sasaran.

  2. Ketepatan Waktu

  Ketepatan waktu akan dibahas secara deskriptif dengan melihat frekuensi pembagian Raskin setiap tahunnya pada setiap daerah. Data yang diperoleh akan di sajikan secara tabulasi dengan penjelasan secara deskriptif yang merinci. Frekuensi yang akan diteliti tidak hanya perwakilan daerah tetapi hingga ke tingkat RTS-PM sampel.

  3. Ketepatan Jumlah

  Menurut Jamhari, 2012, ketepatan jumlah Raskin yang diterima RTS dapat dihitung menggunakan Indeks Ketepatan Jumlah.

  Dimana: IKJ

  = indeks ketepatan jumlah Q 0 = jumlah Raskin program sebesar 15kgKKbulan Q 1 = jumlah Raskin aktual yang diterima rumah tangga (kgKKbulan)

  Dengan ketetapan IKJ terletak antara 0 dan 100 (0 ≤ IKJ ≤ 100), semakin besar IKJ maka distribusi Raskin semakin tepat jumlah.

  4. Ketepatan Harga

  Untuk mengetahui tingkat ketepatan harga Raskin di Kabupaten Ogan Ilir maka dihitung indeks ketepatan harga dan uji t sebagai berikut:

  Indeks ketepatan harga

  Di mana: IKH

  = indeks ketepatan harga P 0 = harga Raskin program sebesar Rp1.600 kg) P 1 = harga Raskin aktual yang dibayarkan oleh rumah tangga (Rpkg)

  Dengan ketentuan IKH kurang dari 100 (IKH ≤ 100), semakin besar IKH maka distribusi Raskin semakin tepat harga.

  5. Ketepatan Administrasi

  Ketepatan administrasi yang berupa pengisian data-data oleh RTS akan dibhas secara deskriptif.

  6. Ketepatan Kualitas

  Ketepatan kualitas beras Raskin akan dibahas secara deskriptif.Pembahasan kualitas ini akan mengacu pada Inpres No. 3 Tahun 2012 tentang Kebijakan Pengadaan GabahBeras Dan Penyaluran Beras Oleh Pemerintah.

  Cara perhitungan indeks yang digunakan dalam penelitian ini merupakan modifikasi dari cara perhitungan yang ada dalam dalam Pedum Raskin. Modifikasi dilakukan karena teknik analisis dalam Pedum Raskin menghasilkan nilai IKS, IKJ dan IKH yang tidak konsisten (IKS dan IKH lebih besar dari atau sama de- ngan 100, sebaliknya IKJ kurang dari atau sama dengan 100). Teknik analisis dalam penelitian ini menghasilkan nilai indeks yang konsisten (IKS, IKJ dan IKH kurang dari atau sama dengan 100). Kondisi ideal distribusi Raskin yaitu tepat sasaran, jumlah dan harga tercapai apabila masing-masing indeksnya bernilai 100dan tidak tepat sasaran, Cara perhitungan indeks yang digunakan dalam penelitian ini merupakan modifikasi dari cara perhitungan yang ada dalam dalam Pedum Raskin. Modifikasi dilakukan karena teknik analisis dalam Pedum Raskin menghasilkan nilai IKS, IKJ dan IKH yang tidak konsisten (IKS dan IKH lebih besar dari atau sama de- ngan 100, sebaliknya IKJ kurang dari atau sama dengan 100). Teknik analisis dalam penelitian ini menghasilkan nilai indeks yang konsisten (IKS, IKJ dan IKH kurang dari atau sama dengan 100). Kondisi ideal distribusi Raskin yaitu tepat sasaran, jumlah dan harga tercapai apabila masing-masing indeksnya bernilai 100dan tidak tepat sasaran,

  Data yang diperoleh dari lapangan diolah secara matematis, disajikan secara tabulasi dan dijelaskan deskriptif yaitu dengan memaparkan hasil yang di dapat dilapangan dalam bentuk uraian secara sistematis. Seluruh pengolahan data akan dibantu oleh aplikasi komputer SPSS 21.00 (Statistical Package for Sosial Science).

  Permasalahan ke tiga mengenai faktor-faktor yang mempengaruhi penyaluran atau pendistribusian Raskin digunakan regresi logistik dengan persamaan sebagai berikut:

  Dimana: P (Xi) = Peluang Rumah Tangga menerima Raskin (1 = RT peneima; 0 = Rt bukan

  penerima)

  X 1 = jenis lantai tempat tinggal (0 = sederhana (tanah, bambu, kayu); 1 = mewah

  (keramik))

  X 2 = jenis dinding tempat tinggal (0 = sederhana (rumbia, bambu, kayu); 1 =

  mewah)

  X 3 = Fasilitas Jamban (0= tidak ada; 1 = ada)

  X 4 = Bahan bakar memasak (0 = non gas; 1 = gas)

  X 5 = konsumsi daging (kgtahun)

  X 6 = kemampuan membeli pakaian baru (potongtahun)

  X 7 = pendidikan (0 = tidak lulus SD; 1 = lulus SD)

  X 8 = pendapatan rumah tangga (Rptahun)

  α

  = konstanta

  β 1 .. β 7 = parameter dugaan (koofisien)

  e = variabel pengganggu (eror)

  Pengujian dilakukan untuk melihat apakah model logit yang dihasilkan secara keseluruhan dapat menjelaskan keputusan pilihan kualitatif. Setelah didapatkan

  model regresi logit, selanjutnya harus dilakukan uji koefisien determinasi (R 2 ). Pengujian ini dilakukan untuk mengetahui besarnya kemmpuan variabel bebas untuk

  menjelaskan variabel terikat. Rumus untuk uji R 2 ini adalah sebagai berikut :

  Semakin tinggi nilai R 2 menunjukkan bahwa semakin baik persamaan fungsi penduga yang dibuat. Menurut Gomez (1995), nilai koefisien pada determinasi (R 2 )

  adalah 0 sampai 1. Apabila angka koefisien determinan semakin mendekati 1 berarti pengaruh variabel bebas terhadap variabel terikat adalah kuat, yang berarti variabel- variabel bebas memenerikan hampir keseluruhan informasi yang dibutuhkan untuk memprediksi variabel-variabel terikat. Atau dengan kata lain jika semua data pada garis regresi atau dengan kata lain semua nilai residual semakin mendekati nol maka garis regresi yang didapatkan adalah garis regresi yang sempurna.

  Agar diperoleh hasil analisis regresi logit yang baik, maka perlu dilakukan pengujian. Menurut Nachrowi dan Usman (2005), Uji statistik yang dapat digunakan yaitu :

  1. Uji seluruh model (Uji G)

  H 0 :β 1 =β 2 = ……. = β p =0

  H 1 : sekurang-kurangnya terdapat satu β j ≠ 0

  Statistik uji yang digunakan adalah:

  ℎ Model B

  G = -2 ln

  ℎ Model A

  Model B : Model yang hanya terdiri dari kontanta saja Model A : Model yang terdiri dari seluruh variabel

  G berdistribusi Khi Kuadrat dengan derajat bebas p atau G ~ 2 . H

  0 ditolak jika

  G > χ 2 α,p ; α: tingkat signifikansi. Bila H