A. Jenis dan Rancangan Penelitian - Institutional Repository | Satya Wacana Christian University: Pengaruh Indeks Pembangunan Manusia (IPM), dan Produk Domestik Regional Bruto (PDRB) terhadap Kemiskinan di 35 Kabupaten/Kota Provinsi Jawa Tengah Tahun 2012

BAB III METODE PENELITIAN Bab metode penelitian akan membahas mengenai jenis penelitian, rencana

  penelitian, variabel penelitian, definisi operasional, metode pengumpulan data yang digunakan, dan teknik analisis data yang digunakan dalam penelitianan.

  A. Jenis dan Rancangan Penelitian

  Penelitian ini terdiri atas satu variabel dependen (terikat) dan dua variabel independen (bebas). Variabel dependen yang digunakan yaitu kemiskinan. Sementara dua variabel independen yang digunakan yaitu indeks pembangunan manusia (IPM) dan produk domestik regional bruto (PDRB).

  Menggunakan metode penelitian kuantitatif.

  Data dalam penelitian adalah data sekunder, yakni merupakan data yang diperoleh berdasarkan informasi yang telah disusun dan dipublikasikan oleh institusi tertentu. Dalam penelitian ini data yang digunakan di peroleh dari Badan Pusat Statistik (BPS). Penelitian ini bersifat kuantitatif, dengan cakupan data yang digunakan yaitu data 35 kabupaten/kota di Jawa Tengah, dengan data

  time series mulai dari tahun 2012 hingga tahun 2016, dengan jumlah observasi 175 unit observasi.

  B. Lokasi dan Waktu Penelitan

  Penelitian dilakukan di 35 Kabupaten/kota Provinsi Jawa Tengah menggunakan data sekunder yang diperoleh dari publikasi yang dilakukan oleh Badan Pusat Statistik (BPS) melalui website onlinenya, dan penelitian ini dilakukan mulai bulan Januari 2018 sampai selesai.

  C. Populasi dan Sampel

  terdiri atas obyek/ subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulan.

  Menurut Sugiyono (2015:118) sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut. Dalam penelitian ini peneliti menggunakan sampling purposive, yaitu teknik penentuan sampel dengan pertimbangan tertentu. Alasan peneliti menggunakan sampling purposive adalah pertimbangan pribadi peneliti, karena menurut peneliti Provinsi Jawa Tengah memiliki tingkat kemiskinan yang beragam disetiap kabupaten/kota yang terdapat di Provinsi Jawa Tengah dan tingkat kemiskinan Jawa Tengah berada di atas tingkat kemiskinan nasional.

  D. Variabel Penelitian

  Sugiono (2015:61) berpendapat bahawa variabel penelitian adalah suatu atribut atau sifat atau nilai dari orang, obyek atau kegiatan yang mempunyai variasi tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulan. Penelitian ini terdapat dua macam variabel penelitian yaitu variabel dependen dan variabel independen.

  1. Variabel dependen (terikat)

  Menurut Sugiono (2015:61) variabel dependen merupakan vaeiabel yang dipengaruhi atau menjadi akibat, karena adanya variabel bebas. Dalam kemiskinan (Y). merupakan jumlah penduduk miskin di Jawa Tengah yang di nyatakan dalam persen.

  2. Variabel independen (bebas)

  Menurut Sugiono (2015:61) variabel independen adalah merupakan varibel yang mempengaruhi atau yang menjadi sebab perubahannya atau timbulnya variabel dependen (terikat). Penelitian ini terdapat 2 (dua) variabel independen (bebas) yaitu indeks pembangunan manusia (X

  1 ) dan

  produk domestik regional bruto (X

  2 ) di 35 kabupaten/kota di Jawa Tengah tahun 2012-2016.

E. Definisi operasional

  Budiantara dan Zulfikar (2014:17) definisi operasional adalah spesifikasi kegiatan penelitian dalam mengukur atau memanipulasi suatu variabel. Definisi operasional ini memberi batasan atau arti suatu variabel dengan merinci hal yang harus dikerjakan oleh peneliti untuk mengukur variabel tersebut. Skala pengukuran yang digunakan dalam penelitian adalah skala rasio.

1. Variabel Dependen

  Kemiskinan merupakan keadaan ketidakmampuan untuk memenuhi standar hidup layak seperti pakaian atau sandang, pangan atau makanan, papan atau tempat tinggal, pendidikan, dan kesehatan. Dalam penelitian ini kemiskinan yang terjadi di 35 kabupaten/kota di Provinsi jawa tengah dari tahun 2012 Samapai tahun 2016, yang dinyatakan kedalam presentase.

   Variabel Independen a.

  Indeks Pembangunan Manusia (IPM) Salah satu tolak ukur untuk melihat keberhasilan pembangunan manusia dapat menggunakan indeks pembangunan manusia. Penelitian ini menggunakan IPM dari 35 kabupaten/kota di Provinsi Jawa Tengah dari tahun 2012 hingga tahun 2016, penghitungan IPM dalam penelitian ini menggunakan metode lama dan metode baru, indikator dalam IPM ini menggunakan angka harapan hidup saat lahir, rata-rata lama sekolah, harapan lama sekolah, dan pengeluaran perkapita disesuaikan. Dinyatakan dalam satuan indeks.

  b.

  Produk Domestik Regional Bruto (PDRB) Jumlah nilai tambah yang dihasilkan oleh seluruh unit disuatu wilayah berupa barang dan jasa disebut produk domestik regional bruto.

  Penelitian ini menggunakan PBDR 35 kabupaten/kota di Provinsi Jawa Tengah dari tahun2012 sampai tahun 2016 dengan PDRB atas dasar harga konstan tahun 2010 dinyatakan dalam juta rupiah.

  Penelitian ini peneliti mengubah data kedalam bentuk T-score atau skor terstandarkan, ini dilakukan karena satuan dalam variabel penelitian tidak sama. Dengan nilai mean sebesar 50 dan standar devisiasi 10. T-score dapat dihitung dengan rumus: T = 50 + 10(Z) Sumber:

  

  Dimana T adalah nilai dari skor terstandar, nilai 50 adalah nilai mean dari setiap variabel baik bebas maupun terikat, untuk nilai 10 merupakan nilai dari standar devisiasi, dan Z merupakan lambing untuk nilai Z-score.

  F. Metode pengumpulan data

  Metode pengumpulan data dalam penelitian ini sebagai berikut: 1.

  Dokumentasi, adalah dengan menggunakan dan mengumpulkan data-data dari instansi tertentu, dalam penelitian ini menggunakan dokumentasi dari Badan Pusat Statistika yang telah dipublikasikan dalam Jawa Tengah Dalam angka.

  2. Studi kepustakaan, studi kepustakaan ini dilakukan dengan membaca buku sebagai refrensi yang memiliki kaitan dengan masalah yang diteliti dan juga dengan membaca jurnal-jurnal yang juga memiliki kaitan dengan masalah yang diteliti untuk menambah informasi peneliti.

  G. Teknik analisis data

  Dalam penelitian ini, peneliti menggambarkan dan menganalisis data dengan sistematis. Ini bertujuan supaya tujuang yang penelitian dapat dicapai oleh peneliti, teknik analisis kuantitatif digunakan oleh peneliti, yang dilakukan melalui beberapa langkah sebagai berikut:

  1. Analisis Statistik Deskripsi

  Analisis ini digunakan untuk menganalisis data IPM, PDRB, dan kemiskinan dengan cara mediskripsikan data IPM, PDRB, dan kemiskinan statistik deskripsi merupakan statistik yang digunakan untuk menganalisis data dengan cara mendiskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi. Statistik yang digunakan adalah nilai rata-rata, nilai minimum, nilai maksimum, dan nilai standar devisiasi.

  2. Uji Asumsi Klasik

  Uji asumsi klasik merupakan salah satu langkah penting untuk menghindari regresi lancung. Dalam data time series uji asumsi klasik ini merupakan syarat yang harus di penuhi. Model regresi yang baik harus terdistribusi normal, dan terhindar atau terbebas dari multikolinearitas, autokorelasi, dan heterokedastisitas. Untuk menguji penyimpangan asumsi klasik tersebut dapat menggunakan cara untuk mengujinya sebagai berikut:

  1) Uji Normalitas

  Uji normalitas menurut Sugiono dan Susanto (2015:321) dilakukan untuk mengetahui apakah sampel yang diambil berasal dari populasi yang terdistribusi normal. Keadaan sampling yang normal sangat penting karena merupakan persyaratan penggunaan statistik untuk melakukan pengujian hipotesis. Dalam penelitian untuk mengetahui apakah data terdistribusi normal atau tidak dapat digunakan uji kolgomorov-smirnov. Pengambilan keputusan untuk data terdistribusi normal adalah jika sig.(2-tailed) >5 persen (0.05). Uji Autokorelasi

  Menurut Sugiono dan Susanto (2015:333) uji autokorelasi adalah untuk mengetahui apakah dalam persamaan regresi terdapat kondisi serial atau tidak antara variabel pengganggu. Untuk mengetahui apakah persamaan regresi ada atau tidak autokorelasi akan digunakan pendekatan uji Run. Jika nilai Run >0.05 maka gejala autokorelasi dapat diabaikan. Model regresi yang baik mensyaratkan tidak adanya autokorelasi. 3)

  Uji Multikolinearitas Menurut Yudiaatmaja (2013:78) uji multikolinearitas adalah uji untuk variabel bebas, di mana korelasi antar variabel bebas dilihat. Jika ada dua variabel bebas di mana kedua variabel tersebut berkorelasi sangat kuat, maka secara logika persamaan regresinya cukup diwakili oleh satu variabel saja. korelasi yang sangat kuat yang dimaksud adalah apabila nilai r>0,90. Jadi apabila korelasi antar variabel kurang dari 0,90 dinyatakan tidak terjadi multikolinearitas.

  Menurut Wijaya dalam Yudiaatmaja (2013:78) terdapat beberapa cara untuk mendeteksi ada tidaknya multikolinearitas, yaitu sebagai berikut:

2 Nilai R

  empiris yang sangat tinggi, namun secara individual variabel bebas banyak yang tidak signifikan mempengaruhi variabel terikat.

  b) Menganalisis korelasi antar variabel bebas. Jika korelasi antar variabel kurang dari 0,9 dinyatakan tidak terjadi multikolinearitas.

  c) Multikolinearitas dapat juga diketahui dari nilai Variance

  Inflation Faktor

  (VIF). Jika nilai VIF ≤ 10, maka dinyatakan tidak terjadi multikolinearitas.

  d) Adanya multikolinearitas juga dapat diidentifikasi dari nilai

Eigenvalue sejumlah variabel bebas yang mendekati nol.

  Dalam penelitian ini identifikasi multikolinearitas dari nilai

  Variance Inflation Faktor

  (VIF). Jika nilai VIF ≤ 10, maka dinyatakan tidak terjadi multikolinearitas. Sebaliknya jika nilai VIF ≥ 10, maka dinyatakan terjadi multikolinearitas

  4) Uji Heterokedastisitas

  Menurut Surfan dan Natanael (2014:105) uji heteroskedasitas adalah untuk melihat apakah kesalahan (eror) pada data kita memiliki varians yang sama atau tidak. Heteroskedastisitas memiliki suatu kondisi bahawa varians eror berbeda dari satu pengamatan ke pengamatan lain. Model regresi liniear ganda yang baik adalah tidak mengalami heteroskedastisitas. ketidaksamaan varians dari residual satu pengamatan ke pengamatan lain menggunakan uji heterokedastisitas. Salah satu cara untuk mendeteksi ada atau tidaknya heteroskedastisitas adalah dengan melihat grafik scatter plot. Deteksi heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola-pola tertentu pada grafik scatter plot.

  Dasar pengambilan keputusan adalah titik-titik menyebar di atas dan di bawah atau disekitar 0, titik-titik tidak mengumpul hanya diatas atau dibawah saja, penyebaran titik-titik data tidak membentuk pola bergelombang melebar kemudian menyempit kembali, dan penyebaran titik-titik data tidak berpola maka tidak terjadi heteroskedastisitas

3. Analisis Regresi Sederhana

  Menurut Suyono (2018:05) regresi sederhana adalah model probalistik yang menyatakan hubungan linear antara dua variabel di mana salah satu variabel dianggap mempengaruhi variabel yang lain. Variabel yang mempengaruhi dinamakan variabel independen (bebas) dan variabel yang dipengaruhi dinamakan variabel dependen (terikat).

  Model probalistik untuk regresi linear sederhana sebagai berikut: (Suyono,2018:05) dependen (terikat), adalah parameter-parameter yang nilainya tidak diketahui yang dinamakan koefisien regresi, dan ε adalah kekeliruan atau galat acak. Galat acak mempunyai peranan penting dalam analisis regresi. Galat acak digunakan untuk memodelkan variasi nilai-nilai Y untuk nilai X yang tetap. Di dalam penelitian ini variabel dependen (Y) adalah tingkat kemiskinan, dan untuk variabel independen (X) adalah indeks pembangunan manusia (IPM) dan produk domestik regional bruto (PDRB).

4. Analisis Regresi Ganda

  Penggunaan analisis regresi ganda dalam penelitian ini adalah untuh memprediksi pengaruh antara satu variabel dependen dan dua variabel independen. Variabel penelitian adalah kemiskinan sebagai variabel dependen, dan indeks pembangunan manusia (IPM) dan produk domestik regional bruto (PDRB). menggunakan rumus sebagai berikut:

  (Suyono,2018:05) Dimana X adalah variabel independen (bebas) yaitu X

  1 untuk

  indeks pembangunan manusia (IPM) dan X

  2 untuk produk domestik bruto,

  Y adalah variabel dependen (terikat) yaitu tingkat kemiskinan, adalah parameter-parameter yang nilainya tidak diketahui yang dinamakan koefisien regresi, dan ε adalah kekeliruan atau galat acak.

  Galat acak mempunyai peranan penting dalam analisis regresi.

   Pengujian Hipotesis

  Guna mengetahui apakah ada pengaruh yang signifikan antara variabel independen (X) terhadap variabel dependen (Y) digunakan uji hipotesis. Pengujian hipotesis terdiri dari beberapa pengujian, yakni sebagai berikut:

  1) Uji Signifikansi Individual (Uji Statistik t)

  Uji statistik t menurut Kuncoro (2011:105) pada dasarnya menunjukkan seberapa jauh pengaruh variabel penjelas secara individual dalam menerangkan variasi variabel terikat. Apabila atau signifikan lebih dari 0.05 maka Ho diterima yang berarti variabel independen tidak berpengaruh signifikan terhadap variabel dependen pada drajat keyakinan tertentu.

  Sedangkan jika atau signifikan kurang dari 0.05 maka Ho ditolak yang berarti variabel independen berpengaruh secara signifikan terhadap variabel dependen pada derajat keyakinan tertentu.

  2) Uji Signifikansi Simultan (Uji Statistik F)

  Uji statistik F digunakan untuk mengetahui apakah secara bersama-sama variabel bebas mempengaruhi variabel terikat. Menurut Kuncoro (2015:106) yaitu menunjukkan apakah semua variabel bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama- sama terhadap variabel terikat.

  Kriteria uji statistik F taraf signifikan 5 persen atau 0.05

  a) Jika nilai F-hitung < F-tabel maka Ho diterima dan menolak Ha, artinya variabel independen secara bersama-sama tidak mempengaruhi variabel dependen secara signifikan.

  b) Sedangkan jika nilai F-hitung > F-tabel maka Ho ditolak dan menerima Ha, artinya variabel independen secara bersama-sama mempengaruhi variabel dependen secara signifikan.

  2

  3) ) Koefisien Determinan (R

  Menurut Siagian dan Sugiarta (2006:259) keofisisen determinasi menunjukan ragam (variasi) naik turunya Y yang diterangkan oleh pengaruh linear X. bila nilai koefisien determinasi sama dengan satu, berarti garis regresi yang terbentuk cocok secara sempurna dengan nilai-nilai observasi yang diperoleh. Dalam hal ini nilai koefisisen determinasi sama dengan satu artinya ragam naik turunya Y seluruhnya disebabkan oleh X.

  Siagian dan Sugiarto (2006:260) berpendapat bahwa nilai

  2

  2

  = 0 berarti tidak ada hubungan antara X dan Y, 0≤R ≤1, jika nilai R atau secara model regresi yang terbentuk tidak tepat untuk

  2

  meramalkan Y, jika nilai R = 1, ini berarti garis regresi yang terbentuk dapat meramalkan Y secara sempurna.