P. 1
BAB III METODE PENELITIAN - Template

BAB III METODE PENELITIAN - Template

4.79

|Views: 20,051|Likes:
Published by labamgunadarma

More info:

Published by: labamgunadarma on Aug 07, 2008
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

06/27/2013

pdf

text

original

BAB III METODE PENELITIAN

3.1. Tempat Penelitian
Silahkan diisi sendiri dengan bahasa kamu..., KREATIF YA?... Penelitian dilakukan di daerah/perusahaan X dengan cakupan penelitian adalah meliputi seluruh kabupaten/kota di daerah/perusahaan X. Periode pengamatan adalah selama 3 tahun, yaitu mulai dari tahun 2001 sampai dengan tahun 2004. Hal ini dilakukan karena ketersediaan data Survei Sosial Ekonomi Nasional (Susenas) diawali pada tahun 2001.

3.2. Metode Penelitian
Silahkan diisi sendiri dengan bahasa kamu..., KREATIF YA?... Penelitian menggunakan dua metode, yaitu metode penelitian deskriptif yang bersifat menjelaskan (explanatory research) dan metode hubungan kausal. Sugiyono (1999:37) menguraikan bahwa permasalahn explanatory research merupakan suatu permasalahan yang berkenaan dengan variabel itu sendiri. Kemudian studi kausalitas (causality research) menurut Kuncoro (2003:10) adalah selain mengukur kekuatan hubungan antara dua variabel atau lebih juga menunjukan arah hubungan antara variabel independen dengan variabel dependen. Dengan kata lain, studi kausalitas mempertanyakan masalah sebabakibat.

3.3. Metode Pengumpulan Data
Silahkan diisi sendiri dengan bahasa kamu..., KREATIF YA?... Tehnik pengumpulan data yang dipergunakan dalam penelitian ini dilakukan secara manual. Pencarian data secara manual sebagaimana dijelaskan oleh Kuncoro (2003:132) adalah meliputi penelusuran data secara fisik melalui penggunaan indeks, bibliografi, dan referensi pustakawan. Di samping itu juga dilakukan pendekatan kepustakaan untuk mendapatkan dukungan teoritis yang relevan dengan penelitian yang sedang dilakukan.

3.4. Jenis dan Sumber Data
Silahkan diisi sendiri dengan bahasa kamu..., KREATIF YA?... Data yang diperlukan dalam penelitian ini adalah berupa data sekunder, karena data telah dimiliki oleh beberapa pihak dan telah dipublikasikan. Data sekunder yang diperlukan dalam penelitian secara umum meliputi indikator ekonomi, seperti PDRB, PDRB per Kapita dan sebagainya. Selain itu juga data tentang laporan kependudukan Daerah/perusahaan X selama periode pengamatan, seperti angka indeks harapan hidup, indeks pendidikan, indeks standar hidup, paritas daya beli (purchasing power parity) dan sebagainya yang relevan dengan permasalahan penelitian. Sumber data sekunder bisa berasal dari lembaga pemerintah, seperti BPS Daerah, BPS Pusat, kantor pemerintahan Daerah/perusahaan X, perpustakaan dan lembaga pelayanan data yang lain. Tidak tertutup kemungkinan data juga dicari melalui beberapa website dengan menggunakan fasilitas internet. Ini dilakukan karena beberapa home page merupakan pihak yang mampu menyediakan data bagi keperluan penelitian, seperti http://www.bps.go.id dan sebagainya.

3.5. Operasionalisasi Variabel
Silahkan diisi sendiri dengan bahasa kamu..., KREATIF YA?... Dalam penelitian ini, variabel yang digunakan ada sebanyak 5 variabel independen, yaitu laju pertumbuhan ekonomi (LPE), pengeluaran pemerintah untuk sektor kesehatan (PPS), pengeluaran pemerintah sektor pendidikan (PPD), pengeluaran masyarakat untuk sektor kesehatan (PMS) dan pengeluaran masyarakat sektor pendidikan (PMD). Adapun untuk variabel dependennya adalah indeks pembangunan manusia (Y). Ukuran indikator keseluruhan variabel dalam penelitian secara keseluruhan bisa dilihat melalui Tabel 3.1.
1.

Indeks Pembangunan Manusia (IPM) merupakan ukuran agregat yang dimaksudkan sebagai ukuran pembangunan manusia di suatu wilayah. IPM merupakan indeks komposit yang disusun datiga indikator.

2.

Laju pertumbuhan ekonomi (LPE) adalah perubahan relatif produk domestik regional bruto (PDRB), di mana PDRB yang digunakan adalah PDRB harga konstan tahun 1993.

Tabel 3.1: Variabel Operasional Analisis Determinan Pembangunan Manusia. Varibel IPM (Y) Dimensi Umur Pengetahuan Kehidupan layak Indikator Angka harapan hidup Angka melek huruf Rata-rata lama sekolah Parity daya beli PDRB harga konstan APBD Program Kesehatan APBD Program Pendidikan Belanja Jasa Kesehatan Belanja Jasa Pendidikan Skala Rasio Rasio Rasio Rasio Rasio Rasio Rasio

LPE PPS PPD PMS PMD

Sumber: Data diolah, 2006.
3.

Pengeluaran pemerintah daerah pada sektor kesehatan (PPS) adalah pengeluaran pemerintah daerah kabupaten/kota yang dituangkan dalam Anggaran Pendapatan dan Belanja Daerah (APBD) dalam bentuk belanja pembangunan yang dialokasikan untuk pembiayaan program-program kesehatan di kabupaten/kota yang bersangkutan.

4.

Pengeluaran pemerintah daerah pada sektor pendidikan (PPD) adalah pengeluaran pemerintah daerah kabupaten/kota yang dituangkan dalam Anggaran Pendapatan dan Belanja Daerah (APBD) dalam bentuk belanja pembangunan yang dialokasikan untuk pembiayaan program-program pendidikan di kabupaten/kota yang bersangkutan.

5. Pengeluaran masyarakat pada sektor kesehatan (PMS). Dijelaskan dalam laporan BPS (2003), pengeluaran masyarakat pada sektor kesehatan adalah sejumlah uang yang dibayarkan atau yang disetujui dibayarkan oleh pembeli

(dalam hal ini adalah masyarakat) kepada penjual untuk memperoleh barang atau jasa pada sektor kesehatan yang disediakan oleh penjual.
6.

Pengeluaran masyarakat pada sektor pendidikan (PMD) adalah sejumlah uang yang dibayarkan atau yang disetujui dibayarkan oleh pembeli (dalam hal ini adalah masyarakat) kepada penjual untuk memperoleh barang atau jasa pada sektor pendidikan yang disediakan oleh penjual (BPS, 2003). Satuan pengeluaran masyarakat pada sektor pendidikan adalah rupiah.

3.6. Tehnik/Metode Analisis
Dalam penelitian ini metode analisis yang digunakan secara umum menggunakan analisis deskriptif dan analisis statistik. 3.6.1. Analisis Rasio Keuangan Silahkan diisi sendiri dengan bahasa kamu..., KREATIF YA?... Secara umum analisis ini bertujuan untuk mengetahui kinerja keuangan perusahaan. Adapun ukuran kinerja keuangan yang digunakan hanya meliputi: working capital/total assets, retained earnings/total assets, earnings before interest and taxes/total assets, market value equity/book value of total debt, sales/total assets. Selanjutnya rasio-rasio keuangan tersebut akan digunakan untuk menjalankan analisis statistik. 3.6.2. Analisis Deskriptif Silahkan diisi sendiri dengan bahasa kamu..., KREATIF YA?... Analisis deskriptif digunakan untuk menggambarkan perkembangan karakteristik kondisi ekonomi dan sosial tertentu dari Daerah/perusahaan X. Beberapa kondisi sosial dan ekonomi yang perlu dideskripsikan misalnya, laju pertumbuhan ekonomi, pertumbuhan penduduk, gambaran sektor pendidikan dan kesehatan dan sebagainya. Deskripsi dari kondisi sosial dan ekonomi Daerah/perusahaan X bisa beragam bentuknya, bisa berupa tabulasi silang, grafik histogram dan

sebagainya. Bentuk deskripsi ini dipilih sesuai dengan keperluan analisis agar tujuan penelitian bisa dicapai. 3.6.3. Analisis Statistik Silahkan diisi sendiri dengan bahasa kamu..., KREATIF YA?... Pengertian di atas tidak hanya mencakup kegiatan akuntansi dan keuangan saja, tetapi meluas ke segala aspek kegiatan perusahaan. Pengertian sistem pengendalian intern dalam arti luas meliputi tujuan dari sistem pengendalian intern, yaitu pengendalian intern akuntansi dan pengendalian intern administrasi. 3.6.3.1. Analisis Regresi Silahkan diisi sendiri dengan bahasa kamu..., KREATIF YA?... Analisis statistik yang digunakan adalah analisis korelasi dan regresi berganda (multiple regression). Singgih Santoso (2000:145) menjelaskan analisis korelasi dan regresi digunakan untuk mengungkapkan apakah ada hubungan antara dua variabel atau lebih. Sedangkan analisis regresi digunakan untuk mengetahu seberapa jauh pengaruh dari satu variabel terhadap variabel yang diprediksi. Dengan demikian analisis ini digunakan agar bisa diketahui hubungan maupun pengaruh variabel bebas terhadap variabel terikatnya. Hasil-hasil dari analisis korelasi dan regresi di atas selanjutnya akan dilakukan pengujian secara statistik. Uji statistik yang digunakan adalah meliputi uji tahap pertama (first oder) dan uji tahap kedua (second order). Masing-masing pengujian dibahas pada sub bab berikutnya. 3.6.3.2. PCA (Principal Components Analysis).... Misalnya Silahkan diisi sendiri dengan bahasa kamu..., KREATIF YA?... Jika kita berhadapan dengan data yang memiliki sangat banyak variabel, sangat mungkin beberapa variabel yang ada saling berhubungan satu dengan lainnya sehingga jumlah variabel yang

sangat banyak tersebut dapat direduksi menjadi beberapa komponen yang penting. Reduksi dimensi variabel ini sangat membantu dalam representasi grafik (yang umumnya berdimenasi 2 atau 3). Selain itu dalam analisis regresi penggunaan analisis komponen utama ini dapat menghindarkan adanya persoalan kondisi buruk akibat adanya matrik singuler atau mendekati singuler. Kondisi buruk akibat adanya matrik singuler atau mendekati singuler, dapat berakibat tidak konvergennya pendugaan parameter dalam analisis regresi, sehingga analisis regresi menjadi tidak menghasilkan estimasi atau menghasilkan estimasi yang sesungguhnya tidak benar.

3.7. Uji-Uji Statistik
Silahkan diisi sendiri dengan bahasa kamu..., KREATIF YA?... Telah disebutkan sebelumnya, bahwa penelitian ini menggunakan model regresi berganda (multiple regression). Adapun model dasar ekonometrika yang digunakan adalah: Y = β0+ β1 LPE + β2 PPS + β3 PPD + β4 PMS + β5 PMD + e Di mana, Y
0

LPE PPS PPD PMS PMD
1, ..., 5

= = = = = = = =

Indeks Pembangunan Manusia pada tahun ke-t. Konstanta Laju pertumbuhan ekonomi Pengeluaran pemerintah untuk sektor kesehatan per Kapita Pengeluaran pemerintah sektor pendidikan per Kapita Pengeluaran masyarakat untuk sektor kesehatan per Kapita Pengeluaran masyarakat sektor pendidikan per Kapita Koefisien regresi

e = Error term Model persamaan regresi di atas selanjutnya akan dilakukan beberapa pengujian statistik. Adapun pengujian yang dilakukan meliputi dua tahap, yaitu pengujian statistik dari hasil analisa data dan uji ekonometrik.

3.7.1. Uji Statistik Silahkan diisi sendiri dengan bahasa kamu..., KREATIF YA?... Setelah analisis data dilakukan, selanjutnya dilakukan guna mendapatkan kesesuaian terbaik (best-fit) dari estimasi yang dilakukan. Ukuran kesesuaian terbaik (best-fit) dari estimasi yang dihasilkan meliputi Koefisien Korelasi (R), Koefisien Determinasi (R2), Uji koefisien Regresi (Uji t), dan Uji F (ANOVA). 3.7.1.1. Koefisien Korelasi (R) Silahkan diisi sendiri dengan bahasa kamu..., KREATIF YA?... Ukuran korelasi diperlukan untuk mengetahui hubungan antara variabel yang dengan variabel yang lain. Hubungan antar variabel ini bisa secara parsial dan bisa pula secara bersama-sama. Menurut Sugiyono (1999:147-148) terdapat berbagai tehnik korelasi. Kapan tehnik korelasi digunakan tergantung pada jenis data yang akan dikorelasikan. 3.7.1.2. Koefisien Determinasi (R2) Silahkan diisi sendiri dengan bahasa kamu..., KREATIF YA?... Koefisien Determinasi (R2) berguna untuk mengetahui besarnya kemampuan variabel independen sebagai prediktor dalam menjelaskan variabel dependen. Formula untuk menghitung koefisien determinasi menurut Bowerman (1997:760-761) adalah: 3.7.1.3. Uji Koefisien Regresi atau Uji t (t test) Silahkan diisi sendiri dengan bahasa kamu..., KREATIF YA?... Uji koefisien regresi (uji t) merupakan bentuk uji parsial. Pengujian koefisien regresi secara parsial ini untuk mengetahui pengaruh dari setiap variabel independen (secara parsial) terhadap variabel terikatnya. Menurut Bowerman (1997:767) rumus t hitung adalah sebagai berikut:

3.7.1.4. Uji ANOVA atau Uji F (F test) Silahkan diisi sendiri dengan bahasa kamu..., KREATIF YA?... Uji F (F-test) atau ANOVA merupakan pengujian tentang baik tidaknya model dari suatu persamaan regresi. Dalam uji F koefisien regresi semua variabel independen diuji secara simultan (serempak) sehingga bisa diketahui apakah model regresi yang dihasil bisa digunakan untuk melakukan prediksi atau tidak. Untuk melakukan Uji F, maka harus diketahui terlebih dahulu besarnya F hitung. Menurut Bowerman (1997:762) F hitung bisa dihitung dengan cara sebagai berikut: 3.7.2. Uji Asumsi Klasik Silahkan diisi sendiri dengan bahasa kamu..., KREATIF YA?... Pada tahap kedua (second order) akan dilakukan uji asumsi klasik. Asumsi klasik penting dari model regresi adalah menguji kemungkinan akan adanya multikolinearitas, heteroskedastisitas, dan autokorelasi. Gujarati (1995:162) menjelaskan bahwa jika asumsi ini dipenuhi, maka penaksir penaksir kuadrat terkecil (Ordinary Least Square - OLS) dari koefisien regresi adalah sangat baik, linear, tidak bias (Best Unbiased Linear Estimated - BLUE). 3.7.2.1. Uji Multikolinearitas Silahkan diisi sendiri dengan bahasa kamu..., KREATIF YA?... Frisch (1970) dalam Gujarati (1978) mengemukakan bahwa multikolinieritas berarti adanya hubungan linier yang sempurna atau pasti di antara beberapa atau semua variabel yang menjelaskan dari model regresi. 3.7.2.2. Uji Heteroskedastisitas Silahkan diisi sendiri dengan bahasa kamu..., KREATIF YA?...

Satu asumsi penting dari model regresi linear klasik, menurut Gujarati (1995:177) adalah adanya gangguan (disturbance) error term (e) yang muncul dalam fungsi regresi populasi adalah homoskedastik, yaitu semua gangguan tadi mempunyai varians yang sama. 3.7.2.3. Uji Autokorelasi Silahkan diisi sendiri dengan bahasa kamu..., KREATIF YA?... Autokorelasi adalah korelasi antara anggota serangkaian observasi yang diurutkan menurut ruang (misal data cross-sectional) atau waktu (seperti data time-series). Gujarati (1978) menyebutkan dalam konteks regresi, model regresi linear klasik mengasumsikan bahwa autokorelasi seperti itu tidak ada dalam gangguan (disturbance). 3.7.2.4. Uji Autokorelasi Silahkan diisi sendiri dengan bahasa kamu..., KREATIF YA?... Gujarati (1978) mengemukakan bahwa regresi linier klasik mengasumsikan bahwa tiap ui didistribusikan secara normal dengan: Rata-rata Varians Cov(ui , uj) : : : E(ui) E(ui2) E(uiuj) = 0 = σ2 = 0 i≠j

3.7.2.5. Uji Linearitas Penafsiran linieritas yang pertama adalah bahwa harapan bersyarat (conditional expectation) dari Y adalah fungsi linier dari Xi. Dalam penafsiran ini fungsi regresi seperti E(YlXi) = β0 + β1Xi2 bukan fungsi linier karena variabel X tampak dengan pangkat atau indeks 2. Penafsiran linieritas yang kedua adalah bahwa harapan bersyarat dari Y, E(YlXi) adalah fungsi linier dari parameter, β, fungsi tadi mungkin linier atau tidak dalam variabel X. Dalam penafsiran ini, E(YlXi) = β0 + β1Xi2 adalah model regresi linier, tetapi E(YlXi) = β0 + √β1Xi bukan linier (Gujarati, 1978).

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->