BAB III METODE PENELITIAN A. Lokasi Penelitian Penelitian ini dilakukan di Indonesia dengan menggunakan data Tingkat Pengangguran Terbuka, Indeks Pembangunan Manusia (IPM), Upah Minimum dan Jumlah Penduduk Miskin di Indonesia. B. Jenis dan Sumber Data Jenis data yang digunakan adalah data sekunder yaitu data yang diperoleh dari Badan Pusat Statistik Indonesia berupa data jumlah tingkat pengangguran terbuka, data indeks pembangunan manusia, data upah minimum, dan data jumlah penduduk miskin di Indonesia tahun 2011-2015 dan juga jurnal sebagai pendukung penelitian. C. Teknik Pengumpulan Data Dalam penelitian ini menggunakan teknik dokumentasi yang merupakan pengumpulan data tertulis yang sudah ada melalui instansi yang terkait, yaitu Badan Pusat Statistik Indonesia. D. Teknik Analisis Data Penelitian ini menggunakan model data panel. Data panel adalah data yang mempunyai dua dimensi yaitu individu (cross section) dan waktu (time series), dimana setiap unit cross section (individu) diulang dalam beberapa periode waktu. Kelebihan model data panel adalah dapat mengakomodasi keheterogenan antar individu secara eksplisit. Selain itu, penggabungan antara cross section dan time series membuat data panel menjadi lebih informatif, lebih bervariasi, mengurangi 16
17 kolinieritas, memperbanyak derajat bebas dan lebih efisien. Persamaan data panelnya dapat dituliskan sebagai berikut: = + + + + Dimana : = jumlah penduduk miskin = intersep = tingkat pengangguran terbuka = indeks pembangunan manusia = upah minimum,, = koefisien regresi = error term Ada tiga model data panel, yaitu : 1. Pooled/Common Effects (CE) Pooled/common effects (CE) adalah model paling sederhana yang mengasumsikan bahwa tidak ada keheterogenan antar individu yang terobservasi (intersep sama), karena semua keheterogenan sudah dijelaskan oleh variabel independen. Estimasi parameter pooled model menggunakan metode OLS. 2. Fixed Effects (FE) Pada model FE, intersep pada regresi dapat dibedakan antar individu karena setiap individu dianggap mempunyai karakteristik tersendiri. Dalam membedakan intersepnya dapat digunakan variabel dummy,
18 sehingga metode ini juga dikenal dengan model Least Square Dummy Variable (LSDV). Model efek tetap ini menambahkan sebanyak (N-1) variabel dummy (Di) ke dalam model dan menghilangkan satu sisanya untuk menghindari kolinearitas sempurna antar variabel penjelas. 3. Random Effects (RE) Model data panel yang di dalamnya melibatkan korelasi antar error term karena berubahnya waktu karena berbedanya observasi dapat diatasi dengan pendekatan model komponen error (error component model) atau disebut juga model efek acak (random effect). Asumsinya adalah error secara individu juga tidak saling berkorelasi begitu juga dengan error kombinasinya. Dengan menggunakan model efek acak, maka dapat menghemat pemakaian derajat kebebasan dan tidak mengurangi jumlahnya seperti yang dilakukan pada model efek tetap. Hal ini berimplikasi pada parameter yang merupakan hasil estimasi akan semakin efisien. Dari ketiga pendekatan model regresi data panel diatas akan ditentukan model yang paling tepat dengan menggunakan Uji Chow dan Uji Hausman. Uji Chow digunakan untuk mengetahui apakah model fixed effect lebih baik dibandingkan model pooled least square dan Uji Hausman digunakan untuk mengetahui apakah model fixed effect lebih baik daripada model random effect. Setelah model yang paling baik terpilih, selanjutnya dianalisis lebih lanjut dengan menggunakan uji hipotesis untuk mengetahui kebaikan modelnya. 1. Uji t-statistik
19 Uji t-statistik merupakan suatu pengujian secara parsial yang mempunyai tujuan untuk mengetahui apakah masing-masing koefisien regresi signifikan atau tidak terhadap variabel dependen dengan menganggap variabel lainnya konstan. Hipotesis yang diuji dalam uji t yaitu : H b = 0 H b 0 (tidak mempengaruhi) (mempengaruhi) Kriteria pengujian : H ditolak jika nilai Prob t-statistik < (0.05). 2. Uji F-Statistik Uji F-Statistik merupakan pengujian yang bertujuan untuk mengetahui seberapa besar pengaruh koefisien regresi secara bersama-sama terhadap variabel dependen. Hipotesis yang diuji pada Uji-F yaitu : H b = 0 H b 0 (tidak mempengaruhi) (mempengaruhi) Kriteria pengujian : H ditolak jika nilai Prob F-statistik > (0.05). 3. Koefisien Determinasi (R-Square) Koefisien determinasi (R-Square) digunakan untuk melihat seberapa besar kemampuan variabel independen memberi penjelasan terhadap variabel dependen. Nilai berkisar antara 0 sampai 1 (0 < < 1). E. Definisi Operasional dan Pengukuran Variabel Variabel penelitian pada dasarnya adalah segala sesuatu yang berbentuk apa saja yang ditetapkan oleh peneliti untuk dipelajari sehingga diperoleh informasi
20 tentang hal tersebut, kemudian ditarik kesimpulannya (Sugiyono, 2011). Adapun definisi operasional variabel yang digunakan dalam penelitian ini yaitu sebagai berikut: 1. Kemiskinan (Y) adalah ketidakmampuan memenuhi standar minimum kebutuhan dasar yang meliputi kebutuhan sandang, pangan, papan. Data jumlah penduduk miskin yang dipakai dalam penelitian ini adalah data jumlah penduduk miskin di Indonesia tahun 2011-2015. (dalam persen). Sumber : Badan Pusat Statistik Indonesia. 2. Tingkat Pengangguran Terbuka (X1) adalah persentase penduduk dalam angkatan kerja yang tidak memiliki pekerjaan dan sedang mencari pekerjaan di masing-masing provinsi di Indonesia tahun 2011-2015. (dalam persen). Sumber : Badan Pusat Statistik Indonesia. 3. Indeks Pembangunan Manusia (X2) merupakan ukuran capaian pembangunan manusia berbasis sejumlah komponen dasar kualitas hidup. Data IPM yang digunakan adalah data IPM Indonesia tahun 2011-2015. (dalam persen). Sumber : Badan Pusat Statistik Indonesia. 4. Upah Minimum (X3) adalah upah bulanan terendah yang terdiri dari upah pokok termasuk tunjangan tetap. Data yang dipakai dalam penelitian ini adalah upah minimum Indonesia tahun 2011-2015. (dalam Rupiah). Sumber : Badan Pusat Statistik Indonesia.