BAB III

METODOLOGI PENELITIAN

3.1 Definisi Operasional

Dalam penulisan ini akan diberikan definisi-definisi secara operasional

mengenai variabel yang digunakan, yaitu sebagai berikut :

1. Migrasi Masuk

Migrasi masuk adalah jumlah penduduk dari daerah asal yang datang ke

Kota Bontang dinyatakan dalam satuan orang.

2. Pendapatan

Pendapatan adalah sumber penghasilan seseorang untuk memenuhi

kebutuhan sehari-hari dihitung dalam rupiah perbulan.

3. Kesempatan Kerja

Kesempatan kerja adalah keadaan yang menggambarkan ketersediaan

lapangan pekerjaan untuk para pencari kerja di Kota Bontang yang

dinyatakan dalam satuan orang.

4. Tingkat Pendidikan

Tingkat Pendidikan adalah pendidikan terakhir yang pernah diikuti melalui

pendidikan formal. Tingkat pendidikan merupakan variabel continous yang

diukur berdasarkan umur pendidikan terakhir responden terpilih melalui

satuan tahun.

5. Kepemilikan Lahan

Kepemilikan lahan adalah sumber lain dari penghasilan, lahan yang dimiliki

oleh responden yang diukur dengan dummy variabel dimana nilai 1 akan

diberikan pada responden yang memiliki lahan garapan dan nilai 0 akan

diberikan kepada responden yang tidak memiliki lahan.

3.2 Populasi dan Sampel Penelitian

3.2.1 Populasi

Populasi adalah keseluruhan jumlah dari objek/subjek yang memiliki

karakteristik tertentu yang akan digunakan oleh peneliti dalam sebuah penelitian.

Dalam penelitian ini populasi yang akan diteliti adalah penduduk migran di Kota

Bontang.

3.2.2 Sampel

Sampel adalah sebagian atau wakil populasi yang diteliti. Dinamakan

penelitian sampel apabila kita bermaksud untuk menggeneralisasikan hasil

penelitian sampel. Maksud dari menggeneralisasikan adalah mengangkat

kesimpulan penelitian sebagai suatu yang berlaku bagi populasi (Arikunto, 2002).

Sampel yang dimaksud adalah bagian dari keseluruhan jumlah dan karakteristik

dalam populasi sebuah penelitian. Sampel yang baik dalam sebuah penelitian

harus mewakili keseluruhan populasi yang ada dalam penelitian ini.

Sampel merupakan himpunan objek pengamatan yang dipilih dari

populasi. (Sumordiningrat, 2007:4). Dalam mempermudah peneliti untuk

mendapatkan data primer karena jumlah populasi yang sangat besar maka

diperlukan penarikan sampel yang dapat mewakili keseluruhan populasi yang

ada di Kota Bontang.

Dalam perhitungan sampel ini, digunanakn rumus Slovin sebagai berikut:

N
n= 1+ N e2

Dimana :

n = Ukuran sampel

N = Besaran populasi
 e = Nilai kritis kelonggaran untuk ketidak telitian karena kesalahan

penarikan sampel 10% dengan taraf kepercayaan 90%

Sumber: Husein Umar (2004:108)

Tabel 3.1 Jumlah Penduduk Migrasi Masuk Menurut Kecamatan Tahun 2019

Kecamatan 2019

Bontang Selatan 2.114

Bontang Utara 2.421

Bontang Barat 904

Jumlah 5.439
Sumber: (Kota Bontang Dalam Angka)

Berdasarkan data yang diperoleh dari Badan Pusat Statistik dalam angka

tahun 2020, penduduk pendatang menurut seluruh Kecamatan di Kota Bontang

pada tahun 2019 adalah 5.439 jiwa. Kemudian jumlah tersebut dikalkulasikan ke

dalam rumus slovin, sehingga perhitungannya sebagai berikut :

5.439
n =
1+ 5.439 ( 0,10 ) ²

5.439
= 1+ 5.439(0,01)

5.439
= 55,39 = 98,19

Dari hasil perhitungan tersebut jumlah sampel yang dihasilkan adalah

98,19 maka dibulatkan menjadi 100 responden. Kemudian pengambilan sampel

didistribusikan ke satu kecamatan yaitu kecamatan Bontang Utara dengan

menggunakan teknik purposive sampling. Menurut Notoatmodjo (2010),

purposive sampling adalah pengambilan sampel yang berdasarkan atas

pertimbangan tertentu seperti sifat-sifat populasi ataupun ciri-ciri yang sudah

diketahui sebelumnya. Purposive sampling disebut juga sebagai judgmental

sampling yaitu teknik pengambilan sampel berdasarkan judgement (penilaian)

dari peneliti mengenai anggota populasi mana saja yang memenuhi kriteria untuk

dijadikan sebagai sampel. Maka dari itu, agar tidak menjadi subjektif, peneliti

harus mempunyai latar belakang pengetahuan terkait kriteria sampel yang

diambil agar tujuan penelitian dapat tercapai.

Tabel 3.2 Sampel penelitian berdasarkan kelurahan dan jumlah penduduk

migrasi di Kecamatan Bontang Utara.

Kelurahan Jumlah Persentase Sampel

Penduduk (3) (Pendudk
Datang (2) (3)= ×100 % Migrasi)
∑ (2)
Bontang Kuala 139 5,74% 6

Bontang Baru 349 14,42% 14

Api-Api 534 22,06% 22

Gunung Elai 407 16,81% 17

Lok Tuan 745 30,77% 31

Guntung 247 10,20% 10

Jumlah 2.421 100% 100

Sumber: (Kecamatan Bontang Utara Dalam Angka)

3.3 Rincian Data yang Diperlukan

Data yang diperlukan dalam penelitian ini adalah sebagai berikut:

1. Gambaran umum Kota Bontang

2. Data dari kuisioner di Kecamatan Bontang Utara yang meliputi:

a. Data pendapatan/upah gaji perbulan

b. Data pekerjaan

c. Data tingkat pendidikan terakhir

d. Data kepemilikan lahan

3. Data lain yang relevan dan berhubungan dengan penelitian ini.

3.4 Teknik Pengumpulan Data

 Dalam penelitian ini menggunakan metode-metode pengumpulan data

sebagai berikut:

1. Penelitian lapangan

Metode ini dilakukan untuk memperoleh data yang sesungguhnya

dilapangan secara langsung.

2. Observasi

Observasi adalah dengan melakukan pengamatan langsung terhadap objek

yang akan diteliti, dalam hal ini adalah penduduk pendatang yang ada di

wilayah Kecamatan Bontang Utara.

3. Metode Kuesioner

Penulis membuat daftar pertanyaan yang relevan dengan penelitian yang

dilakaukan. Kuesioner ini ditunjukan pada sampel yang telah ditentukan.

Jawaban atas pertanyaan ini digunakan sebagai pelengkap dan pendukung

kebenaran data yang ada, (kuesioner dapat dilihat pada lampiran 1).

4. Penelitian kepustakaan

Cara pengumpulan data baik kuantitatif maupun kualitatif melalui sumber-

sumber seperti jurnal-jurnal, buku-buku ilmiah, dan penelitian-penelitian

yang pernah dilakukan sebelumnya.

3.5 Teknik Analisis Data

Alat analisis yang digunakan dalam penelitian ini adalah analisis Regresi

Linear Berganda, yaitu untuk menganalisis hubungan dan pengaruh variabel-

variabel independen terhadap variabel dependen. Persamaan sebagai berikut.

(Gani Irwan dan Siti Amalia, 2015 : 145).

Y = a + b1X1 + b2X2 + b3X3 + b4X4 + E

Dimana :
 Y = Migrasi masuk

X1 = Pendapatan

X2 = Kesempatan kerja

X3 = Pendidikan terakhir

X4 = Kepemilkan tanah

a = Konstanta

b1,b2,b3,b4 = Koefisien regresi

E = Error Term

LnY = Lnβ0 +β1 LnX1 + β2 LnX2 + β3 LnX3 + β4 LnX4 + e

Fungsi Geometri = α. X1 β1 . X2 β2 . X 3β3 . X 4β4

3.6 Pengujian Hipotesis

Untuk menguji hipotesis, maka digunakan Uji R. Uji R 2, Uji F, Uji t dan

Asumsi Klasik. untuk mengetahui hubungan dan pengaruh antara variabel

independen dan dependen.

3.6.1 Perhitungan Koefisien Korelasi (Uji R)

Perhitungan koefisien korelasi digunakan untuk mengetahui keeratan

hubungan antara dua variabel tau lebih. Semakin besar nilai R, maka semakin

erat hubungan antara variabel terikat dengan variabel bebas. Untuk menghitung

koefisien korelasi digunakan rumus sebagai berikut. (Harinaldi 2005:220).

R=√ R 2

Untuk dapat memberikan penafsiran terhadap koefisien korelasi yang

dikemukakan tersebut, maka dapat berpedoman pada ketentuan yang tertera

dalam tabel 3.3 berikut.

Tabel 3.3 Interval Koefisien dan Tingkat Hubungan

 Interval Koefisien Tingkat Hubungan
0,00 - 0,199 Sangat Rendah
0,20 - 0,399 Rendah
0,40 - 0,599 Sedang
0,60 - 0,799 Kuat
0,80 - 1,000 Sangat kuat
Sumber : Sugiyano ( 2008:184)

3.6.2 Perhitungan Koefisien Determinan (R2)

Perhitungan determinasi (R2) digunakan untuk mengetahui besarnya

pengaruh antara variabel terikat dengan variabel bebas. Semakin besar nilai R2,

semakin tepat model regresi yang dipakai sebagai alat analisis, karena total

variasi dapat menjelaskan variabel terikat (Suparnoko, 2005:162).

3.6.3 Uji F

Uji F adalah pengujian hipotesis untuk mengetahui apakah variabel

independen secara bersama-sama mepunyai pengaruh yang signifikan terhadap

variabel dependen. Menurut Rangkuti (2007: 165) menyatakan bahwa Uji F

dapat dirumuskan adalah sebagai berikut:

2
R
Fn = (k−1)
(1−R 2)/(n−k)

Dimana :

K = jumlah variabel independent

N = jumlah sampel

R2 = koefisien korelasi berganda

Kriteria pengujian adalah sebagai berikut :

Menentukan hipotesis nihil dan hipotesis alternative

H0 : β = secara signifikan variabel independent tidak berpengaruh terhadap

variabel dependent
Ha : β = 0, secara signifikan variabel independent berpengaruh terhadap variabel

dependent

Apabila nilai F hitung ˃ F tabel, maka H0 ditolak dan Ha diterima.

Apabila nilai F hitung ˂ F tabel, maka H0 diterima dan H0 ditolak.

3.6.4 Uji t (Uji Parsial)

Pengujian secara parsial digunakan untuk menguji apakah setiap variabel

independen mempunyai pengaruh yang signifikan atau tidak signifikan terhadap

variabel dependennya. Sebagai acuan untuk menerima atau menolak hipotesis

yang telah dikemukakan, maka menurut Rangkuti (2007:165) digunakan uji- t

adalah sebagai berikut:

bᵢ
th = Sbᵢ

Dimana :

b = koefisien regresi berganda

Sb = standar error

Apabila nilai t hitung ˃ t tabel atau nilai signifikan ˂ 0,05, maka H0 ditolak

dan Ha diterima

Apabila nilai t hitung ˂ t tabel atau nilai signifikan ˃ 0,05, maka H0

diterima dan Ha ditolak.

Adapun cara untuk mencari perhitungan dan mempercepat proses

analisis ini maka dipergunakan sistem komputerisasi dengan mempergunakan

SPSS (Statistical Product and Services Solition) sehingga dengan menggunakan

program komputer tersebut nilai yang akan dicari akan muncul tanpa

menggunakan perhitungan manual.

3.7 Asumsi Klasik

3.7.1 Multikolinearitas

Multikolinearitas adalah situasi adanya korelasi antar variabel-variabel

independen. Dalam hal ini variabel disebut tidak orthogonal. Variabel-variabel

independen yang bersifat orthogonal adalah variabel bebas yang nilai korelasi

diantara sesamanya sama dengan nol. Jika terdapat korelasi yang sempurna

diantara sesama variabel independen sehingga nilai koefisien korelasi antara

variabel independen dengan sesamanya sama dengan satu, maka konsekuensi

multikolinearitas adalah :

1. Koefisien-koefisien regresi menjadi tidak dapat ditaksir.

2. Nilai standar error setiap koefisien regresi menjadi tak terhingga.

Multikolinearitas berfungsi untuk mengetahui hubungan antara beberapa

atau semua variabel yang menjelaskan dalam model regresi. Jika dalam model

tersebut terdapat multikolinearitas maka model tersebut memiliki kesalahan

standar yang besar sehingga koefisien tidak dapat ditaksir dengan ketepatan

tinggi.

Dalam penelitian ini metode yang digunakan untuk pendeteksian

multikolinearitas adalah dengan menggunakan metode Klein, yaitu dengan

membandingkan nilai r2 dengan nilai R2 yang didapat dari hasil matriks korelasi.

1. Jika nilai r2 ˃ maka ada masalah multikolinearitas.

2. Jika nilai r2 ˂ maka tidak ada masalah multikolinearitas.

3.7.2 Uji Autokorelasi

 Menguji apakah dalam sebuah model regresi linear ada korelasi antara

kesalahan pengganggu pada periode 1 dengan kesalahan pada periode t-1

(sebelumnya). Jika terjadi korelasi, maka dinamakan ada problema autokorelasi.

Guna menguji apakah terdapatautokorelasi dilakukan dengan

menggunakan metode statistic dari Durbin-Watson, dimana angka D-W secara

umum dapat diambil patokan :

1. Angka D-W dibawah -2 berarti ada autokorelasi positif.

2. Angka D-W diantara -2 sampai +2 berarti tidak ada autokorelasi.

3. Angka D-W diatas +2 berarti ada autokorelasi negative.

3.7.3 Heteroskedastisitas

Untuk menguji apakah variabel pengganggu mempunyai varian yang

sama. Salah satu cara untuk mengujinya adalah dengan metode Park, yaitu

dengan meregres nilai residual mutlak dengan variabel independen, sehingga

persamaannya sebagai berikut (Gujarati, 1991 : 186-187) :

Ei2 = b0 + b1log Y + b2K + b3S + b4P

Selanjutnya dilakukan uji t :

1. Jika signifikan, maka terjadi masalah heteroskedastisitas

2. Jika tidak signifikan, maka tidak terjadi masalah heteroskedastisitas.