Anda di halaman 1dari 4

METODOLOGI RISET AGRIBISNIS

MODEL PENGELOLAAN DANA DESA DAN PEMBERDAYAAN PETANI DI DESA


PERBATASAN INDONESIA DENGAN TIMOR LESTE
KERANGKA PEMIKIRAN
HERNITA SAPUTRI
05011382126159

DOSEN PENGAMPUH :

FAKULTAS PERTANIAN
PRODI AGRIBISNIS
UNIVERSITAS SRIWIJAYA TAHUN AJARAN 2021/2022
METEDOLOGI
Kerangka Pemikiran
Evaluasi hasil dari implementasi dapat dilihat dari perencanaan dan pengawasan
(Overman 1996). Dana desa yang diberikan ke pemerintah Desa Manusasi dievaluasi melalui
keterbukaan proses perencanaan dan perencanaan program. Pengawasan dapat dilakukan
dengan melihat kemampuan manajemen dan kepemimpinan dari kepala desa, serta
keterbukaan dan kemudahan akses informasi mengenai laporan pertanggungjawaban bagi
masyarakat Desa Manusasi. Penerima manfaat dari pemberdayaan masyarakat harus mendapat
perhatian dalam menyusun program. Kegunaan dalam memperhatikan karakteristik berkaitan
dengan pemilihan dan penetapan materi, metode, waktu, tempat dan perlengkapan penyuluhan
(Mardikanto dan Poerwoko 2017). Karakteristik dapat dibedakan secara umum melalui modal
manusia, modal sosial, modal fisik.
Lingkup Bahasan
Penelitian ini dibatasi pada pelaksanaan penggunaan dana desa dari tahun 2017-2019
atau sebelum adanya pandemi Covid-19. Topik kajian difokuskan pada pembahasan dampak
pemberian dana desa yang dilihat dari pengaruh ekonomi wilayah, pelaksanaan pengelolaan
dana desa, dan pemberdayaan petani di Desa Manusasi.
Lokasi dan Waktu Penelitian
Lokasi penelitian ditentukan dengan menggunakan metode purposive (sengaja).
Penelitian dilaksanakan di Desa Manusasi, Kecamatan Miomaffo Barat, Kabupaten Timor
Tengah Utara. Pemilihan Desa Manusasi sebagai lokasi penelitian karena Manusasi merupakan
salah satu desa yang berbatasan dengan negara RDTL. Kegiatan penelitian dilakukan melalui
wawancara terhadap responden yang merupakan kepala keluarga di Desa Manusasi. Kegiatan
dilaksanakan pada bulan Agustus-September 2020.
Jenis dan Cara Pengumpulan Data
Data yang digunakan dalam penelitian ini merupakan data primer yang diperoleh dari
wawancara dan pengisian kuesioner. Data sekunder diperoleh dari beberapa instansi terkait,
yaitu Badan Pusat Statistik dan Kementerian Desa, Pembangunan Daerah Tertinggal dan
Transmigrasi (Kemen Desa PDTT). Metode pengumpulan data yang digunakan dalam
penelitian yaitu accidental sampling. Metode tersebut dipilih karena keterbatasan waktu serta
kesibukan petani yang bekerja dari pagi sampai menjelang malam.
ANALISIS DATA
Analisis Efek Pengganda
Metode analisis data yang digunakan dalam penelitian ini adalah deskripsi kuantitatif
dengan menggunakan nilai multiplier effect. Pendekatan angka multiplier effect
menggunakan formula sebagai berikut (Tiebout 1956):
𝐾 = 1 1 − (MPC ∗ PSY) … … … … … … … … … … … (1)
keterangan: K = Pengaruh ekonomi wilayah (multiplier effect)
MPC = Proporsi pendapatan responden yang dibelanjakan di Desa Manusasi
PSY = Bagian dari pengeluaran responden yang menghasilkan pendapatan di Desa Manusasi
Analisis Pelaksanaan Pengelolaan
Dana Desa Menganalisis pelaksanaan pengelolaan dana desa di daerah perbatasan
menggunakan Structural Equation Modeling berbasis varians yaitu Partial Least Square
(PLS) diolah dengan software SMARTPLS3. Model yang digunakan dalam menganalisis
proses pelaksanaan pengelolaan dana desa terdiri dari variabel proses perencanaan yang dapat
direfleksikan oleh keterbukaan proses perencanaan (PP1) dan penyusunan perencanaan
program (PP2). Variabel pengawasan yang direfleksikan oleh kepemimpinan kepala desa
(P1) dan kemampuan manajemen (P2). Variabel transparansi yang direfleksikan oleh laporan
pertanggungjawaban (T1) dan keterbukaan akses informasi terhadap laporan
pertanggungjawaban (T2). Variabel evaluasi didefinisikan oleh hasil program dan program
prioritas
Analisis Pemberdayaan Petani Desa Manusasi melalui Pemanfaatan Dana Desa
Analisis pemberdayaan masyarakat Desa Manusasi melalui pemanfaatan dana desa
dilakukan dengan menggunakan Structural Equation Model berbasis varians yaitu Partial
Least Square Pemberdayaan masyarakat di Desa Manusasi direfleksikan dengan kemampuan
pengambilan keputusan (P1), informasi pembiayaan (P2), peningkatan kapasitas teknis (P3),
dan tingkat kesadaran masyarakat untuk berdaya (P4). Keberdayaan masyarakat Desa
Manusasi direfleksikan oleh kemudahan akses pembiayaan (K1), kekosmopolitan (K2),
kesejahteraan masyarakat (K3), dan peningkatan kemampuan teknis
Pengukuran Outer Model Partial Least Square Uji Validitas
Penelitian ini menggunakan model refleksi, pengujian validitas dapat dilihat dari nilai
outer loading dari setiap indikator. Jika nilai skor loading indikator ≤0,5 maka indikator harus
dihapus dari varibel latennya atau modelnya karena indikator tidak termuat (load) ke model
yang mewakilinya. Jika nilai loading 0,5-0,7 maka skor loading masih dapat diterima sebagai
indikator yang merefleksikan konstruknya (Abdillah et al. 2020).
Uji Realibilitas
Uji realibilitas bertujuan untuk menguji tingkat konsistensi dan stabilitas alat ukur atau
instrumen dalam mengukur suatu konsep atau model. Uji realibilitas dilakukan setelah
dilakukan uji validitas. Sebuah model dikatakan reliabel dapat dilihat dari beberapa hasil uji.
Pada penelitian ini menggunakan nilai composite realibility. Variabel laten atau model
dikatakan reliabel jika memiliki nilai composite realibility >0,7 (Abdillah et al. 2020).
Pengukuran Inner Model Partial Least Square Koefisien Determinasi
Koefisien determinasi merupakan nilai yang menunjukkan seberapa besar variabel
respon dijelaskan oleh variabel prediktor. Koefisien yang digunakan di dalam partial least
square memiliki beberapa kriteria atau tingkatan.
Effect Size f2
Effect size f2 merupakan nilai untuk menunjukkan tingkat pengaruh variabel laten
endogen terhadap variabel laten eksogen. F2 memiliki beberapa nilai kriteria pengaruh variabel
endogen terhadap variabel eksogennya, yaitu 0,02 yang menunjukkan variabel eksogennya
berpengaruh lemah, 0,15 yang menunjukkan variabel eksogennya berpengaruh moderat, dan
0,35 yang menunjukkan variabel eksogennya berpengaruh kuat (Chin 2010).

Anda mungkin juga menyukai