perpustakaan.uns.ac.id digilib.uns.ac.

id

III. METODE PENELITIAN

A. Metode Dasar Penelitian

Penelitian ini menggunakan metode deskriptif dan analitis. Metode

deskriptif dan analisis adalah sebuah teknik atau cara yang dilakukan untuk
memaparkan suatu permasalahan sehingga dapat dengan jelas di analisis dan
ditarik kesimpulan (Ratna dalam Safitri, 2014). Laju konversi lahan pertanian
dianalisis dengan analisis statistik nonparametik. Sedangkan faktor-faktor
yang memengaruhi konversi lahan pertanian dianalisis dengan teknik analisis
statistik parametik menggunakan alat analisis regresi linier berganda.

B. Metode Penentuan Lokasi

Lokasi penelitian di Kota Tegal dipilih secara sengaja (purposive)
karena fenomena-fenomena yang terjadi di Kota Tegal mengindikasikan
terjadinya konversi lahan pertanian. Adapun pertimbangan yang dijadikan
dasar penentuan lokasi penelitian adalah sebagai berikut:
1. Kota Tegal sebagai pusat kegiatan wilayah dengan fungsi perdagangan,
jasa, industri, dan maritim, berada di daerah pengembangan wilayah
bagian utara yang berada di jalur utama transpotasi Pantura Jawa Tengah,
memiliki akses perdagangan yang sangat kuat.
2. Luas lahan sawah di Kota Tegal berkurang dalam kurun waktu tahun 1999
hingga tahun 2017.
Tabel 2. Luas lahan sawah di Kota Tegal Tahun 1999-2017

Tahun Luas Lahan Sawah (Ha)

1999 1.059,0
2005 913,0
2011 881,5
2017 732,0
Sumber: Badan Pusat Statistik, 1999-2017

commit to user

29
perpustakaan.uns.ac.id 30
digilib.uns.ac.id

C. Sumber dan Jenis Data

Penelitian ini menggunakan data sekunder (time series). Data sekunder

adalah data yang diperoleh dan dikumpulkan oleh pihak lain diolah dan
dipublikasikan untuk kepentingan tertentu (Sugiyono, 2016). Data sekunder
dalam penelitian ini menggunakan data kuantatif. Data sekunder (time series)
yang digunakan terdiri dari data-data yang diperlukan untuk mengidentifikasi
laju konversi lahan pertanian di Kota Tegal dan menganalisis faktor-faktor
yang memengaruhi konversi lahan pertanian di Kota Tegal dalam kurun
waktu 25 tahun terakhir sejak tahun 1993 hingga tahun 2017.

D. Metode Pengumpulan Data

Menurut Nazir (2011) pengumpulan data adalah prosedur yang

sistematik dan standar untuk memperoleh data yang diperlukan, pengumpulan
data merupakan langkah yang amat penting dalam metode ilmiah. Teknik
pengumpulan data yang dilakukan yaitu dengan cara mengumpulkan
data/informasi melalui teknik-teknik, sebagai berikut:

1. Observasi

Teknik perolehan data dengan mengamati secara langsung pada

obyek penelitian. Penulis melakukan pengamatan/observasi terkait
perubahan penggunaan lahan akibat pembangunan perumahan dan
infrastruktur lainnya di Kota Tegal.

2. Wawancara

Teknik pengumpulan data dengan teknik wawancara atau interview

secara langsung dengan informan yaitu petugas Badan Pusat Statistik
(BPS) Kota Tegal.

3. Studi Kepustakaan

Teknik pengumpulan data dengan mengumpulkan informasi dan

bahan-bahan yang diteliti dari buku dan dokumen yang diharapkan
commit to user
perpustakaan.uns.ac.id 31
digilib.uns.ac.id

mendukung dalam penelitian. Studi kepustakaan bersumber dari instansi

pemerintah (Badan Pusat Statistik/ BPS), perpustakaan, dan internet.

E. Metode Analisis Data

Data yang diperoleh selanjutnya dianalisis secara kualitatif dan
kuantitatif. Pengolahan dan analisis data menggunakan komputer dengan
program Microsoft Office Exel 2013 dan Statistical Program and Service
Solution (SPSS) 17.0.

1. Analisis Laju Konversi Lahan

Perhitungan laju konversi lahan pertanian menggunakan persamaan
laju alih fungsi lahan yang digunakan oleh Astuti (2011). Laju konversi
lahan dapat ditentukan dengan cara menghitung laju konversi lahan
secara parsial. Laju konversi lahan secara parsial dapat dijelaskan sebagai
berikut:

Keterangan:
V = laju konversi lahan (%)
Lt = Luas lahan tahun ke-t (ha)
Lt-1 = Luas lahan sebelumnya (ha)
Laju konversi lahan (%) dapat ditentukan melalui selisih antara luas
lahan tahun ke-t dengan luas lahan tahun sebelumnya (t-1). Kemudian
dibagi dengan luas lahan tahun sebelumnya dan dikalikan dengan 100
persen. Hal ini dilakukan juga pada tahun-tahun berikutnya sehingga
diperoleh laju konversi lahan setiap tahun.

2. Analisis Regresi Linier Berganda

Analisis regresi adalah sebuah alat analisis statistik yang
memberikan penjelasan tentang pola hubungan antara variabel dependen
(Y) dengan beberapa variabel independen. Persamaan model linear
berganda untuk mengetahui faktor-faktor yang memengaruhi konversi
commit to user
lahan adalah sebagai berikut:
perpustakaan.uns.ac.id 32
digilib.uns.ac.id

Variabel-variabel pada model persamaan memiliki perbedaan

keragaman yang jauh, dilihat dari satuan masing-masing variabel, maka
terlebih dahulu dilakukan transformasi logaritma natural (Ln) sehingga
dapat mengecilkan perbedaan keragaman antar variabel. Diperoleh model
persamaan sebagai berikut:
LnY = a + β1LnX1 + β2LnX2 + β3LnX3 + β4LnX4
Keterangan:
LnY = Konversi lahan (ha)
= Konstanta
= Koefisien regresi
LnX1 = Jumlah penduduk (jiwa)
LnX2 = Panjang jalan (km)
LnX3 = Bangunan dan pekarangan (ha)
LnX4 = Jumlah sekolah (unit)
Pengujian model persamaan diperlukan untuk memenuhi syarat-
syarat model regresi, yaitu uji statistik untuk pengujian parameter model
regresi dan uji asumsi klasik untuk menguji sifat BLUE (Best, Linear,
Unbiased, Estimator).
a. Uji Asumsi Klasik
Model yang dihasilkan dari regresi linear berganda haruslah
baik, sehingga harus memenuhi kriteria BLUE (Best, Linear,
Unbiased, Estimator). BLUE dapat dicapai bila memenuhi asumsi
klasik. Uji asumsi klasik merupakan pengujian pada model yang telah
berbentuk linear untuk mendapatkan model yang baik. Setelah model
diregresikan kemudian dilakukan uji penyimpangan asumsi:
1) Uji Normalitas
Uji normalitas bertujuan untuk melihat model tersebut baik
atau tidak. Model yang baik jika mempunyai distribusi normal
atau hampir normal. Uji yang dapat digunakan adalah Uji
commit to user
perpustakaan.uns.ac.id 33
digilib.uns.ac.id

Kolmogorov-Smirnov. Hipotesis pada uji Kolmogorov-Smirnov

adalah sebagai berikut :
H0 : Error term terdistribusi normal
H1 : Error term tidak terdistribusi normal
Kriteria pengujian:
a) Jika P-value > α (0,05) maka H0 ditolak
b) Jika P-value < α (0,05) maka H0 diterima
2) Uji Autokorelasi
Autokerelasi adalah adanya korelasi antara variabel itu
sendiri, pada pengamatan berbeda waktu dan individu yang terjadi
dapat data time series. Terdapat beberapa cara yang dapat
digunakan untuk mendeteksi ada tidaknya autokorelasi. Salah
satunya adalah Uji Durbin Watson (DW-test). Pengambilan
keputusannya:
a. Jika nilai DW terletak antara batas atau upper bound (du) dan
(4-du), maka koefisien autokorelasi sama dengan nol, maka
tidak ada autkorelasi positif.
b. Jika nilai DW lebih rendah dari pada batas bawah atau lowne
bound (dl), maka koefisien autokorelasi lebih besar daripada
nol, maka ada autokorelasi positif.
c. Jika nilai DW lebih besar daripada (4-dl), maka koefisien
autokorelasi lebih kecil daripada nol, maka ada autokorelasi
positif.
d. Jika nilai DW lebih kecil daripada (4-dl), maka koefisien
autokorelasi lebih besar daripada nol, maka ada autokorelasi
negatif.
e. Jika nilai DW terletak diantara batas atas (du) dan batas bawah
(dl) atau DW terletak antara (4-du) dan (4-dl), maka hasilnya
tidak dapat disimpulkan.

commit to user
perpustakaan.uns.ac.id 34
digilib.uns.ac.id

3) Uji Multikolinearitas
Jika suatu model regrasi berganda terdapat hubungan linear
sempurna antar peubah bebas dalam model tersebut, maka dapat
dikatakan model tersebut mengalami multikolinearitas. Terjadinya
multikolinearitas menyebabkan R2 tinggi namun tidak banyak
variabel yang signifikan dari uji t. Uji Varian Invaction Factor
(VIF) merupakan salah satu cara yang digunakan dalam metode ini.
Hanya melihat apakah nilai VIF untuk masing-masing variabel
lebih besar dari 10 atau tidak. Bila nilai VIF lebih besar dari 10
maka model tersebut mengalami multikolinearitas. Sebaliknya, jika
VIF lebih kecil dari 10 maka model tersebut tidak mengalami
multikolinearitas.
4) Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah
dalam model regresi terjadi ketidaksamaan variansi dari residual
satu pengamatan kepengamatan yang lain. Jika variansi dari
residual satu pengamatan ke pengamatan yang lain tetap, maka
disebut homoskedastisitas dan jika berbeda disebut
heteroskedstisitas. Model regresi yang baik adalah yang
homoskedastisitas. Deteksi adanya heteroskedastisitas dapat
dilakukan dengan uji korelasi Spearman’s. Model regresi dikatakan
terbebas dari heteroskedastisitas apabila masing-masing variabel
mempunyai nilai signifikansinya diatas α (0,05).

b. Uji Statistik
2) Uji Koefisien determinasi (R2)
Koefisien determinasi yang dinotasikan dengan R2
merupakan suatu ukuran yang penting dalam regresi, karena dapat
menginformasikan baik tidaknya regresi yang teristimasi. Atau
dengan kata lain, angka tersebut dapat mengukur seberapa
dekatkah garis regresi yang teristimasi dengan data sesungguhnya.
commit to user
Nilai koefisien determinasi ini mencrminkan seberapa besar
perpustakaan.uns.ac.id 35
digilib.uns.ac.id

variasi dari variabel dependen dapat dijelaskan oleh variabel

independen. Nilai R2 memiliki besaran yang positif yaitu
0 < R2 < 1.

Keterangan :
ESS = Explained of Sum Squared
TSS = Total Sum of Squared
Kriteria pengujian:
a) Jika nilai R2 bernilai nol maka artinya keragaman variabel
dependen tidak dapat dijelaskan oleh variabel independennya.
b) jika nilai R2 bernilai satu maka keragaman dari variabel
dependen secara keseluruhan dapat diterangkan oleh variabel
independennya secara sempurna. Rumus R2 adalah sebagai
berikut:
3) Uji F
Uji F dilakukan untuk mengetahui pengaruh variabel
independen atau bebas (Xi) secara bersama-sama terhadap
variabel dependen atau tidak bebas (Y). Adapun prosedur yang
digunakan dalam uji F:
H0 = βi = 0
H1 = minimal ada satu βi ≠ 0

Keterangan :
JKR = Jumlah Kuadrat Regresi
JKG = Jumlah Kuadrat Galat
k = Jumlah variabel terhadap intersep
n = Jumlah pengamatan/sampel
Kriteria pengujian:

commit to user
perpustakaan.uns.ac.id 36
digilib.uns.ac.id

a) Apabila nilai sig. pada tabel anova > α (0,05) maka H0

diterima dan H1 ditolak yang berarti bahwa variabel bebas
(Xi) secara bersama-sama tidak berpengaruh nyata terhadap
variabel tidak bebas (Y).
b) Apabila nilai sig. pada tabel anova < α (0,05) maka H0
diterima dan H1 diterima yang berarti bahwa variabel bebas
(Xi) secara bersama-sama berpengaruh nyata terhadap
variabel tidak bebas (Y).
4) Uji t
Uji t dilakukan untuk menghitung koefisien regresi masing-
masing variabel independen sehingga dapat diketahui pengaruh
variabel independen terhadap variabel dependennya. Prosedur
dalam pengujian Uji t :
H0 : βi = 0
H1 : βi ≠ 0

Keterangan :
b = Parameter dugaan
βi = Parameter hipotesis
Seβ = Standar error parameter β
Kriteria pengujian :
a) Jika nilai sig. pada tabel coefficients > α (0,05), maka H0
diterima, artinya variabel (Xi) tidak berpengaruh nyata
terhadap (Y).
b) Jika nilai sig. pada tabel coefficients. < α (0,05), maka H0
ditolak, artinya variabel (Xi) berpengaruh nyata terhadap (Y).

commit to user