Download - Bab iii metode penelitian
III. METODE PENELITIAN
3.1. Jenis dan Sumber Data
Data yang digunakan pada penelitian ini adalah data sekunder dan data
primer. Data primer diperoleh dari wawancara langsung dengan pegawai divisi
produksi urea PT. Pupuk Kujang mengenai produksi perusahaan. Data sekunder
yang diperoleh berupa profil PT. Pupuk Kujang dan data-data faktor produksi
dalam bentuk time series periode 1985-2010. Data sekunder juga diperoleh dari
studi kepustakaan, literatur yang berkaitan dan relevan dengan penelitian yang
didukung dari perpustakaan Institut Pertanian Bogor, Asosiasi Produsen Pupuk
Indonesia (APPI), instansi-instansi lainnya serta publikasi atau laporan-laporan
yang berkaitan dengan penelitian ini dari berbagai media massa serta elektronik.
3.2. Metode Analisis Data
Analisis data pada penelitian ini dilakukan secara kuantitatif, yaitu faktor-
faktor yang memengaruhi produksi pupuk urea PT. Pupuk Kujang periode tahun
1985-2010. Analisis kuantitatif yang digunakan dalam penelitian ini
menggunakan fungsi Cobb Douglas dengan metode OLS (Ordinary Least
Square). untuk melihat pengaruh variabel-variabel yang telah ditentukan terhadap
produksi pupuk urea PT. Pupuk Kujang. Fungsi produksi Cobb Douglas
digunakan karena dianggap lebih mudah diaplikasikan dengan permasalahan
dalam penelitian ini dan menghasilkan penyelesaian yang lebih mudah dibanding
dengan fungsi produksi lain. Adapun penelitian ini menggunakan program
Minitab 14 dan Microsoft Excel 2007.
3.3. Pengukuran Variabel
Konsep pengukuran variabel yang digunakan dalam penelitian dalam
penelitian ini terdiri dari variabel bebas (independent variable) dan variabel tak
bebas (dependent variable) PT. Pupuk Kujang tahun 1985-2010.
Dalam menganalisis faktor-faktor yang mempengaruhi produksi pupuk
urea PT. Pupuk Kujang, variabel-variabel yang digunakan antara lain :
1. Produksi Pupuk Urea (Y)
Pupuk urea yang dihasilkan pada PT. Pupuk Kujang adalah pupuk urea
bersubsidi dan tidak bersubsidi. Kapasitas produksi terpasang pupuk urea
adalah 570.000 ton per tahun.
2. Modal (X1)
Modal yang dimaksud adalah modal tetap. Modal tetap dalam hal ini adalah
mesin-mesin dan alat pabrik yang berpengaruh langsung terhadap proses
produksi pupuk urea pada PT. Pupuk Kujang 1-A dikurangi dengan biaya
depresiasi.
3. Tenaga Kerja (X2)
Tenaga kerja yang dimaksud adalah tenaga kerja tetap yang berpengaruh
langsung pada proses produksi pupuk urea 1-A. Tenaga kerja pada bagian
produksi PT. Pupuk Kujang relatif sedikit karena teknologi yang digunakan
dalam produksi pupuk urea sangat canggih sehingga industri ini merupakan
industri padat tenaga kerja.
4. Bahan Baku (X3)
Bahan baku yang dimaksud adalah bahan baku yang peranannya sangat
penting dalam proses produksi pupuk urea, yaitu gas bumi. Gas bumi
diperoleh oleh PT. Pupuk Kujang berasal dari Pertamina hulu energi.
Satuan gas bumi yang dipakai pada penelitian ini adalah mmbtu, satuan
tersebut adalah satuan energi dari gas bumi.
5. Stream Days ( X4)
Stream days adalah waktu yang diperlukan mesin dalam memproduksi
pupuk dari bahan baku sampai dengan butiran pupuk urea. Stream days
pada PT. Pupuk Kujang dihitung dalam satuan hari. Berdasarkan sifat
proses produksi pupuk urea yang kontinyu, apabila terjadi kerusakan atau
kemacetan pada mesin maka akan berpengaruh terhadap total produksi urea.
3.4. Model Analisis
Pada penelitian ini model yang digunakan untuk menganalisis fungsi
produksi adalah fungsi produksi Cobb-Douglas, dimana fungsi Cobb-Douglas
seperti yang dirumuskan pada persamaan (3.1) :
= a X1b1
X2b2
X3b3
X4b4
(3.1)
dimana:
Y = Total Produksi Pupuk (ton)
X1 = Jumlah Modal Tetap (juta rupiah)
X2 = Jumlah tenaga kerja (jiwa)
X3 = Jumlah bahan baku (mmbtu)
X4 = Jumlah stream days (hari)
a = intersep
bi = koefisien regresi penduga (b1,...,b4)
Model di atas dapat dipergunakan untuk mengetahui nilai elastisitas dari
masing-masing output, sebab koefisien pangkat dari model tersebut dapat
menunjukkan nilai elastisitasnya. Selain dari nilai elastisitas, skala usaha (return
to scale) dapat juga diketahui dengan menjumlahkan nilai koefisien dari masing-
masing faktor tersebut. Apabila penjumlahannya lebih dari satu (∑bi>1), berarti
skala semakin meningkat (increasing return to scale). Jika hasil penjumlahannya
sama dengan satu (∑bi =1), berarti menunjukkan skala usaha yang tetap (constant
return to scale). Sedangkan jika hasil penjumlahan kurang dari satu (∑bi<1)
berarti menunjukkan skala usaha yang semakin menurun (decreasing return to
scale).
3.5. Pengujian Asumsi
Variabel-variabel yang diestimasi harus memenuhi asumsi regresi klasik
agar hasil estimasi bersifat BLUE (Best Liniear Unbiased Estimation). Untuk itu
diperlukan uji-uji asumsi yang memenuhi, uji tersebut adalah:
1. Uji Normalitas
Uji ini digunakan untuk melihat apakah distribusi dari error termnya
(residual) menyebar normal atau tidak. Uji normalitas dapat menggunakan uji
Kolmogrov-Smirnov. Hipotesis uji normalitas adalah sebagai berikut:
H0 : residual menyebar normal
H1 : residual tidak menyebar normal
Apabila nilai p-value lebih besar dari alfa berarti terima H0, maka residual
menyebar normal. Artinya dalam regresi tersebut asumsi kenormalan terpenuhi.
2. Uji Multikolinearitas
Uji multikolinearitas adalah pengujian yang dilakukan untuk melihat
apakah terdapat hubungan linear di antara beberapa atau semua variabel
independen dari model regresi. Multikolinearitas dapat menyebabkan koefisien
variabel independen cenderung tidak signifikan terhadap variabel respon. Cara
mengetahui apakah dalam model tersebut mengandung multikolinearitas atau
tidak adalah dengan cara menghitung Varians Inflation Factor (VIF). Jika nilai
VIF < 10, maka persamaan tersebut tidak ada masalah multikolinearitas.
3. Uji Autokorelasi
Uji autokorelasi digunakan untuk mengetahui apakah residual memiliki
korelasi dengan residual lain. Untuk mendeteksi adanya korelasi serial adalah
dengan melihat nilai Durbin- Watson (DW). Untuk mengetahui ada atau tidaknya
autokorelasi, maka dilakukan dengan membandingkan Dw statistik dengan Dw
tabel.
4. Uji Heteroskedastisitas
Suatu fungsi dikatakan baik apabila memenuhi asumsi homoskedastisitas
(tidak terjadi heteroskedastisitas) atau memiliki ragam error yang sama. Salah
satu cara untuk melihat ada atau tidaknya masalah heteroskedastisitas adalah
dengan menggunakan uji White. Uji White menggunakan residual kuadrat sebagai
variabel dependen yang diregresikan terhadap variabel-variabel independennya.
Hipotesis penggunaan uji White adalah:
H0 : homoskedastisitas
H1 : heteroskedastisitas
Apabila nilai p-value lebih besar dari taraf nyata (α) yang digunakan maka
terima H0, sehingga tidak terjadi pelanggaran asumsi heteroskedastisitas.
Sebaliknya jika p-value lebih kecil dari taraf nayat (α) yang digunakan makan
tolak H0 dan terjadi pelanggaran asumsi heteroskedastisitas.