184
Dari hasil model revisi 5 analisis uji model undimensional pada variabel laten tujuan pembangunan perikanan Jawa Tengah menunjukkan
bahwa model telah fit, yang ditunjukkan dari nilai Chi-square 23,874, probabilitas 0,032, CMINDf 1,836, AGFI 0,935, GF I 0,970, TLI
0,973 dan RMSEA 0,061 yang telah memenuhi syarat Gambar 41. Dari tujuh indikator yang membentuk variabel laten tujuan
pembangunan perikanan Jawa Tengah, yang berpengaruh terbesar terhadap tujuan pembangunan perikanan Jawa Tengah adalah indikator Y5
penyerapan tenaga kerja. Dengan besarnya pengaruh penyerapan tenaga kerja mengindikasikan bahwa sektor perikanan di Jawa Tengah
4.3.2 Estimasi persamaan full model
Sebelum menganalisis full model lebih lanjut, perlu dijelaskan bahwa dari uji analisis faktor konfirmatori Confirmatory Factor Analysis CFA
dari suatu indikator yang membentuk suatu variabel laten dari awal model sejumlah 49 indikator, ada sepuluh 10 indikator yang dihilangkan dari
variabel laten yang membentuknya, antara lain X29, X30, X31, X32, X36, X38 Y2, Y3, Y4 dan Y9. Seperti pada Tabel 118 dijelaskan bahwa untuk
variabel laten lingkungan usaha perikanan LUP, kebijakan pemerintah pusat KEBIJ_PUS, dan kebijakan pemerintah daerah KEBIJ_DAE,
semua indikator sesuai dengan variabel laten yang membentuknya, sedangkan pada variabel laten kinerja usaha perikanan tangkap
KUP_TANG, kinerja industri pengolahan KUP_PROS, dan tujuan
pembangunan perikanan Jawa Tengah TUJ_PEM_Pi, tidak semua
indikator mampu menjelaskan variabel yang dibentuknya. Untuk menilai pengukuran reliabilitas dan variance konstruk tiap
variabel laten disajikan pada Tabel 126. Dari evaluasi model tiap variabel laten penelitian terhadap nilai reliabilitas dan variance extracted pada Tabel
119, didapatkan pada kontruk lingkungan usaha perikanan LUP, kebijakan pemerintah pusat KEBIJ_PUS, kebijakan pemerintah daerah
KEBIJ_DAER, kinerja usaha perikanan tangkap KUP_TANG, kinerja industri pengolahan KI_PROS, dan tujuan pembangunan perikanan Jawa
Tengah TUJ_PEM_PI, dapat diterima karena memiliki nilai lebih besar dari 0,7 yang merupakan syarat indikator-indikator yang mengukur variabel
185
laten tersebut cukup dapat menggambarkan kontruknya. Akan tetapi, dari nilai variance extracted ada dua variabel laten yaitu LUP dan KEBIJ_DAE,
dibawah nilai yang disyaratkan yaitu 0,5, walaupun demikian menurut Ferdinand 2006 nilai tersebut bukanlah harga mati, dan selisihnya tidak
terlalu besar dari syarat nilai yang ditentukan. Tabel 126
Hasil uji analisis faktor konfirmatori Confirmatory Factor Analysis CFA dari indikator yang membentuk suatu variabel
laten pada full model
No. Variabel Indikator
Hasil akhir CFA
Catatan
1 Lingkungan
usaha perikanan LUP
X1, X2, X3, X4, X5, X6, X7, X8,
X9, dan X10 X1, X2, X3, X4,
X5, X6, X7, X8, X9, dan X10
Terjadi korelasi antar error e
2 Kebijakan
pemerintah pusat
KEBIJ_PUS X11, X12, X13,
X14, dan X15 X11, X12, X13,
X14, dan X15 -
3 Kebijakan
pemerintah daerah
KEBIJ_DAE X16, X17, X18,
X19, X20, X21, X22, X23, dan
X24 X16, X17, X18,
X19, X20, X21, X22, X23, dan
X24 Terjadi korelasi
antar error e
4 Kinerja
usaha perikanan
tangkap KUP_TANG
X25, X26, X27, X28, X29, X30,
X31 dan X32 X25, X26, X27,
dan X28 Indikator X29,
X30, X31 dan X32 dikeluarkan
5 Kinerja industri
pengolahan KUP_PROS
X33, X34, X35, X36, X37, dan
X38 X33, X34, X35
dan X37 Indikator X36
dan X38 dikeluarkan,
serta adanya korelasi antar
error e
6 Tujuan
pembangunan perikanan Jawa
Tengah
TUJ_PEM_Pi Y1, Y2, Y3, Y4,
Y5, Y6, Y7, Y8, Y9, Y10 dan
Y11 Y1, Y5, Y6, Y7,
Y8, Y10, dan Y11
Indikator Y2, Y3, Y4 dan Y9
dikeluarkan serta adanya
korelasi antar error e
Sumber : Data primer yang telah diolah, 2008
186
Tabel 127 Evaluasi model tiap variabel laten penelitian terhadap nilai reliabilitas dan variance extracted
No Variabel
Reliabilitas Evaluasi
Model Variance
Extracted Evaluasi
Model
1 LUP 0,845 Diterima
0,403 -
2 KEBIJ_PUS 0,968 Diterima
0,860 Diterima 3 KEBIJ_DAER
0,864 Diterima 0,450
- 4 KUP_TANG
0,810 Diterima 0,548 Diterima
5 KI_PROS 0,763 Diterima
0,527 Diterima 6 TUJ_PEM_PI
0,899 Diterima 0,570 Diterima
Sumber : Data primer yang telah diolah, 2008 Sementara itu pengukuran model fit untuk nilai reliabilitas konstruk
dan variance extracted, setiap variabel laten digunakan untuk menilai apakah indikator-indikator tersebut cukup dapat menggambarkan
kontruknya Ghozali 2004. Hasil reliabilitas yang tinggi memberikan keyakinan bahwa indikator individu semua konsisten dengan
pengukurannya. Tingkat reliabilitas yang diterima secara umum adalah lebih besar dari 0,70, dan dari hasil perhitungan reliabilitas yang disajikan
pada Tabel 119, menunjukkan bahwa semua variabel penelitian telah memiliki nilai lebih besar dari 0,07, sehingga dapat disimpulkan bahwa
indikator individu semuanya konsisten dengan pengukurannya. Sementara itu, untuk pengukuran nilai variance extracted ada 2 variabel yang memiliki
nilai yang lebih rendah dari ukuran yang direkomendasikan yaitu lingkungan usaha perikanan LUP 0,403 dan kebijakan pemerintah
daerah KEBIJ_DAER 0,450. Walaupun ada nilai variance extracted tersebut lebih rendah dari nilai yang direkomendasikan yaitu 0,50, akan
tetapi menurut Ferdinand 2006, nilai tersebut dapat diterima sepanjang disertai dengan alasan empirik yang terlihat dalam proses eksplorasi.
Kemudian dari informasi pada Tabel 125, setelah dilakukannya uji akhir pada uji analisis faktor konfirmatori Confirmatory Factor Analysis
CFA, kemudian terbentuk Gambar 44 yang merupakan full model setelah diuji analisis faktor konfirmatori. Dari full Model awal tersebut merupakan
model struktur hubungan secara rumit antara lingkungan usaha perikanan LUP, kebijakan pemerintah pusat KEBIJ_PUS, kebijakan pemerintah
187
daerah KEBIJ_DAE, kinerja usaha perikanan tangkap KUP_TANG, kinerja industri pengolahan KI_PROS, dan tujuan pembangunan
perikanan Jawa Tengah TUJ_PEM_Pi. Adapun indikator atau dimensi yang dikeluarkan dari model antara lain : ikut menciptakan keamanan
X29, kebersihan lingkungan X30, sarana dan prasarana TPI X31, ketersediaan es atau garam X32, penyediaan pangan yang bergizi X36,
teknologi dan nilai tambah X38, GDP atau devisa Y2,
incomependapatan daerah Y3, kenaikan income pendapatan masyarakat Y4 dan plasma nutfah Y9. Dikeluarkannya indikator-
indikator tersebut, menunjukkan bahwa indikator itu bukanlah merupakan indikator yang membentuk masing-masing variabel laten.
TUJ_PEM_PI KEBIJ_DAE
X24
,80
e24
1,00 1
X23
,53
e23
,37 1
X22
,60
e22
,33 1
X21
,50
e21
1,07 1
X20
,50
e20
1,54 1
X19
1,01
e19
,33 1
X18
,45
e18
1,28 1
X17
,23
e17
,79 1
X16
,43
e16
1,59 1
KEBIJ_PUS
X15
,11
e15
1,00 1
X14
,14
e14
,89 1
X13
,16
e13
1,01 1
X12
,33
e12
,68 1
X11
,60
e11
,55 1
LUP
X10
1,19
e10
1,00 1
X9
1,21
e9
,66 1
X8
1,18
e8
,77 1
X7
1,06
e7
,80 1
X6
,83
e6
2,47 1
X5
,37
e5
2,83 1
X4
,80
e4
2,49 1
X3
,98
e3
1,89 1
X2
,35
e2
2,70 1
X1
,58
e1
2,46 1
KUP_TANG KI_PROS
-,02 ,89
-,02 ,10
-,37
,60 -,15
-,04 -,22
-,49 2,10
,08 ,09
z1
1 ,01
z4
,12
z6
,02
z3
1
,46 1
1,58
z2
1 1
Chi-Square=1644,598 Df=709
CMINDF=2,320 Probabilitas=,000
AGFI=,700 GFI=,741
TLI=,817 RMSEA=,076
,40
-,09
,04 ,09
-,01 ,30
,01 ,07
-,15 ,18
Y1
,74
e39
1,00 1
Y5
,31
e43
,94 1
Y6
,32
e44
,72 1
Y7
,33
e45
,76 1
Y8
,22
e46
,73 1
Y10
,47
e48
,33 1
Y11
,48
e49
,73 1
X33
,20
e33
1,00 1
X34
,69
e34
,39 1
X35
,58
e35
,68 1
X37
1,09
e37
-,04 1
X38
,61
e38
-,17 1
,37
z5
1 ,28
X25
,63
e25
1,00 1
X26
,25
e26
6,75 1
X27
,31
e27
4,40 1
X28
,14
e28
3,00 1
,52 ,36
,52 ,45
,57 ,35
,18
Gambar 42 Output path diagram full model awal penelitian
188
Tabel 128 Indeks pengujian kelayakan kesesuaian full model awal penelitian
No. Goodness of Fit
Creation Index Syarat
sebuah model fit
Hasil analisis
Evaluasi model
1. Chi Square Statistic
Kecil, ?
2
dengan df= 709 adalah
772,055 1664,598
2. Significant Probability P
≤ 0,05
0,000 Baik
3. CMINDF
≤ 2,00
2,320 Marginal
4. GFI goodness-of-fit index
≥ 0,90
0,741 Marginal
5. AGFI adjusted goodness-
of- fit index ≥
0,90 0,700
Marginal 6.
TLI Tucker-Lewis Index ≥
0,95 0,817
Baik 7.
RMSEA adjusted goodness-of- fit index
≤ 0,08
0,076 Baik
Sumber : Data primer yang telah diolah, 2008 Dari hasil awal full model menunjukkan nilai Chi-square sebagai
kriteria model fit menunjukkan bahwa model belum fit, hal ini ditunjukkan oleh nilai Chi-square 1664,598, probabilitas 0,000, nilai fit lainnya juga
menghasilkan nilai dibawah yang direkomendasikan antara lain, CMINDf 2,320, AGFI 0,700, GFI 0,741, dan TLI 0,817, sedangkan nilai
RMSEA 0,076 telah fit Gambar 42. Sehingga disimpulkan model awal full model masih marginal dan belum fit Tabel 127.
Dari uji tersebut, jika kita uji lebih lanjut untuk merevisi model yaitu dengan melihat nilai modification index MI, maka setelah dilakukan revisi
yang ke-18 Lampiran 10, dengan jalan mencari nilai modification index terbesar pada setiap revisi dan dilakukan korelasi antar MI yang terbesar
tersebut sampai terjadi nilai yang mendekati fit, dimana hal ini terjadi pada revisi ke-18. Dari nilai uji indeks pengujian kelayakan kesesuaian model
dari revisi 1 sampai ke-17 tidak mengalami banyak perubahan Lampiran 11 Hasil revisi ke-18 full model penelitian sebagai berikut :
189
TUJ_PEM_PI KEBIJ_DAE
X24
,79
e24
1,00 1
X23
,52
e23
,37 1
X22
,60
e22
,38 1
X21
,57
e21
1,06 1
X20
,55
e20
1,62 1
X19
1,02
e19
,27 1
X18
,45
e18
1,41 1
X17
,23
e17
,86 1
X16
,51
e16
1,65 1
KEBIJ_PUS
X15
,10
e15
1,00 1
X14
,13
e14
,89 1
X13
,18
e13
1,01 1
X12
,33
e12
,68 1
X11
,62
e11
,53 1
LUP
X10
1,19
e10
1,00 1
X9
1,21
e9
,67 1
X8
1,18
e8
,77 1
X7
1,06
e7
,80 1
X6
,83
e6
2,46 1
X5
,37
e5
2,82 1
X4
,80
e4
2,48 1
X3
,98
e3
1,89 1
X2
,35
e2
2,71 1
X1
,58
e1
2,46 1
KUP_TANG KI_PROS
-,02 -,34
,21 ,06
1,99
2,25 -,68
,04 -5,47
-4,54 2,05
-,16 ,09
z1
1 ,01
z 4
,06
z6
,00
z3
1
,43 1
1,59
z 2
1 1
Chi-Square=1128,994 Df=691
CMINDF=1,634 Probabilitas=,000
AGFI=,769 GFI=,805
TLI=,912 RMSEA=,053
,20
-,08
,01 ,07
,02 ,35
,03 ,06
-,13 ,10
Y1
,74
e39
1,00 1
Y5
,36
e43
,90 1
Y6
,35
e44
,66 1
Y7
,36
e45
,72 1
Y8
,22
e46
,73 1
Y10
,47
e48
,21 1
Y11
,46
e49
,75 1
X33
,23
e33
1,00 1
X34
,68
e34
,40 1
X35
,54
e35
,74 1
X37
1,05
e37
-,15 1
X38
,61
e38
-,20 1
,27
z 5
1 ,13
X25
,63
e25
1,00 1
X26
,26
e26
7,00 1
X27
,31
e27
4,66 1
X28
,14
e28
3,21 1
,52 ,36
,52 ,45
,57 ,35
,20 ,62
,29 ,32
-,03
,13 -,06
,16 ,19
,08 ,15
-,13 ,06
-,16 ,11
,08 ,08
,08 -,12
Gambar 43 Output path diagram full model revisi ke-18 penelitian Tabel 129 Indeks pengujian kelayakan kesesuaian full model revisi 18
penelitian
No. Goodness of Fit
Creation Index Syarat
sebuah model fit
Hasil analisis
Evaluasi model
1. Chi Square Statistic
Kecil, ?
2
dengan df= 691 adalah
753,264 1128,994
2. Significant Probability P
≤ 0,05
0,000 Baik
3. CMINDF
≤ 2,00
1,634 Baik
4. GFI goodness-of-fit index
≥ 0,90
0,805 Cukup baik
5. AGFI adjusted goodness-
of- fit index ≥
0,90 0,769
Cukup baik 6.
TLI Tucker-Lewis Index ≥
0,95 0,912
Baik 7.
RMSEA adjusted goodness-of- fit index
≤ 0,08
0,053 Baik
Sumber : Data primer yang telah diolah, 2008
190
Pada Tabel 128, hasil pengolahan data dengan beberapa indikator kesesuaian memiliki nilai chi-square X
2
sebesar 1141,481 dengan 691 degrees of freedom. Probabilitas chi-square adalah signifikan P = 0,000
yang berarti bahwa model telah fit. Untuk penilaian yang lain juga belum fit artinya masih marginal, antara lain, GFI 0,805 dan AGFI 0,769,
sedangkan untuk nilai CMINDF 1,634, TLI 0,912 dan RMSEA 0,053 sudah baik.
Dari data hasil pengolahan pada model revisi 18 menunjukkan nilai sudah fit dan baik, walaupun catatan bahwa nilai GFI dan AGFI sedikit
dibawah nilai yang dipersyaratkan. GFI Goodness of Fit Index merupakan suatu ukuran mengenai ketepatan model dalam menghasilkan observed
matriks kovarian. Nilai GFI yang diperoleh sebesar 0,805. Hal ini menunjukkan bahwa model cukup baik karena batas untuk nilai GFI
berkisar dari 0 poor fir sampai 1 perfect fit atau lebih dari 0,90. AGFI Adjusted Goodness of Fit Index merupakan pengembangan
dari GFI yang disesuaikan dengan ratio degrees of freedom pada suatu model. Nilai AGFI yang diperoleh sebesar 0,769 mengindikasikan nilai yang
cukup baik. Nilai yang direkomendasikan adalah ≥
0,90. CMINDF merupakan rasio perbandingan antara nilai CMIN The
Minimum Sample Discrepancy Function dengan degrees of freedom, yang tidak lain adalah nilai chi-square dibagi dengan degrees of freedom X
2
df. Rasio X
2
df model ini adalah 1,634. Nilai tersebut lebih kecil dari cut of
value sebesar 2,00, sehingga model dapat dikatakan berada pada kisaran baik.
Nilai TLI Tucker-Lewis Index atau NNFI Non normed Fit Index berkisar dari 0 sampai 1 dan nilai yang direkomendasikan adalah
≥ 0,90.
Nilai TLI pada model sebesar 0,912, mengindikasikan bahwa model baik. RMSEA Root Mean Square Error of Approximation merupakan
ukuran yang mencoba memperbaiki kecenderungan statistik chi-square menolak model dengan jumlah sampel yang besar. Nilai RMSEA lebih kecil
dari 0,08 merupakan ukuran yang dapat diterima. Nilai RMSEA pada model adalah 0,053 yang menunjukkan bahwa model baik.
Setelah model dinyatakan baik, walaupun ada catatan adanya perhitungan model yang kurang baik, maka dari model revisi ke-18 ini akan
191
dijadikan sebagai dasar untuk menguji hipotesis Selanjutnya berdasarkan model fit ini akan dilakukan pengujian terhadap lima belas hipotesis yang
diajukan dalam penelitian ini, maupun akan melakukan simulasi, sesuai dengan kepentingan penelitian.
Tabel 130 Variabel indikator yang paling berpengaruh terhadap variabel laten pada penelitian
Analisis No.
Variabel Laten CFA
Full Model
1 Lingkungan usaha
perikananLUP X5=perijinan sesuai potensi
2,91 X5=perijinan sesuai potensi
2,824 2
Kebijakan pemerintah pusat KEBIJ_PUS
X15=Tersedianya fasilitas puskesmas yang
memadai 1,000 X13=Pelatihan dan
bimbingan yang dapat diakses 1,006
3 Kebijakan pemerintah
daerah KEBIJ_DAE X16=pelatihan dan
penyuluhan yang dapat diakses dan bermutu
2,213 X20=Teknologi yang
memberi nilai tambah ke prosesing 1,613
4 Kinerja usaha perikanan
tangkap KUP_TANG X26= Return on investment
ROI 4,504 X26=Return on Investment
ROI 6,990 5
Kinerja industri pengolahan
KI_PROS
X33=Laba dan Rugi RL 1,000
X33= Laba dan Rugi RL 1,000
6 Tujuan pembangunan
perikanan Jawa Tengah TUJ_PEM_Pi
Y5=penyerapan tenaga kerja 1,381
Y1= Ketahanan pangan 1,000
Sumber : Data primer yang telah diolah, 2008 Pada Tabel 130 didapatkan bahwa dari hasil uji analisis konfirmatori
faktor dan measurement full model dari tiap-tiap variabel laten, mana indikator-indikator yang berpengaruh terhadap masing-masing variabel
laten. Dari lingkungan usaha perikanan didapatkan bahwa indikator yang paling berpengaruh baik pada uji analisis konfirmatori faktor maupun
measurement full model adalah perijinan sesuai potensi X5. Dari hasil ini menjelaskan bahwa jika perijinan sesuai potensi ditingkatkan sebesar 1
satuan akan meningkatkan peran lingkungan usaha perikanan sebesar 2,91 pada uji CFA dan 2,824 pada uji full model.
Pada variabel kebijakan pemerintah pusat indikator yang paling berpengaruh pada hasil uji analisis konfirmatori faktor adalah tersedianya
fasilitas puskesmas yang memadai X15 dengan nilai koefisien regresi sebesar 1,000, sedangkan pada uji measurement full model faktor yang
paling berpengaruh adalah pelatihan dan bimbingan yang dapat diakses X13. Dari hasil ini dapat disimpulkan bahwa kebijakan pelatihan dan
192
bimbingan yang dapat diakses dari pemerintah pusat merupakan kebijakan yang dapat meningkatkan pembangunan perikanan di Jawa Tengah.
Dari variabel kebijakan pemerintah daerah faktor yang paling berpengaruh pada hasil uji analisis konfirmatori faktor adalah pelatihan dan
penyuluhan yang dapat diakses dan bermutu X16, dengan nilai koefisien regresi sebesar 2,213, sedangkan pada uji measurement full model faktor
yang paling berpengaruh adalah teknologi yang memberi nilai tambah ke prosesing X20, dengan nilai koefisien regresi sebesar 1,613. Dengan
demikian secara simultan kebijakan pemerintah dalam upaya untuk peningkatan teknologi yang bertujuan untuk memberikan nilai tambah pada
industri pengolahan hasil perikanan akan dapat meningkatkan peran sektor perikanan yang lebih besar pada pembangunan Jawa Tengah. Dari usaha
untuk peningkatan teknologi tersebut diharapkan terjadi peningkatan kualitas maupun kuantitas produksi dan nilai tambah hasil perikanan,
sehingga mampu tidak hanya memenuhi kebutuhan dalam negeri akan tetapi dapat dilakukan usaha untuk ekspor. Dengan meningkatnya ekspor
dari produk perikanan ini akan meningkatkan devisa negara, mengurangi tingkat kemiskinan, menambah lapangan kerja dan lain-lain.
Untuk kinerja usaha perikanan tangkap dari hasil uji analisis konfirmatori faktor maupun uji measurement full model, faktor yang paling
berpengaruh adalah tingkat pengembalian modal Return on investment. Dengan nilai koefisien regresi sebesar 4,504 untuk uji analisis konfirmatori
faktor dan 6,990 untuk uji measurement full. Dengan demikian, dengan lebih cepatnya modal yang diinvestasikan pada usaha perikanan tangkap
kembali, maka akan dapat meningkatkan kinerja usaha perikanan tangkap lebih baik. Cepatnya modal yang kembali tersebut, diperlukan karena
menurut Kusumastanto 2002 dan Fauzi 2006, pada usaha yang dilakukan di perikanan tangkap memiliki karakteristik bermodalkan besar,
akan tetapi tingkat pengembalian modal tersebut cenderung lama, karena tidak pastiannya hasil tangkapan ikan yang didapatkan. Kondisi ini
diperparah dengan semakin menurunnya hasil tangkapan ikan dari tahun ke tahun, atau sumberdaya ikan di beberapa wilayah telah mengalami over
fishing, salah satunya di daerah pantai utara jawa.
193
Pada variabel kinerja industri pengolahan, dari hasil uji analisis konfirmatori faktor maupun uji measurement full model, faktor yang paling
berpengaruh adalah tingkat laba dan rugi RL yang dihasilkan dari industri pengolahan ikan. Dari kondisi ini, kita dapat menyimpulkan bahwa tingkat
laba dan rugi merupakan faktor utama untuk meningkatkan kinerja industri pengolahan ikan di Jawa Tengah.
Untuk variabel tujuan pembangunan perikanan Jawa Tengah, dari hasil uji analisis konfirmatori penyerapan tenaga kerja Y5 merupakan
faktor yang paling berpengaruh, sedangkan indikator ketahanan pangan Y1 merupakan faktor yang berpengaruh pada hasil uji measurement full
model. Dari kondisi ini dapat dijelaskan, bahwa salah satu keberhasilan pembangunan perikanan di Jawa Tengah adalah terpenuhinya lapangan
pekerjaan bagi masyarakat dan ketercukupinya ketahanan pangan bagi masyarakat. Kebijakan ketahanan pangan ini semakin mengemukan dan
merupakan kebijakan yang akan dikedepankan dari Gubernur yang baru terpilih pada Agustus 2008 ini.
4.4 Pengujian Hipotesis