Sehingga berdasarkan jenis alat tangkap yang digunakan, maka dapat diambil ukuran sampel sebagai berikut:
Tabel 5. Ukuran Nelayan Sampel berdasarkan Jenis Alat Tangkap
No Jenis Alat Tangkap
Populasi Nelayan Jumlah Sampel
1. Pukat Kantong Seine Nets
80 80175 x 40 = 18
2. Jaring Insang Gill Nets
54 54175 x 40 = 12
3. Perangkap Traps
41 41175 x 40 = 10
4. Pancing Long Lines
5 5
J u m l a h 180
45
3.3. Metode Pengumpulan Data
Data yang digunakan dalam penelitian ini ada 2 jenis yaitu data primer dan data sekunder.
1 Data primer diperoleh dari hasil survei lapangan, wawancara langsung dengan nelayan
dengan menggunakan
kuesioner yang
telah dipersiapkan
sebelumnya. 2 Data sekunder diperoleh dari Dinas Pertanian dan Kelautan Kota Medan , Biro
Pusat Statistik Kota Medan, Kantor Kecamatan Medan Belawan, Kelurahan Bagan Deli dan hasil-hasil penelitian terdahulu serta kepustakaan lainnya.
Spesifikasi pengumpulan data disajikan pada Tabel berikut ini:
Universitas Sumatera Utara
Tabel 6. Spesifikasi Pengumpulan Data
No Jenis Data
Sumber Data Metode
yang dikumpulkan 1.
Data Populasi dan Sampel Kelurahan,
Wawancara -
Medan dalam Angka, Nelayan
Survey
2.
Identitas Nelayan Nelayan
Wawancara Kuesioner
3.
Pendapatan Nelayan Nelayan
Wawancara Kuesioner
4.
Karakteristik Nelayan Nelayan
Wawancara Kuesioner
3.4. Metode Analisis Data
Metode analisis data digunakan untuk menentukan besarnya pengaruh masing-masing karakteristik, yakni curahan waktu kerja X1 , bahan bakar X2,
harga kepiting X3, harga ikan X4 , harga udang X5 dan jenis alat tangkap yang digunakan X6 terhadap variabel Pendapatan Y dengan menggunakan
metode regresi linear berganda. Pengaruh variabel karakteristik nelayan dengan pendapatan dapat dijelaskan dengan memakai rumus persamaan :
Y =
b0 + b1X1 + b2X2 + b3X3 + b4X4 + b5X5 + b6X6 + e i dimana :
b0 = Konstanta
Y = Pendapatan Rpbulan
X1 = curahan waktu kerja jamtrip
X2 = Bahan Bakar Litertrip
X3 = Harga Kepiting Rupiah
Universitas Sumatera Utara
X4 = Harga Ikan Rupiah
X5 = Harga Udang Rupiah
X6 = Jenis Alat Tangkap Units
b1, b2, b3,b4, b5 dan b6 = koefisien regresi ei = error term,
Dalam penelitian
ini, banyaknya kategori yang terkandung dalam X6 jenis alat tangkap yang digunakan adalah 4, yakni alat tangkap pukat kantong
seine nets, alat tangkap jaring insang gill nets, alat tangkap perangkap traps dan alat tangkap pancing long lines.
Sehingga dari persamaan di atas, di dalam variabel alat tangkap yang digunakan X6, mengandung beberapa kategori, sehingga perlu diselesaikan
dengan menggunakan dummy Sunyoto, Danang, 2011. Dalam
analisis ini, jenis alat tangkap yang digunakan X6 merupakan variabel dummy, yang terdiri dari alat tangkap pukat kantong seine nets, alat
tangkap jaring insang gill nets, alat tangkap perangkap traps dan alat tangkap pancing long lines.Dengan demikian , variabel dummy jenis alat tangkap yang
digunakan terbagi menjadi 4 karakteristik, maka model regresi dengan variabel dummy yang dapat dibuat sebanyak k-1, dimana dalam penelitian ini penulis
menentukan pancinglong lines sebagai acuan benchmark, sehingga variabel dummy menjadi D1, D2, D3.
Sehingga Persamaan Regresi Linear Berganda menjadi : Y = b0 + b1X1 + b2X2 + b3X3 + b4X4 + b5X5 +b6D1 + b7D2 + b8D3 + e i
dimana : b0
= Konstanta
Universitas Sumatera Utara
Y = Pendapatan Rpbulan
X1 = Curahan waktu kerja jamtrip
X2 = Bahan Bakar Litertrip
X3 = Harga Kepiting Rp
X4 = Harga Ikan Rp
X5 = Harga Udang Rp
D1 = Alat Tangkap Pukat Kantong,
D1=1, jika alat tangkap yang digunakan Pukat Kantong , dan D1=0, jika alat tangkap yang digunakan bukan Pukat Kantong .
D2 = Alat Tangkap Jaring Insang,
D2=1, jika alat tangkap yang digunakan Jaring Insang , dan D2=0, jika alat tangkap yang digunakan bukan Jaring Insang .
D3 = Alat Tangkap Perangkap,
D3=1, jika alat tangkap yang digunakan Perangkap , dan D3=0, jika alat tangkap yang digunakan bukan Perangkap.
b1, b2, b3,b4, b5, b6, b7 dan b8 = koefisien regresi ei = error term,
Dari persamaan di atas dapat dibuat kombinasi persamaan regresi bergandanya sebagai berikut :
a.Jika menggunakan alat tangkap Pukat Kantong,berarti D1=1, D2=0 dan D3 = 0, maka:
Y = b0 + b1X1+ b2X2 + b3X3 + b4X4+ b5X5 + b61 + b70 + b80 = b0 +b1X1 + b2X2 + b3X3 + b4X4 + b5X5 + b6
=b0 + b6 + b1X1 + b2X2 + b3X3 + b4X4 + b5X5
Universitas Sumatera Utara
b. Jika menggunakan alat tangkap Jaring , berarti D1 = 0, D2 = 1 dan D3 = 0, maka:
Y = b0+b1X1+b2X2+b3X3+b4X4+b5X5+b60+ b71 + b80 = b0 + b1X1+ b2X2 + b3X3 + b4X4 + b5X5 + b7
= b0 + b7 + b1X1 + b2X2 + b3X3 + b4X4 + b5X5 c. Jika menggunakan alat tangkap perangkap, berarti D1=0, D2= 0 dan D3 = 1,
maka: Y = b0 + b1X1 + b2X2 + b3X3 + b4X4 + b5X5 + b60 + b70 + b81
= b0 + b1X1 + b2X2 + b3X3 + b4X4 + b5X5 +b8 = b0 + b8 + b1X1 + b2X2 + b3X3 + b4X4 + b5X5
d. Jika menggunakan alat tangkap Pancing, berarti D1 = 0, D2 = 0 dan D3 = 0, maka:
Y = b0 + b1X1 + b2X2 + b3X3 + b4X4 + b5X5 + b60 + b70 + b80 = b0 + b1X1 + b2X2 + b3X3 + b4X4 + b5X5.
Untuk pengujian hipotesis dilakukan sebagai berikut:
1. Uji Asumsi Klasik pada Regresi Linear Berganda
Uji asumsi klasik pada regresi linear berganda dilakukan dengan melakukan beberapa uji di antaranya:
1.1. Uji Multikolinieritas
Uji asumsi klasik ini diterapkan untuk analisis regresi berganda yang terdiri atas dua atau lebih variabel bebas independent variabel X1, X2,X3, ..., Xn,
dimana akan diukur tingkat keeratan hubunganpengaruh antar variabel bebas
Universitas Sumatera Utara
curahan waktu kerja, bahan bakar, harga kepiting, harga ikan, harga udang dan jenis alat tangkap yang digunakan tersebut melalui besaran koefisien korelasi r.
Multikolinearitas adalah salah satu masalah yang terdapat pada model regresi, dimana terdapatnya hubungan linier di antara variabel-variabel bebas. Dikatakan
terjadi multikolinearitas jika koefisien korelasi antar variabel bebas X1,X2,... ...,Xn lebih besar dari 0,80.
Gejala multikolinearitas dapat juga dilihat melalui nilai inflation factor VIF yang 10. dengan melihat nilai VIF Variance Inflation Factor yaitu
apabila terdapat nilai VIF lebih besar dari 10 dan nilai toleransi kurang dari 0,1 maka ada masalah multikolinieritas 0,1 VIF 10.
1.2.Uji Heteroskedastisitas
Uji asumsi klasik ini bertujuan untuk mengetahui apakah terjadi
ketidaksamaan varians dari residual untuk pengamatan dalam model regresi. Jika residualnya mempunyai varians yang sama disebut terjadi homokedastisitas, dan
jika variansnya berbeda disebut terjadi heterokedastisitas. Prasyarat yang harus dipenuhi dalam model regresi adalah tidak adanya
gejala heteroskedastisitas. Untuk mengetahui gejala heteroskedastisitas dapat dilakukan dengan mengamati scatterplot model tersebut. Model yang bebas dari
heteroskedastisitas memiliki grafik scatterplot dengan pola titik yang menyebar di atas dan di bawah sumbu Y.
1.3.Uji Normalitas
Uji ini digunakan untuk menguji data variabel bebas X, berupa curahan waktu kerja, bahan bakar, harga kepiting, harga ikan, harga udang dan jenis alat
Universitas Sumatera Utara
tangkap yang digunakan dan data variabel terikat pendapatan Y
pada persamaan regresi yang dihasilkan, apakah berdistribusi normal atau tidak.
Persamaan regresi yang baik jika mempunyai data variabel bebas dan data variabel terikat mendekati normal atau normal sama sekali.
Dalam penelitian ini uji normalitas dilakukan: a. Normal Probability Plots, dengan cara membandingkan data riil dengan data
distribusi normal dengan menggunakan program SPSS secara kumulatif. Data dikatakan berdistribusi normal jika garis data riil mengikuti garis
diagonal. b. Dengan uji one sample Kolmogorof-Smirnov, dengan menggunakan taraf
signifikansi 0,05. Data dinyatakan berdistribusi normal jika signifikansi lebih besar dari 0,05 atau 5.
Hipotesis yang digunakan dalam uji ini adalah H
: Distribusi residual tidak berbeda dengan distribusi normal atau residual berdistribusi normal.
H1 :Distribusi residual berbeda dengan distribusi normal atau residual berdistribusi tidak normal.
2. Uji Kesesuaian Test of Goodness of Fit a. Koefisien Determinasi R²
Koefisien Determinasi adalah koefisien untuk mengetahui besarnya kontribusi yang diberikan masing-masing variabel bebas curahan waktu bekerja,bahan
bakar minyak BBM, harga kepiting, harga ikan, harga udang dan
Universitas Sumatera Utara
penggunaan alat tangkap terhadap variabel terikat pendapatan secara terpisah parsial.
Hasil persentase R digunakan untuk mengukur seberapa besar persentase variasi variabel independen yang digunakan dalam model dan mampu
menjelaskan variasi variabel dependen secara terpisah parsial. Apabila nilai R mendekati 1satu maka dapat dikatakan semakin kuat model tersebut dalam
menerangkan varasi variabel independen terhadap variabel dependen secara terpisah parsial dan sebaliknya, apabila R square mendekati 0nol maka
semakin lemah variasi variabel independen dalam menerangkan variabel dependen secara terpisah 0 R 1 .
Menurut Gujarati 1994, besaran R yang paling lazim digunakan untuk
mengukur kebaikan kesesuain goodness of fit dapat dijelaskan oleh model regresi.
b. Uji Tingkat Penting Test of Significant
Pengujian Tingkat Penting signifikansi digunakan untuk menguji kuat lemahnya hubungan antar variabel. Apabila besarnya hubungan = 0,
menunjukkan hubungan sangat lemah dan tidak berarti, sebaliknya apabila hubungan antar variabel secara signifikan
0, maka hubungan kuat dan berarti. Keputusan untuk menerima atau menolak Hо dibuat atas dasar nilai
statistik uji yang diperoleh dari data yang dimiliki.
Universitas Sumatera Utara
c. Uji Parsial Uji t-Statistik
Untuk menguji apakah ada pengaruh variabel bebas X1, X2, ..., X5 dan D1, D2 dan D3 yang digunakan secara parsial, berpengaruh nyata terhadap
pendapatan Y. Semua variabel bebas diuji satu persatu. Hipotesis yang digunakan dalam uji ini adalah
H
=
0 : Tidak ada pengaruh variabel bebas terhadap variabel terikat. H1
0 : Ada pengaruh variabel bebas terhadap variabel terikat. Jika : t-hitung t-tabel , maka terima H
1
tolak H t-hitung t-tabel, maka terima H
tolak H
1
d. Uji Serempak Uji F-Statistik
Untuk menguji apakah variabel
bebas secara bersama-sama serempak berpengaruh terhadap variabel terikat . Hipotesis yang digunakan dalam uji
ini adalah: H
=
0 : Tidak ada pengaruh variabel bebas terhadap variabel terikat. H1
0 : Ada pengaruh variabel bebas terhadap variabel terikat. Jika : F-hitung F-tabel , maka terima H
1
tolak H F-hitung F-tabel, maka terima H
tolak H
1
3.5. Definisi dan Batasan Operasional