Keterangan μ
ˆ
: Penduga rata-rata x
: Penduga takbias parameter populasi µ x
i
: Data ke i i = 1,2,3, ... , n
n : Jumlah contoh
N : Jumlah populasi
Vˆ
: Penduga ragam s
2
: Ragam
3.5. Analisis Data 3.5.1. Analisis sebaran tangkapan
Analisis sebaran tangkapan dilakukan secara deskriptif visual yang ditujukan untuk mendapatkan informasi tentang berbagai kondisi lapang yang
bersifat tanggapan dan pandangan terhadap pelaksanaan program perkuatan serta kondisi lingkungan sosial ekonomi dan daerah sampel. Hasil analisis kualitatif
berupa perbandingan kondisi riil di lapang yang diperoleh dari pendapat-pendapat berbagai unsur yang terlibat langsung dalam pelaksanaan kegiatan penangkapan
ikan tongkol dengan kondisi ideal yang diperoleh dari studi pustaka. Model deskriptif kualitatif yaitu hasil penelitian beserta analisa yang diuraikan dalam
suatu tulisan ilmiah yang berbentuk narasi, kemudian diambil kesimpulan. Teknik untuk menggambarkan dan memvisualisasikan hubungan dalam data
termasuk peta, transek, waktu, kalender musim, transek sejarah, diagram pohon dan Venn, flow chart, dan peringkat. Teknik ini digunakan untuk menyatakan
informasi yang kompleks serta melibatkan interaksi antara tim penduga dengan narasumber. Peta dapat mengilustrasi distribusi spasial dari suatu sumberdaya,
kegiatan termasuk penggunaan dalam komunitas dan wilayah. Peta menyediakan informasi dasar yang bermanfaat dan umumnya dikembangkan pada proses
pengumpulan data untuk menetapkan penempatan corak, aktivitas, dan sumberdaya tertentu Bunce
et al. 2000.
3.5.2. Analisis ketidakpastian
Ketidakpastian dalam perikanan mengikuti hukum peluang dimana terdapat kemunngkinan berhasil atau gagal dalam menghasilkan tangkapan. Hal tersebut
dapat disebabkan oleh beberapa faktor diantaranya upaya serta dapat
mempengaruhi nilai harga price dari ikan hasil tangkapan tersebut. Analisis ketidakpastian tersebut dilakukan dengan rumus yang dikenal dengan kaidah
Bayes yang dijelaskan dalam Walpole 1997, yaitu : Jika kejadian-kejadian
B
1
, B
2,
... , B
k
merupakan sekatan dari ruang contoh S
dengan ≠
i
B P
untuk i= 1, 2, ..., k, maka untuk sembarang kejadian A yang
bersifat
≠ A
P
,
k k
r r
r
B A
P B
P B
A P
B P
B A
P B
P B
A P
B P
A B
P +
+ +
= ...
2 2
1 1
untuk r = 1, 2, ..., k. Analisis ketidakpastian ini menggunakan alat bantu berupa perangkat lunak
Crystal ball yang berbasis aplikasi spreadsheet suite untuk model prediksi, peramalan, simulasi, dan optimasi. Dengan
Crystal ball dapat membuat keputusan-keputusan taktis yang tepat untuk mencapai tujuan dan mendapatkan
keunggulan kompetitif pada kondisi pasar paling tidak pasti. Crystal ball dapat
membantu menganalisis risiko dan ketidakpastian yang terkait dengan model spreadsheet. Suite meliputi alat analisis untuk simulasi Monte Carlo
Crystal Ball, time-series peramalan CB Predictor, dan optimisasi OptQuest serta kit
pengembang untuk membangun antarmuka kustom dan proses Goldman 2002.
3.5.3. Analisis hubungan panjang berat
Cara yang dapat digunakan untuk menghitung panjang berat ikan ialah dengan menggunakan regresi, dapat mengikuti seperti telah dikemukakan oleh
Rousenfell dan Everhart 1953 dan Lagler 1961 in Effendi 2002 yaitu dengan
menghitung dahulu logaritma dari tiap-tiap panjang dan berat ikan. Atau dapat juga dengan mengikuti jalan pendek seperti dikemukakan oleh Carlander 1968
in Effendi 2002 yaitu dengan mengadakan pengkelasan berdasarkan logaritma. Dasar perhitungan dari cara tersebut adalah sama namun metode yang
dikemukakan Carlander lebih pendek dan dapat dipakai tanpa menggunakan mesin hitung.
Pertumbuhan ikan dapat dianalisa melalui relasi antara hubungan pertumbuhan panjang dengan hubungan pertumbuhan berat yaitu dengan rumus :
b
aL W
= Le Cren 1951
in Brown 1957