Analisis Laju Degradasi Analisis Laju Depresiasi Analisis Persepsi Nelayan terhadap Kelestarian Sumberdaya Ikan Bilih

dimana ND jt adalah tingkat input nominal dan ψ jt adalah indeks daya tangkap yang diukur berdasarkan rasio CPUE dari alat tangkap j terhadap alat tangkap standar. 3. Menganalisis data dengan menggunakan model estimasi parameter Clark, Yoshimoto dan Pooley CYP untuk memperoleh beberapa parameter biologi, seperti nilai r instrinsic growth rate dari sumberdaya ikan, nilai K carrying capacity, dan nilai q coefficient of catchability. Parameter ini digunakan untuk menghitung Maximum Suistainable Yield MSY. 4. Memasukkan data cross section seperti parameter ekonomi harga p dan biaya c. Perhitungan dengan metode Clark, Yoshimoto dan Pooley CYP ini dapat dilihat pada Tabel 2. Tabel 2. Formula Perhitungan Pengelolaan Ikan dengan Pendekatan Model CYP Variabel Kondisi MSY MEY OA Stok x Hasil Tangkapan h 4 4 Effort E Rente Ekonomi π p.hmsy-c.Emsy 4 p.hmey-c.Emey p.hoa-c.Eoa 4 Sumber: Nababan, 2006

4.5.5 Analisis Laju Degradasi

Sumberdaya perikanan sangat rentan mengalami degradasi akibat adanya aktivitas pemanfaatan terhadap sumberdaya. Laju degradasi dari sumberdaya ikan dapat dihitung menggunakan formulasi Anna, 2003: ………………………….……………………………… 4.16 Dengan: hst = Produksi lestari hat = Produksi aktual = Koefisien atau laju degradasi Apabila nilai laju degradasi melebihi 0,5 0,5 maka sumberdaya ikan mengalami degradasi, sebaliknya jika nilai laju degradasi kurang dari 0,5 0,5, maka sumberdaya ikan di perairan suatu wilayah belum mengalami degradasi Fauzi dan Anna, 2005.

4.5.6 Analisis Laju Depresiasi

Perhitungan laju depresiasi sumberdaya menurut Anna 2003 pada dasarnya sama dengan laju degradasi. Namun dalam hal ini parameter ekonomi menjadi variabel yang menentukan perhitungan laju depresiasi yang dirumuskan sebagai berikut Wahyudin, 2005: …………………………………………………………. 4.17 Dengan: πst = Rente lestari πat = Rente aktual = Koefisien atau laju depresiasi

4.5.7 Analisis Pendapatan Nelayan

Analisis yang digunakan untuk mengetahui faktor-faktor yang mempengaruhi pendapatan nelayan adalah analisis regresi linear berganda dengan metode OLS Ordinary Least Square. Penggunaan metode ini berdasarkan pertimbangan bahwa analisis regresi merupakan metode statistik yang dipergunakan untuk menentukan kemungkinan bentuk hubungan antara variabel. Tujuan analisis ini adalah untuk memperkirakan nilai dari suatu variabel dalam hubungannya dengan variabel yang diketahui Juanda, 2009. Faktor-faktor yang diduga mempengaruhi pendapatan tersebut antara lain adalah umur, pengalaman, tingkat pendidikan, jarak tempat tinggal dengan lokasi penangkapan, biaya penangkapan, dan hasil tangkapan. Hubungan ini secara matematis dirumuskan sebagai berikut: Y = β + β 1 X 1 + β 2 X 2 + β 3 X 3 + β 4 X 4 + β 5 X 5 + β 6 X 6 + ε ...............……… 4.18 Keterangan: Y = Pendapatan nelayan RupiahTahun β = Intersep β 1- β 5 = Koefisien regresi X 1 = Umur nelayan Tahun X 2 = Lama sekolah Tahun X 3 = Jarak menuju lokasi penangkapan Meter X 4 = Pengalaman Tahun X 5 = Biaya penangkapan Rupiah X 6 = Hasil tangkapan Kg ε = Error Term Hipotesis dari model regresi linear berganda pendapatan nelayan adalah variabel umur X 1 berhubungan negatif dengan pendapatan, artinya bertambahnya umur seorang nelayan akan menurunkan rata-rata pendapatan yang diperoleh. Sedangkan untuk variabel lama sekolah X 2 , jarak menuju lokasi penangkapan X 3 , pengalaman X 4 , biaya penangkapan X 5 , dan hasil tangkapan X 6 memiliki hubungan yang positif dengan pendapatan. Pengujian secara statistik perlu dilakukan untuk memeriksa kebaikan suatu model yang telah dibuat. Menurut Juanda 2009, uji statistik yang dapat digunakan dalam penelitian ini adalah:

1. Uji Keandalan

Uji keandalan digunakan untuk melihat sejauh mana besar keragaman yang dapat diterangkan oleh variabel bebas terhadap variabel tak bebas. Uji ini juga digunakan untuk melihat seberapa kuat variabel yang dimasukkan ke dalam model dapat menerangkan model. Uji keandalan ini dapat dilihat dari nilai R 2 terkoreksi. Rumus menghitung R 2 terkoreksi adalah: R Vâ Vâ Y R ….. 4.19

2. Uji Statistik F

Uji F digunakan untuk membuktikan secara statistik bahwa seluruh koefisien regresi juga signifikan dalam menentukan nilai dari variabel tak bebas. Hipotesis uji F adalah: H = Model secara keseluruhan tidak signifikan H 1 = Model secara keseluruhan signifikan Maka tolak H jika P value alpha α. Artinya secara keseluruhan model signifikan.

3. Uji Multikolinearitas

Multikolinearitas adalah kondisi dimana adanya hubungan antar variabel- variabel bebas satu sama lainnya. Untuk mendeteksi multkolinearitas dapat dideteksi dengan nilai 1-R j 2 -1 yang disebut Variance Inflation Factor VIF yang menggambarkan kenaikan varb j karena korelasi antar peubah penjelas. Multikolinearitas terjadi jika nilai VIF kecil dari 10.

4. Uji Heteroskedastisitas

Heteroskedastisitas adalah ragam sisaan ε t sama homogen atau Var ε i =E ε i 2 = σ 2 untuk pengamatan ke-i dari peubah-peubah bebas dalam regresi. Mendeteksi heteroskedastisitas dapat dilakukan dengan menggunakan grafik. Heteroskedastisitas tidak terjadi jika grafik dari ragam sisaan tidak membentuk pola atau menyebar normal. Hipotesis yang digunakan adalah: H : σ 1 2 = σ 2 2 =…= σ N 2 = σ ε 2 = σ 2 ragam sisaan homogen Spesifikasi hipotesis alternatif yang diuji tergantung dari prosedur pendugaan yang dipertimbangkan untuk koreksi heteroskedastisitas yang diinginkan.

5. Uji Autokorelasi

Autokorelasi adalah tidak adanya korelasi serial antar sisaan ε t atau sisaan menyebar bebas atau Cov ε i , ε j = E ε i, ε j = 0 untuk semua i ≠j. Cara mendeteksi autokorelasi adalah dengan memplotkan data e t pada sumbu vertikal dan waktu t pada sumbu horizontal sehingga dapat dilihat polanya apakah bebas atau tidak bebas punya pola tertentu atau menggunakan nilai staistik uji Durbin- Watson dengan menggunakan nilai-nilai sisaan dari hasil dugaan OLS. …………………………………………………… 4.20

4.5.8 Analisis Persepsi Nelayan terhadap Kelestarian Sumberdaya Ikan Bilih

Analisis data yang digunakan untuk mengidentifikasi faktor-faktor yang berhubungan dengan persepsi nelayan terhadap kelestarian sumberdaya ikan Bilih adalah dengan menggunakan uji korelasi Rank Spearman. Tujuan dari analisis korelasi ini adalah mengetahui ukuran kekuatan atau kekuatan hubungan antara dua variabel. Koefisien korelasi mengukur kekuatan tersebut secara linear Gujarati, 1995. Formulasi perhitungan koefisien Rank Spearman menurut Trihendradi 2009: ……………………………………………………..……….. 4.21 Keterangan: d i = Disparitas atau selisih variabel X 1 dan X 2 X 1 dan X 2 = Variabel yang akan diteliti n = Banyak pengamatan Nilai koefisien korelasi ini memiliki rentang antara 0 sampai dengan 1 atau 0 sampai dengan -1. Tanda positif dan negatif menunjukkan arah hubungan. Tanda positif menunjukkan arah hubungan searah. Jika satu variabel meningkat maka variabel yang lainnya meningkat dan sebaliknya. Semakin tinggi nilai korelasi maka semakin tinggi keeratan suatu hubungan antara kedua variabel Trihendradi, 2009. Faktor yang diduga berhubungan nyata dengan persepsi adalah aturan pengelolaan yang berlaku, kategori penduduk, jarak tempat tinggal dengan sumberdaya ikan Bilih, alternatif pekerjaan lain, dan pendapatan total nelayan.

4.6 Asumsi Penelitian

Penelitian ini menggunakan beberapa asumsi yang ditetapkan berdasarkan asumsi yang dikembangkan oleh Clark 1985, yaitu: 1 Keadaan perairan tidak terjadi bencana maupun pencemaran 2 Populasi ikan Bilih menyebar secara merata di seluruh daerah tangkapan yaitu Danau Singkarak. 3 Biaya penangkapan ikan Bilih per unit upaya adalah konstan yang dihitung dari biaya rata-rata operasional nelayan. Biaya operasional ini diperoleh dari penjumlahan semua biaya yang dibutuhkan nelayan selama melaut, dan di darat terkait dengan kegiatan penangkapan dalam perhitungan analisis bioekonomi.