berpengaruh terhadap variabel terikat pendapatan Y dapat dilihat dari hasil uji di bawah ini:
4.2.2. Hasil Uji Multikolinearitas
Dari hasil uji multikolinieritas yang dapat dilihat pada Coefficient Correlations, nilai koefisien korelasi antar variabel bebas: curahan waktu kerja,
bahan bakar minyakBBM, harga kepiting, harga ikan, dan harga udang, pukat kantong, jaring insang, perangkap adalah 0,8 .
Sedangkan untuk VIF dari masing-masing variabel seperti pada Tabel di bawah ini adalah 10.
Tabel 13. Nilai VIF hasil uji multikolinearitas
Curahan Waktu
Kerja BBM
Harga Kepiting
Harga Ikan
Harga Udang
Pukat Kantong
Jaring Insang
Perangkap
7.11 5.85
2.77 2.18
1.72 4.29
4.86 5.33
Sumber: Hasil Analisis Regresi Linear Berganda pada Lampiran 16.
Sehingga tidak ada masalah multikolinearitas yang terjadi dalam analisis ini.
4.2.3. Hasil Uji Heteroskedastisitas
Dari scatterplot terlihat bahwa gambar titik-titik tidak memiliki pola tertentu, sehingga model regresi dalam analisis ini dapat digunakan karena tidak
terjadi heteroskedastisitas.
Universitas Sumatera Utara
4.2.4. Hasil Uji Normalitas
Dari hasil uji normalitas ini diperoleh : a. Pada Normal Probability Plots, garis grafik data menyebar mengikuti garis
diagonal sehingga model regresi dikatakan berdistribusi normal. b. Berdasarkan uji one sample Kolmogorof-Smirnov, diperoleh nilai residual
sebesar 0,43 , sehingga dengan menggunakan taraf signifikansi 0,05, data dinyatakan berdistribusi normal jika signifikansi lebih besar dari 0,05.
Karena nilai residual 0,43 dari 0,05 sehingga hipotesis yang diterima adalah Ho, dimana distribusi residual tidak berbeda dengan distribusi normal atau
dengan kata lain residual berdistribusi normal.
4.2.5. Hasil Analisis Linear Berganda
Karakteristik Nelayan
yang mempengaruhi Pendapatan Nelayan
Dari hasil beberapa uji yang dilakukan maka hasil analisis Linear Berganda dari variabel-variabel bebas curahan waktu kerja, bahan bakar minyakBBM,
harga kepiting, harga ikan, dan harga udang, pukat kantong, jaring insang, perangkap yang berpengaruh terhadap variabel terikat pendapatan Y dapat
disimpulkan seperti pada Tabel 15 di bawah ini:
Universitas Sumatera Utara
Tabel 14. Hasil Analisis Linear Berganda Karakteristik Nelayan yang mempengaruhi Pendapatan Nelayan
Variabel Koef.
Regresi Std.
Error t-
hitung Signi
fikansi VIF
Konstanta 418.554,92
1.488.227,58 .281
.780
Curahan Waktu KerjaX1
-48.805,24 23.743,62
-2.056 .047
7.11 BBM X2
78.478,98 21.262,85
3.691 .001
5.85 Harga Kepiting X3
101,76 28,91
3.520 .001
2.77 Harga Ikan X4
106,92 87,37
1.224 .229
2.18 Harga UdangX5
-21,53 54,54
-.395 .695
1.72 Pukat Kantong D1
483.220,39 1.220.943,56
.396 .695
4.29 Jaring Insang D2
946.416,63 1.439.045,88
.658 .515
4.86 Perangkap D3
3.160.740,24 1.603.189,88
1.972 .056
5.33 Adjusted RSquare
= 0,64 F-hitung
= 10,90 F-tabel 0,005
= 2.92 t-tabel 0,005
= 1.68
Sumber: Hasil Analisis Regresi Linear Berganda pada Lampiran 16.
Dari rangkuman Tabel 15 di atas , maka persamaan regresi linear
bergandanya dapat dibuat sebagai berikut:
Y = 418.554,92 - 48.805,24X1+78.478,98X2 +101,76X3+106,92X4-21,53X5 + 483.220,39D1 + 946.416,63D2 + 3.160.740,24D3
dimana, b0
= Konstanta Y
= Pendapatan Rpbulan X1
= Curahan waktu kerja Jam X2
= Bahan Bakar Liter X3
= Harga Kepiting Rp X4
= Harga Ikan Rp X5
= Harga Udang Rp
Universitas Sumatera Utara
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 hasil
analisis linear
berganda karakteristik
nelayan yang
mempengaruhi pendapatan di atas, maka kombinasi persamaan regresi berganda untuk masing-masing alat tangkap dapat dibuat sebagai berikut:
a. Jika menggunakan alat tangkap Pukat Kantong, berarti D1=1, D2=0 dan D3=0, maka :
Y = b0 + b6 + b1X1 + b2X2 + b3X3 + b4X4 + b5X5 = 418.554,92+483.220,39 - 48.805,24X1+78.478,98X2 +101,76X3 +
106,92X4 -21,53X5 = 901.775,31 - 48.805,24X1+78.478,98X2 +101,76X3+106,92X4-21,53X5
b. Jika menggunakan alat tangkap Jaring ,berarti D1 = 0, D2 = 1 dan D3 = 0, maka:
Y = b0 + b7 + b1X1 + b2X2 + b3X3 + b4X4 + b5X5 = 418.554,92+946.416,63 - 48.805,24X1+78.478,98X2 + 101,76X3 +
Universitas Sumatera Utara
106,92X4 - 21,53X5 =1.364,971,55- 48.805,24X1+78.478,98X2 +101,76X3+106,92X4-21,53X5
c. Jika menggunakan alat tangkap Perangkap, berarti D1=0, D2=0 dan D3 = 1, maka:
Y = b0 + b8 + b1X1 + b2X2 + b3X3 + b4X4 + b5X5 = 418.554,92+3.160.740,24 - 48.805,24X1 + 78.478,98X2 + 101,76X3 +
106,92X4 - 21,53X5 =3.579.295,16- 48.805,24X1+78.478,98X2 +101,76X3+106,92X4-21,53X5
d. Jika menggunakan alat tangkap Pancing ,berarti D1 = 0, D2 = 0 dan D3 = 0, maka :
Y = b0 + b1X1 + b2X2 + b3X3 + b4X4 + b5X5. = 418.554,92- 48.805,24X1 + 78.478,98X2 + 101,76X3 +
106,92X4 - 21,53X5 =418.554,92 - 48.805,24X1+78.478,98X2 +101,76X3+106,92X4-21,53X5
Berdasarkan hasil analisis regresi linear berganda yang ditampilkan
pada Tabel 15, maka dapat dijelaskan Uji Kesesuaian Test of Goodness of Fit sebagai berikut:
4.2.6. Koefisien Determinasi R²
