2.8.2 Structural Equation Modelling SEM
Structural Equation Modelling SEM banyak digunakan untuk memilih pola hubungan yang penting dan signifikan pengaruhnya dalam interaksi beberapa
komponen penyusun sistem yang terjadi secara bersamaan. Menurut Marcoulides and Schumacker 2011, Structural Equation Modelling SEM merupakan jenis
analisis multivariat yang mempunyai kemampuan dan keunggulan untuk menganalisis model yang bersifat multi variabelkomponen, berjenjang, dan multi
hubungan. Analisis SEM dapat diaplikasikan menggunakan sofware LISREL dan
AMOS. Software LISREL merupakan sofware yang pertama digunakan dalam analisis SEM. Ketika diperkenalkan pada awal 1970-an, software ini
membutuhkan beberapa penyesuaian untuk menyiapkan matriks-matriks yang memudahkan data dianalisis menjadi suatu model struktural yang dapat dipahami
dengan benar dan logis. Penyesuaian ini dilakukan dengan menyeleksi penggambaran matriks dari path diagram, dan melengkapi software sebuah seri
dari matriks untuk berbagai set variabel yang dianalisis. Namun setelah pengembangan software terbaru seperti software yang dikembangkan oleh James
L. Arbuckle 1995 yang dikenal dengan nama AMOS Analysis of Moment Structures, para peneliti dapat menentukan model langsung direct model
melalui path diagram yang dibangun. Secara umum, analisis SEM ini terdiri dari enam tahap, yaitu
pengembangan sistem secara teoritis, pengembangan path diagram, perumusan model matematis dari path diagram, pemilihan matriks input dan estimasi model,
evaluasi kriteria goodness of fit, dan interpretasi hasil. Pengembangan sistem secara teoritis merupakan upaya pengembangan struktur interaksi dari beberapa
faktor yang menjadi lingkup dari sistem yang dikaji. Pengembangan path diagram merupakan kegiatan penggambaran interaksi faktor-faktor yang terpilih
secara teoritis ke dalam ilustrasi diagram Ferdinand, 2002 dan Santoso, 2011. Marcoulides and Schumacker 2011 menyatakan bahwa model matematis
yang dikembangkan dalam analisis SEM ada dua jenis, yaitu persamaan pengukuran measurement model dan persamaan struktur structural equation.
Persamaan pengukuran measurement model merupakan persamaan yang
mewakili interaksi dimensi konstruk dengan konstruknya. Konstruk merupakan komponen utama atau subsistem yang berinteraksi dan menjadi penyusun sistem
yang dikaji, sedangkan dimensi konstruk merupakan komponen tambahan yang akan menjelaskan atau mempertegaskan interaksi dari suatu konstruk sebagai
bagian dari sistem yang dikaji. Matriks yang digunakan untuk menginput data dalam analisis SEM ada dua jenis, yaitu matriks kovarian dan matriks korelasi.
Sedangkan metode estimasi yang digunakan ada beberapa jenis, yaitu Unweigted Least Square ULS,
Scale Free Least Square SLS Maximum Likelihood ML
Generalized Least Square GLS Asymtotically Distribution Free ADF
Santoso 2011 menyatakan kriteria goodness of fit yang digunakan untuk mengukur validitas model hasil analisis SEM diartikan sebagai seberapa baik
model yang dihasilkan dapat menirukan matriks kovarian diantara indikator- indikator yang ada. Kriteria goodness of fit diantaranya mencakup chi-square
X
2
, significance probability p, Root mean square error of approximation RMSEA, indeks CMINDF, goodness of fit index GFI, dan adjusted goodness
of fit index AGFI. Interpretasi hasil ini merupakan kegiatan menjelaskan kinerja faktor-faktor terkait dalam menirukan kondisi sebenarnya mendukung
pengembangan pembiayaan perikanan tangkap yang terjadi pada sistem nyata.
2.8.3 Analisis SWOT
Analisis SWOT merupakan metode analisis deskriptif kuantitatif yang pertama kali dicetuskan oleh Albert Humprey, yaitu pada dasawarsa 1960-
1970an. Dalam penerapannya, analisis SWOT membagi faktor yang dikaji menjadi menjadi empat, yaitu strenghts kekuatan, weaknesses kelemahan,
opportunity peluang dan threat ancaman. Analisis SWOT ini bersifat deskriptif dan terkadang akan sangat subjektif, karena bisa jadi dua orang yang
menganalisis suatu obyek penelitian memandang berbeda ke empat bagian tersebut. Hal ini diwajarkan, karena analisis SWOT adalah sebuah analisis yang
akan memberikan output berupa arahan dan tidak memberikan solusi “ajaib dari
obyek penelitian yang ingin dipecahkan Romadhon, 2010. Faktor strenghts kekuatan merupakan faktor yang menjadi kekuatan atau
kelebihan suatu sistem atau obyek penelitian menjalankan fungsi-fungsi yang ingin dicapai sebagai sebuah sistem yang baik. Strenght ini bersifat internal dari
suatu sistem atau obyek yang dikaji. Faktor weaknesses kelemahan merupakan faktor yang menjadi kelemahan atau kekurangan suatu sistem atau obyek
penelitian menjalankan fungsi-fungsi yang ingin dicapai sebagai sebuah sistem yang baik. Weaknesses kelemahan juga bersifat internal dari suatu sistem atau
obyek yang dikaji. Sedangkan opportunity peluang dan threat ancaman merupakan faktor yang berasal dari luar yang mempengaruhi sistem untuk
menjalankan fungsi-fungsinya. Opportunity peluang merupaan faktor eksternal yang mendukung sistem untuk menjalankan fungsi-fungsinya secara baik,
sedangkan threat ancaman merupaan faktor eksternal yang menghambat sistem untuk menjalankan fungsi-fungsinya secara baik Rangkuti, 2009.
2.8.4 Analytical Hierarchy Process AHP
Analytical Hierarchy Process AHP dikembangkan pertama kali oleh Thomas Saaty pada tahun 1970an. Analytical Hierarchy Process AHP
merupakan metode analisis keputusan yang menggunakan model matematis untuk menilai beberapa faktor yang menjadi pertimbangan atau kriteria penilaian. AHP
ini sangat membantu dalam menentukan prioritas dari beberapa alternatif yang menjadi aksi atau strategi pengembangan dari suatu obyek yang diteliti.
Bhushan and Rai. 2004 dan Saaty 1993 menyatakan bahwa untuk mendapatkan hasil yang maksimal, pengembangan hierarki AHP dan akomodasi
kepentingan komponen terkait dilakukan dengan empat prinsip, yaitu: 1 menyederhanakan permasalahan yang kompleks, 2 secara subjektif tingkat
kepentingan dari setiap komponen diberi nilai numerik yang dapat menjelaskan arti pentingnya suatu komponen dibandingkan komponen lainnya dalam skema
pembiayaan perikanan, 3 mensintesiskan data yang tersedia menjadi informasi yang berguna terkait tingkat kepentingan obyek yang dikaji, dan 4 secara grafis,