43
3.4 Teknik Pengumpulan Sampel 3.4.1 Teknik Pengumpulan Data
1. Data Primer
Data primer merupakan data yang diperoleh langsung dari responden melalui kuisioner atau juga data hasil wawancara peneliti dengan responden. Data
yang diperoleh dari data primer ini harus diolah lagi. Dengan kata lain, data primer adalah data yang langsung diberikan dari sumber data kepada pengumpul
data.
2. Data Sekunder
Data sekunder merupakan sumber data penelitian yang diperoleh peneliti secara tidak langsung melalui media perantara atau diperoleh dan dicatat oleh
pihak lain Indriantoro, 1999. Dalam penelitian ini data diperoleh dari BPS maupun instansi terkait seperti Dinas Kelautan dan Perikanan.
3.5 Defenisi Operasional Variabel Penelitian
1. Produksi Y
Merupakan usaha atau kegiatan manusia uuntuk menciptakan atau mempertinggi nilai guna ekonomi suatu barang atau jasa agar lebih berguna bagi
pemenhan kebutuhan manusia dalam satuan kg selama perbulan.
2. Pendapatan
Merupakan pendapatan bersih yang dibawa pulang oleh nelayan yang diperoleh dari hasil penjualantangkapan ikan dalam satuan rupiah Rp selama
perbulan.
Universitas Sumatera Utara
44
•
Modal X1
- Biaya perawatan adalah biaya yang dipakai nelayan untuk merawat
perlengkapan yang digunakan untuk melaut. Seperti perahu, alat tangkap, keranjang, dayung, dan mesin perahu diukur dengan menggunakan satuan rupiah.
- Biaya pengeluaran produksi Biaya pengeluaran produksi adalah biaya-biaya yang digunakan nelayan untuk pengeluaran-pengeluaran biaya secara langsung
dalam proses produksi. Seperti: bahan bakar, es, garam, dan bahan makanan
diukur dengan menggunakan satuan rupiah.
•
Tenaga Kerja X2
Jumlah tenaga kerja yang digunakan meliputi tenaga kerja yang digunakan
nelayan dalam satu perahu diukur dengan menggunakan satuan orang.
•
Lama Melaut X3
Lamanya melaut yang digunakan adalah waktu nelayan dalam mencari ikan dilaut
dan diukur dengan menggunakan satuan jam.
•
Iklim X4
Iklim yang dimaksud adalah cuaca yang digunakan nelayan untuk proses produksi mencari ikan. Dalam menganalisis variabel iklim menggunakan
variabel dummy karena variabel iklim dalam penelitian ini bersifat kualitatif, maka perlu dibuat kuantifikasi agar memudahkan dalam persamaan regresi.
Nilai dalam variabel dummy dalam penelitian ini adalah: a 1, untuk panas b 0, untuk hujan.
Menurut Supranto 2004: 175 suatu cara untuk membuat kuantifikasi berbentuk angka dari data kualitatif tidak berbentuk angka ialah dengan
Universitas Sumatera Utara
45
jalan memberikan nilai 1 satu atau 0 nol. Angka 0 nol kalau atribute yang dimaksud tidak ada tidak terjadi dan diberi angka 1 kalau ada terjadi.
Contohnya diberi nilai 1 kalau dia laki-laki dan 0 kalau perempuan. Dalam hal ini iklim merupakan variable yang sifatnya kualitatif maka perlu diubah
menjadi kuantifikasi agar dapat digunakan dalam persamaan regresi. Karena itu, iklim dibedakan menjadi dua yaitu: panas dan hujan. Yang dimaksud
iklim dalam penelitian ini adalah keadaan iklim yang digunakan nelayan dalam proses produksi pada nelayan dihitung dengan menggunakan variable
boneka dummy variabel.
3.6 Teknik Analisis Data
Menurut Sujarweni 2014, analisis data diartikan sebagai upaya data yang sudah tersedia kemudian diolah dengan statistik dan dapat digunakan untuk
menjawab rumusan masalah dalam penelitian. Teknik analisis data dapat diartikan sebagai cara melaksanakan analisis terhadap, dengan tujuan mengolah data
tersebut untuk menjawab rumusan masalah. Teknik analisis data yang digunakan adalah :
3.6.1 Analisis Deskriptif
Metode ini digunakan untuk mendeskripsikan masing-masing indikator dalam setiap variabel yang memberikan gambaran mengenai responden penelitian
dan variabel-variabel penelitian yang berupa persepsi tentang modal, tenaga kerja, lama melaut dan iklim terhadap hasil produksi nelayan. Langkah-langkah yang
ditempuh dalam penggunaan teknik analisis deskriptif adalah sebagai berikut: Dalam pembuatan tabel didasarkan atas angket yang digunakan dalam penelitian.
Universitas Sumatera Utara
46
Angket yang digunakan berjumlah 22 butir soal yang terbagi dalam 4: variabel, yaitu variabel modal dengan jumlah 11 butir soal, variabel tenaga kerja dengan
jumlah 4 butir soal, variabel lama melaut dengan jumlah 3 butir soal dan hasil produksi dengan jumlah 3 butir soal dan iklim berjumlah 1 soal.
a. Kelas kriteria untuk tiap variabel
Jumlah skor maksimum : nilai tertinggi x jumlah pertanyaan x N Jumlah skor minimum : nilai terendah x jumlah pertanyaan x N
Range : jumlah skor maximum – jumlah skor minimum Interval :
����� ������ �����
1 Kelas kriteria untuk variabel modal
Skor maksimal = 4 x 11 x 50 = 2200 Skor minimal = 1 x 11 x 50 = 550
Rentang = 2200 – 550 = 1650 Panjang kelas interval =
1650 4
= 412,5 Kriteria untuk variabel modal adalah tinggi, cukup tinggi, rendah, sangat rendah
dengan jenjang kriteria sebagai berikut:
Tabel 3.1 Jenjang kriteria variabel modal
No Interval
Kategori
1 1787,5-2200
Tinggi 2
1375-1786,5 Cukup Tinggi
3 962,5-1374
Rendah 4
550-951,5 Sangat Rendah
2 Kelas kriteria untuk variabel tenaga kerja
Skor maksimal = 4 x 4 x 50 = 800
Universitas Sumatera Utara
47
Skor minimal = 1 x 4 x 50 = 200 Rentang = 800 – 200 = 600
Panjang kelas interval =
600 4
= 150 Kriteria untuk variabel tenaga kerja adalah banyak, cukup banyak, sedikit, sangat
sedikit dengan jenjang kriteria sebagai berikut:
Tabel 3.2 Jenjang kriteria variabel tenaga kerja
No Interval
Kategori
1 650-800
Banyak 2
500-649 Cukup Banyak
3 350-499
Sedikit 4
200-349 Sangat Sedikit
3 Kelas kriteria untuk variabel lama melaut
Skor maksimal = 4 x 3 x 50 = 600 Skor minimal = 1 x 3 x 50 = 150
Rentang = 600 – 150 = 450 Panjang kelas interval =
450 4
= 112,5 Kriteria untuk variabel lama melaut adalah panjang, cukup panjang, sedang,
pendek dengan jenjang kriteria sebagai berikut:
Tabel 3.3 Jenjang kriteria variabel lama melaut
No Interval
Kategori
1 487,5-600
Panjang 2
375-486,5 Cukup Panjang
3 262,5-374
Sedang 4
150-261,5 Pendek
4 Kelas kriteria untuk variabel hasil produksi
Skor maksimal = 4 x 3 x 50 = 600
Universitas Sumatera Utara
48
Skor minimal = 1 x 3 x 50 = 150 Rentang = 600 – 150 = 450
Panjang kelas interval =
450 4
= 112,5 Kriteria untuk variabel hasil produksi adalah tinggi, cukup tinggi, rendah, sangat
rendah dengan jenjang kriteria sebagai berikut: Tabel 3.4
Jenjang kriteria variabel produksi No
Interval Kategori
1 487,5-600
Tinggi 2
375-486,5 Cukup Tinggi
3 262,5-374
Rendah 4
150-261,5 Sangat Rendah
3.6.2 Metode Analisis Regresi Linier Berganda
Dimana data yang dikumpulkan melalui hasil wawancara, kemudian dianalisis menggunakan indikator yang digunakan. Metode yang digunakan
dengan rumus :
Y = �
�
+ �
�
�
�
+ �
�
�
�
+ �
�
�
�
+ �
�
�
�
+e
Keterangan : Y
: Produksi Kg b0
: Intersepkonstanta b1, b2, b3, b4
: Koefisien regresi X1
: Jarak Km X2
: Pengalaman tahun X3
: Modal Rp X4
: Lama waktu tangkap jam e
: Kesalahan error
Universitas Sumatera Utara
49
3.6.3 Uji t Berpasangan Paired Sample t-test
Pengujian hipotesis dalam penelitian ini menggunakan pengujian Paired Sampel t-test. Hasil dari uji Paired Sampel t-test akan digunakan untuk
menganalisis apakah terdapat perbedaan sebelum adanya Permen-KP no 2 Tahun
2015 dan sesudah adanya Permen-KP no 2 Tahun 2015 . Kriteria pengambilan
keputusan pengujian hipotesis adalah Ha diterima jika signifikansi 5. 3.7 Uji Penyimpangan Asumsi Klasik
3.7.1 Multikolinieritas
Multikolinieritas timbul karena satu atau lebih variabel bebas penjelas merupakan kombinasi linier yang pasti sempurna atau mendekati pasti dari
variabel penjelas lainnya. Jika terdapat multikolinieritas sempurna, koefisien regresi dari variabel penjelas tersebut tidak dapat ditentukan dan variansnya
bernilai tak terhingga. Jika multikonilinieritas kurang sempurna, koefisien regresi dapat ditentukan, namun variansnya sangat besar, sehingga tidak dapat menaksir
koefisien secara akurat. Dalam model regresi linier, diasumsikan tidak terdapat multikolinieritas di antara variabel-variabel penjelas, untuk itu perlu dideteksi
dengan mengamati besaran-besaran regresi yang didapat, yaitu : 1. Interval tingkat kepercayaan lebar karena varians besar maka standar error
besar, sehingga interval kepercayaan lebar; 2. Koefisien determinasi tinggi dan signifikasi nitai t statistik rendah;
3. Koefisien korelasi antar variable bebas tinggi; 4. Nilai koefisien korelasi parsial tinggi.
Dasar pengambilan keputusan uji multikolonieritas:
Universitas Sumatera Utara
50
Jika nilai VIF 10 atau nilai tolerance 0,01 maka terjadi multikolonieritas. Jika nilai VIF 10 atau nilai tolerance 0,01 maka tidak terjadi
multikolonieritas.
3.7.2 Heteroskedastisitas Uji Heteroskedastisitas bertujuan untuk menguji apakah model regresi
terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka
disebut Homokedastisitas dan jika berbeda disebut Heteroskedastisitas. Model regresi yang baik adalah Homokedastisitas tidak terjadi Heteroskedastisitas.
Heteroskedastisitas dalam penelitian ini deteksi dengan menggunakan analisis grafik dan varian tak bersyarat. Analisis grafik, yaitu dengan melihat ada
tidaknya pola tertentu pada grafik scatterplot, dimana sumbu Y adalah Y yang telah diprediksi dan sumbu X adalah residual Y prediksi-Y sesungguhnya. Dasar
pengambilan keputusan untuk Heteroskedastisitas dengan analisis grafik, jika tidak terjadi Heteroskedastisitas. Jika ada pola tertentu, seperti titik-titik yang
membentuk pola tertentu yang terbentuk bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi Heteroskedastisitas.
3.8 Pengujian Hipotesis
Pengujian hipotesis penelitian secara simultan serempak dan parsial yang dilakukan dengan menggunakan aplikasi software pengolahan data dengan SPSS
dengan analisis tersebut:
Universitas Sumatera Utara
51
1. Uji T secara parsial
Kategori