68 tahunnya. Gambar 12 menunjukkan persepsi nelayan mengenai jumlah hari hujan
selama lima tahun terakhir.
Sumber : Data Primer, diolah 2011
Gambar 12. Persepsi Responden Mengenai Jumlah Hari Hujan Sebanyak 71,19 responden menagtakan jumlah hari hujan meningkat
selam lima tahun terakhir, 10,17 responden berpendapat jumlah hari hujan berkurang. Semakin bertambahnya jumlah hari hujan berarti hujan yang turun
semakin sering dan menyebabkan nelayan tidak dapat melaut. Jumlah hari melaut yang berkurang berpengaruh terhadap pendapatan nelayan. Semakin jarang
nelayan melaut, maka hasil tangkapan dan pendapatan nelayan ikut berkurang.
6.3.2 Analisis Regresi Pengaruh Perubahan Cuaca Terhadap Pendapatan
Nelayan
Analisis regresi berganda tidak hanya dilakukan untuk melihat pengaruh faktor sosial ekonomi terhadap pendapatan nelayan, tapi juga dilakukan untuk
melihat pengaruh faktor cuaca terhadap pendapatan nelayan. Perbedaan regresi yang dilakukan hanya pada jenis data yang dianalisis. Untuk variabel perubahan
69 cuaca digunakan data time series data deret waktu selama lima tahun dari tahun
2005 hingga tahun 2009. Pada analisis regresi berganda ini variabel pendapatan nelayan merupakan
variabel tidak bebas dependent dan variabel cuaca yaitu suhu udara, curah hujan, tinggi gelombang, dan jumlah hari hujan sebagai variabel bebas independent.
Pengolahan data time series yang dilakukan terhadap variabel pendapatan nelayan dan variabel cuaca menghasilkan model fungsi produksi sama dengan fungsi
produksi untuk variabel sosial ekonomi. Model yang dipilih adalah model yang terbaik yaitu model yang tidak
mengikiutsertakan variabel tinggi gelombang pada analisisnya. Hal ini dikarenakan telah dilakukan berbagai analisis dan perhitungan untuk berbagai
model dan hasilnya menunjukkan model tanpa variabel tinggi gelombang merupakan model yang terbaik. Model regresi tersebut memiliki Adjusted R
Square sebesar 0,979 yang berarti variabel harga ikan, harga BBM, suhu udara, curah hujan, jumlah hari hujan, tinggi gelombang mampu menjelaskan 97,9
terhadap variabel pendapatan nelayan dan sisanya dijelaskan oleh variabel lain yang tidak dimasukkan ke dalam model.
Uji Bersama Uji F yang dilakukan terhadap model menghasilkan nilai F hitung sebesar 306,61 serta nilai signifikansi untuk Uji F sebesar 0,000 pada taraf
nyata 10. Hal ini berarti variabel independent secara bersama-sama mempengaruhi variabel dependent secara signifikan. Uji individual Uji T yang
dilakukan terhadap masing-masing variabel pada model diperoleh hasil yang signifikan untuk empat variabel yaitu harga ikan, harga solar, jumlah ikan yang
70 didaratkan, dan curah hujan. Sementara untuk variabel suhu udara dan jumlah
hari hujan menunjukan hasil yang tidak signifikan. Variabel cuaca yang berpengaruh secara signifikan terhadap pendapatan
nelayan adalah curah hujan yang memiliki nilai t hitung sebsar -2,05 dengan P value sebesar 0,047. Variabel ini berpengaruh secara signifikan pada taraf nyata
10. Koefisien untuk variabel curah hujan adalah -0,05055 berarti peningkatan curah hujan sebesar 100 akan menurunkan pendapatan nelayan sebesar 5,055.
Koefisien curah hujan yang kurang dari 1 menunjukan bahwa curah hujan inelastis terhadap pendapatan nelayan. Artinya curah hujan memiliki respon yang
sangat kecil terhadap pendapatan nelayan.
6.4 Kebijakan Pengelolaan Perikanan Pulau Untung Jawa
