37
KP, PEMDA, dan pengusaha perikanan. Hal-hal yang diperhatikan dalam pemilihan kelompok sampling ini adalah :
• Kelompok sampling terlibatmempunyai kaitan dengan kegiatan perikanan tangkap di Kota Ambon baik langsung maupun tidak langsung.
• Populasi kelompok sampling yang berhubungan dengan kegiatan perikanan tangkap.
• Jenis kegiatan perikanan tangkap yang berhubungan dengan kelompok di lokasi. • Interakasi langsung kelompok sampling dengan nelayan.
Jumlah responden mengacu kepada kebutuhan estimasi matriks likelihood
dalam analisis Structural Equation Modelling SEM Ferdinand 2002 sebagai
metode yang digunakan dalam analisis faktor determinan yaitu sekitar 150 orang. Responden tersebut tersebut dipilih secara proporsional berasal dari perwakilan
semua kelompok sampling terpilih. Pengumpulan data responden terkait faktor determinan pengembangan
perikanan tangkap ini dilakukan dengan teknik wawancara terbuka dan contingent value method CVM. Teknik wawancara terbuka dilakukan untuk mengumpulkan
data-data yang mudah dicerna oleh responden berkaitan dengan usaha perikanan tangkap yang dikelola atau kdiketahuinya. CVM dilakukan untuk mengumpulkan
data yang penting terutama berkaitan dengan indikator kebijakan pengembangan perikanan di setiap, kluster namun maksudnya sulit dicerna responden. CVM
dilakukan dengan menciptakan kondisi pasar hipotesis dan penawaran menyatu, sehingga respden seakan-akan merasakan apa yang digambarkan responden.
3.5.3 Analisis s tructural equation modelling SEM
Analisis ini dilakukan untuk mengidentifikasi faktor-faktor determinan yang kontekstual dan menentukan besaran BCR, dimana faktor-faktor kontekstual tersebut
sekaligus merupakan salah satu aspek dalam mengidentifikasi indikator kebijakan. Artinya, faktor-faktor kontekstual yang tertuang ke dalam model, merupakan
berbagai aspek yang diduga mempengaruhi besaran BCR. Dengan kata lain, yang dimasukan ke dalam model ialah faktor-faktor yang diduga secara teoritik maupun
empirik menjadi pendorong tingginya BCR di tiap desa. Pengembangan analisis SEM ini dilakukan dengan mengidentifikasi dan
memodelkan pola interaksi baik diantara stakeholders maupun komponen terkait yang dapat mempengaruhi BCR dari kegiatan perikanan di pesisir Kota Ambon
38
terutama pada sistem kluster kegiatan perikanan. Hasil analisis SEM akan memberikan arahan tentang hal-hal yang perlu diperbaiki dan dipertahankan, perlu
dikurangi, dan perludapat diabaikan untuk dalam mendukung pengembangan usaha perikanan berbasis desa kluster.
Pengembangan analisis model menggunakan aplikasi Structural Equation Modelling SEM dilakukan dalam lima tahapan yang berturut-turut adalah: 1
pembuatan model teoritis, 2 kemudian penyusunan path diagram, 3 perumusan measurement model dan structural equation, 4 penetapan matriks input dan estimasi
model, dan 5 evaluasi kriteria goodness-of-fit. Pembuatan model teroritis dimaksudkan untuk mendapatkan justifikasi terhadap konsep-konsep interaksi
diantara komponen dan stakholders terkait dalam model sehingga dapat dipertanggungjawabkan dan mendapat dukungan ilmiah. Landasan utama untuk
menyusun model teoritis ini adalah informasi substantif yang diperoleh dari studi pendahuluan, pustakaliteratur, dan hasil-hasil penelitian yang relevan terkait BCR
usaha ekonomi. Secara umum, faktor-faktor yang dianggap dapat mempengaruhi BCR usaha perikanan dapat mencakup hal-hal teknis usaha perikanan tersebut,
dukungan potensi dan ekologi desa, dan kondisi sosial budaya masyaraka pesisir. Terkait dengan ini, maka persamaan untuk analisis faktor determinan yang
kontekstual bagi pengembangan BCR penelitian ini adalah :
BCRY1,Y2,Y3,Y4 = fX11,X12,X13,X21,X22,X23,X31,X32,X33,X41,X42,X43
Keterangan : X11, X12, X13 = dimensi variabel teknis, masing-masing jenis armada, jenis alat
tangkap, teknologi metode operasi X21, X22, X23 = dimensi variabel desa, masing-masing topografi demografi
desa, potensi SDA desa, sarana dan prasarana desa X31, X32, X33 = dimensi variabel sosial budaya, masing-masing kehidupan
sosial gotong royong, makan ikan, tata nilai, dan mobilitas penduduk
X41, X42, X43 = dimensi variabel ekologi, masing-masing pemukiman, pencemaran, ekosistem terumbu karang
Y1, Y2, Y3, Y4 = dimensi pengembangan BCR, masing-masing modal kerja, pengembalian investasi, keuntungan, dan kontinyuitas usaha.
39
Rancangan path diagram faktor-faktor kontekstual yang diharpakan menjadikan indikator kebijakan disajikan pada Gambar 4. Path diagram dibuat
menggunakan program AMOS Professional 4.0. Pada Gambar 4, keempat variabel umum yang mempengaruhi BCR tersebut menjadi konstruk penelitian. Selanjutnya,
variabel yang lebih detail akan ditentukan berdasarkan hasil analisis sebelumnya hasil analisis kelayakan usaha perikanan tangkap di desa-desa pesisir Kota Ambon
dan hasil analisis status industri dan potensi desa pesisir yang dikaitkan dengan konsep teoritis yang ada. Variabel tersebut kemudian disebut sebagai dimensi
konstruk penciri dari konstruk. Detail tersebut dijadikan sebagai dimensi konstruk. Jumlah dari dimensi konstruk tersebut tergantung dari dugaan keeratan hubungannya
tingkat pengaruh-mempengaruhi dengan konstruk penelitian berdasarkan hasil analisis sebelumnya. Dimensi konstruk inilah yang kemudian diambil datanya
menggunakan kuesioner SEM. Setelah penyusunan path diagram, tahap selanjutnya adalah membuat
persamaan matematis yang menggambarkan interaksi-interaksi komponen pengembangan perikanan tangkap di desa pesisir Kota Ambon. Persamaan tersebut
terdiri dari persamaan pengukuran measurement model dan persamaan struktur structural equation. Persamaan pengukuran measurement model merupakan
persamaan yang mencerminkan interaksi diantara komponen pengembangan yang menjadi konstruk dan dimensi konstruk, sedangkan persamaan struktur structural
equation mencerminkan interaksi diantara komponen yang keduanya menjadi konstruk antar konstruk.
Persamaan matematis tersebut digunakan untuk operasi AMOS, dan data SEM yang dikumpulkan dari responden diolah dengan program SPSS, Microsoft Excel, MS
Access, atau program lain yang sesuai. Matriks input yang dapat digunakan dalam analisis SEM terdiri dari matriks kovarian dan matriks korelasi. Matriks kovarian
merupakan matriks yang berisi varian dan kovarian dari sekumpulan komponen yang berinteraksi, sedangkan matriks korelasi merupakan matriks yang berisi keofisien
korelasi dari sekumpulan komponen yang berinteraksi. Dalam beberapa penelitian, matriks kovarian lebih sering digunakan karena keunggulannya dalam menyajikan
perbandingan yang valid antara populasi atau sampel yang berbeda, sedangkan dalam penelitian ini, kedua matriks tersebut digunakan.
40
Gambar 4 Rancangan path diagram faktor-faktor kontekstual pengembangan BCR
indikator kebijakan. Teknik estimasi yang digunakan dalam analisis model interaksi stakeholders ini
dapat dipilih sesuai dengan ukuran sampel. Teknik estimasi ini bisa berubah bisa kondisi lapangan menginginkan ukuran sampel harus diubah, misal ukuran populasi
yang di luar perkiraan, lingkup dan kompleksitas penelitian yang lebih luas. Adapun teknik estimasi yang dapat digunakan sesuai dengan ukuran sampelnya adalah :
• Matriks likelihood estimation, bila ukuran sampel 100 – 200 dan asumsi normalitas dipenuhi.
• Generalized least square estimation, bila ukuran sampel 200 – 500 dan asumsi normalitas dipenuhi.
• Asymptotically distribution free estimation, bila ukuran sampel lebih dari 2500 dan asumsi normalitas kurang dipenuhi.
Oleh karena dalam penelitian ini ukuran sampelresponden 150 orang, maka teknik estimasi yang digunakan matriks likelihood estimation.
Tahapan selanjutnya adalah kegiatan mengevaluasi kesesuaian model interaksi pemangku kepentingan stakeholders yang dibuat menggunakan berbagai kriteria
goodness-of-fit. Secara garis besar, tahapan ini dibagi dalam tiga jenis kegiatan yaitu evaluasi data yang digunakan apakah memenuhi asumsi-asumsi SEM atau tidak, uji
kesesuaian dan uji statistik, dan analisis pengaruh effect analysis.
GBCA Variabel
Desa
Variabel Sosial Budaya
Variabel Teknis
Variabel Ekologi Desa
X11
d11
1 1
X12
d12
1
X2l
d2l
1 1
X22
d22
1
X3m
d3m
1 1
X32
d32
1
X42
d42
1 1
X41
d41
1 X1k
d1k
1
X21
d21
1
X31
d31
1
X4n
d4n
1 Y1
e1
1 1
Y2
e2
1 Y3
e3
1 Y4
e4
1 Z1
Z2 1
Z3 1
Z4 Z5
1 1
1
41
Evaluasi asumsi SEM meliputi evaluasi ukuran sampel, normalitas, outliers pencilan, dan lain-lain. Sedangkan uji kesesuaian dan uji statistik meliputi X
2
-Chi- square statistic, adjusted goodness of fit index AGPI, CMINDF, comparative fot
index CFI, goodness of fit index GPI, the root mean square error of approximation RMSEA, dan Tucker Lewis index TLI. Tingkat penerimaan model yang dibangun
berkaitan dengan indeks-indeks evaluasi tersebut disajikan pada Tabel 8. Penjelasan rinci dari indeks evaluasi tersebut adalah :
• X
2
-Chi-square statistic. Uji ini digunakan untuk mengukur overall fit atau kesesuaian model yang dibangun dengan data yang ada.
• Adjusted goodness of fit index AGPI. AGPI analog dengan R
2
dalam regresi berganda, dengan tingkat penerimaan yang direkomendasikan sama atau lebih
besar dari 0,9. • Comparative fot index CFI. CFI merupakan index yang menunjukkan tingkat
fitnya model yang dibangun. Berbeda dengan indeks lainnya, index ini tidak tergantung pada ukuran sampel.
• CMINDF. CMINDF merupakan pembagian X
2
dengan degree of freedom. Indeks ini menunjukkan tingkat fitnya model.
• Goodness of fit index GFI. GFI digunakan untuk menghitung proporsi tertimbang varian dalam matriks kovarian sampel yang dijelakan oleh matriks
kovarian populasi yang terestimasi. GPI mempunyai nilai antara 0 poor fit – 1 perfect fit.
• The root mean square error of approximation RMSEA. RMSEA adalah indeks yang digunakan untuk mengkompensasi Chi-square statistic dalam sampel yang
besar. Model yang dibangun dapat diterima bila mempunyai nilai RMSEA lebih kecil atau sama dengan 0,08.
• Tucker Lewis index TLI. TLI merupakan alternatif incremental fit index yang membandingkan sebuah model yang diuji terhadap sebuah baseline model.
42
Tabel 8 Goodness-of-fit Index kriteria uji kesesuaian dan uji statistik
Goodness of fit Index Cut-off Value
X
2
-Chi-squarey Sekecil mungkin
Significance Probability 0.05
AGFI 0.90
CFII 0.95
CMINDF 2.00
GFI 0.90
RMSEA 0.08
TLI 0.95
Sumber : Ferdinand 2002 Effect analysis diterapkan terhadap faktor determinan kontekstual yang
memenuhi kriteria lulus uji kesesuaian dan uji statistik ditetapkan menjadi indikator kebijakan yang valid. Effect analysis berguna untuk menginterpretasikan koefisien
pengaruh antar konstruk dalam menjelaskan interaksi komponen interaksi faktor dalam mempengaruhi BCR yang dapat dikurangi, diabaikan, dipertahankan, dan
dikembangkan untuk mendukung kegiatan perikanan tangkap desa pesisir. Interaksi tersebut dapat menyangkut dampak kegiatan perikanan terhadap ekonomi daerah,
pengaruh perikanan industri terhadap perikanan rakyat, pengaruh keberpihakan pemerintah, peran aktivitas produksi dan pasar, kesesuaian kegiatan perikanan dengan
orientasi pembangunan, dan lainnya. Interaksi faktorvariabel dengan pengaruh signifikan akan menjadi perhatian dalam pengembangan kebijakan dan instrumental
input terkait pengembangan usaha perikanan tangkap yang prosfektif dan berbasis desa kluster di Kota Ambon.
3.6 Metode Penelitian Prioritas Kebijakan Makro Pengembangan Perikanan Tangkap