Analisis Regresi Berganda Cross Section

53 untuk regresi dengan data time series adalah harga ikan, harga bahan bakar solar dan jumlah ikan yang didaratkan.

6.2.1 Analisis Regresi Berganda Cross Section

Analisis regresi berganda ini dilakukan menggunakan data cross section terdiri dari 10 variabel independent yaitu hasil tangkapan, Biaya, jumlah tenaga kerja, jarak tempuh, pengalaman, usia, pendidikan, alat tangkap, kepemilikan alat tangkap, dan keikutsertaan dalam organisasi. Pengambilan data dilakukan kepada 50 responden dan menghasilkan persamaan regresi sebagai berikut : Ln PDT = 24,0 + 0,318 Ln HT - 0,424 Ln Biaya - 0,119 Ln JTK - 0,335 Ln JT - 0,293 Ln PNGLM - 0,227 Ln USIA + 0,291 Ln PEND + 0,293 Ln AT + 2,11 KAT + 0,387 ORG Dimana : PDT : Pendapatan nelayan Rp HT : HasilTangkapan kg BIAYA : Biaya Rp JTK : Jumlah Tenaga Kerja orang JT : Jarak tempuh m PNGLM : Pengalaman tahun USIA : Usia Nelayan tahun PEND : Pendidikan Nelayan AT : Alat Tangkap KAT : Kepemilikan Alat Tangkap ORG : Keikutsertaan dalam Organisasi Nelayan 54 Tahap pertama adalah dilakukan pengujian bersama terhadap model Uji Anova atau Uji F. Perhitungan ANOVA menghasilkan nilai F hitung sebesar 38,15 dan significance F sebesar 0,0000. Nilai Significance F yang sangat kecil menunjukkan model regresi dapat menjelaskan keragaman pendapatan. Hasil goodness of fit R 2 dari regresi tersebut adalah 0,892 yang berarti sebesar 89,2 model dapat menjelaskan variabel independent, sedangkan sisanya dijelaskan oleh variabel lain yang tidak diikutsertakan dalam model. Hasil dari uji bersama menunjukan bahwa model layak atau dapat menjelaskan keragaman variabel dependent. Selanjutnya dilihat variabel dependent apa saja yang berpengaruh secara signifikan terhadap variabel independent menggunakan Uji Parsial Uji T. Taraf nyata yang digunakan sebesar 10. Nilai P value yang lebih kecil dari taraf nyata yang berlaku menunjukkan bahwa variabel independent berpengaruh secara signifikan terhadap variabel dependent. Dari 10 variabel independent, lima variabel berpengaruh secara signifikan sementara lima variabel sisanya tidak berpengaruh secara signifikan. Tabel 3. Hasil Uji Individual untuk Model Cross Section Variabel Koefisien T P value Konstanta 23,959 7,33 0,000 HT 0,31770 4,49 0,000 BIAYA -0,4239 -2,11 0,042 JTK -0,1187 -0,57 0,572 JT -0,33532 -3,82 0,001 PNGLM -0,2925 -1,49 0,145 USIA -0,2271 -0,53 0,598 PEND 0,2914 1,15 0,260 AT 0,2927 1,14 0,264 KAT 2,1137 12,21 0,000 ORG 0,3870 2,31 0,027 Sumber : Hasil olahan 2011, pada taraf nyata 10 55 Variabel yang berpengaruh secara signifikan adalah hasil tangkapan, biaya, jarak tempuh, kepemilikan alat tangkap, dan keikutsertaan dalam organisasi. Variabel hasil tangkapan memiliki t hitung sebesar 4,49 dan P value sebesar 0,000. Variabel biaya memiliki t hitung sebesar -2,11 dan P value sebesar 0,042. Variabel jarak tempuh memiliki t hitung sebesar -3,82 dan P value sebesar 0,001. Variabel kepemilikan alat tangkap memiliki t hitung 12,21 dan P value sebesar 0,000. Dan nilai t hitung untuk variabel keikutsertaan dalam organisasi sebesar 2,31 dengan P value sebesar 0,027. Sementara untuk variabel yang tidak berpengaruh secara signifikan adalah jumlah tenaga kerja, pengalaman, usia, tingkat pendidikan, dan alat tangkap. T hitung untuk variabel jumlah tenaga kerja sebesar -0,57 dengan P value sebesar 0,572. Untuk variabel pengalaman, nilai t hitung sebesar -1,49 dan P value 0,145. Variabel usia memiliki nilai t hitung sebesar -0,53 dengan P value 0,598. Variabel pengalamantingkat pendidikan, t hitung yang diperoleh sebesar 1,15 dengan P value sebesar 0,260. Variabel alat tangkap memiliki t hitung sebesar 1,14 dan P value sebesar 0,264. Setelah dilakukan uji bersama dan uji parsial, tahap selanjutnya adalah menguji apakah terdapat penyimpangan asumsi pada model regresi tersebut. Penyimpangan asumsi yang akan diuji adalah multikolinearitas, heteroskedastisitas, dan autokorelasi. Pengujian multikolinearitas dilakukan dengan melihat nilai VIF dari setiap variabel. Nilai VIF diperoleh dengan bantuan software Minitab versi 14. Dari hasil pengolahan data dengan Minitab, tidak terdapat nilai VIF yang lebih besar dari 10 untuk seluruh variabel. Hal ini berarti tidak terjadi penyimpangan asumsi multikolinearitas atau dengan kata lain tidak 56 ada hubungan linear sempurna antar variabel independent dalam model. Penyimpangan asumsi yang kedua adalah heteroskedastisitas. Heteroskedastisitas dapat dideteksi dengan Uji White White test dengan bantuan software Microsoft Excel hasil yang diperoleh dari perhitungan nilai hitung Chi Square sebesar 40,14 dan nilai X 2 tabel untuk taraf nyata 10 dan observasi 50 adalah 57,5053. Dapat dilihat bahwa nilai hitung Chi Square lebih kecil dari nilai X 2 . Maka dapat disimpulkan tidak terjadi heteroskedastisitas pada model. Artinya ragam dari errorterm untuk variabel dependent konstan. Penyimpangan asumsi yang terakhir adalah autokorelasi. Autokorelasi dideteksi dengan uji Durbin Watson DW. Dengan bantuan software minitab diperoleh nilai DW untuk model regresi sebesar 2,06449. Nilai stastitik DW yang mendekati 2 menunjukkan tidak ada autokorelasi dalam model. Sehingga dapat dikatakan bahwa asumsi sisaan menyebar bebas dapat dipenuhi. Setelah seluruh uji statistik dilakukan, dan diperoleh hasil bahwa model layak dan tidak terdapat penyimpangan asumsi regresi linear selanjutnya adalah melakukan interpretasi terhadap hasil yang diperoleh untuk masing-masing variabel. Nilai koefisien yang diperoleh menggambarkan elastisitas masing- maisng variabel. Berikut ini adalah interpretasi koefisien untuk masing-masing variabel independent : 1. Hasil Tangkapan Hasil tangkapan berpengaruh secara signifikan terhadap pendapatan nelayan dengan nilai koefisien sebesar 0,31770. Nilai koefisien tersebut memiliki arti bahwa peningkatan hasil tangkapan nelayan sebesar 100 akan meningkatkan pendapatan nelayan sebesar 31,77, ceteris paribus. Hasil ini 57 sesuai dengan hipotesis penelitian bahwa hasil tangkapan berpengaruh positif terhadap pendapatan nelayan. Koefisien hasil tangkapan yang kurang dari 1 menunjukan bahwa hasil tagkapan tidak elastis inelastis. Hal ini berarti respon pendapatan terhadap hasil tangkapan nelayan sangat kecil. 2. Biaya Biaya berpengaruh secara signifikan terhadap pendapatan dengan nilai koefisien sebesar -0,4239. Artinya untuk tiap peningkatan Biaya sebesar 100 maka rata-rata pendapatan yang diperoleh nelayan turun sebesar 42,39, ceteris paribus. Hasil ini sesuai dengan hipotesis penelitian yaitu Biaya berpengaruh negatif terhadap pendapatan nelayan. Komponen Biaya melaut yang dikeluarkan nelayan terbagi menjadi biaya tetap dan biaya variabel. Komponen biaya tetap adalah perawatan kapal, perawatan mesin, perawatanpenggantian alat tangkap, dan biaya perizinan melaut surat-surat. Sedangkan komponen biaya variabel adalah makanan ransum, es, dan bahan bakar solar. Dengan nilai koefisien yang negatif berarti penurunan biaya melaut, baik biaya tetap maupun biaya variabel akan meningkatkan pendapatan nelayan. Koefisien yang kurang dari 1 menunjukan Biaya melaut inelastis terhadap pendapatan nelayan. Hal ini bermakna respon pendapatan nelayan terhadap Biaya melaut sangat kecil. 3. Jumlah Tenaga Kerja Jumlah tenaga kerja tidak berpengaruh secara signifikan terhadap pendapatan nelayan. Hal ini dapat disebabkan karena ketidakefisiensi tenaga kerja yang dipekerjakan. 4. Jarak Tempuh 58 Jarak tempuh berpengaruh secara signifikan terhadap pendapatan nelayan dengan nilai koefisien -0,33532. Hal ini tidak sesuasi dengan hipotesis penelitian yaitu jarak tempuh berpengaruh positif terhadap pendapatan nelayan. Ketidaksesuaian ini dapat terjadi karena jarak tempuh yang semakin jauh juga akan meningkatkan biaya yang harus dikeluarkan nelayan, sementara hasil tangkapan belum tentu lebih banyak yang diperoleh. Hal lain yang mungkin terjadi adalah, semakin jauh jarak melaut dari pulau, maka persaingan dengan nelayan lain dari berbagai daerah juga lebih tinggi. Sehingga hasil tangkapan yang diperoleh tidak lebih banyak yang mengakibatkan pendapatan nelayan juga tidak meningkat. 5. Pengalaman Pengalaman melaut seorang nelayan tidak berpengaruh secara signifikan terhadap pendapatan nelayan. Hasil ini tidak sesuai dengan hipotesis penelitian yang menyatakan pengalaman berpengaruh positif terhadap pendapatan. Hal ini dapat terjadi karena melayan yang lebih berpengalaman belum tentu berpengalaman dalam menggunakan teknologi baru seperti GPS. 6. Usia Usia nelayan tidak berpengaruh secara signifikan terhadap pendapatan nelayan. Hal ini tidak sesuai dengan hipotesis penelitian yang menyatakan bahwa usia nelayan berpengaruh positif terhadap pendapatan nelayan. Ketidaksesuaian hipotesis penelitian dengan hasil yang diperoleh di lapangan dapat terjadi karena baik nelayan yang berusia muda maupun nelayan yang berusia lebih tua dapat memperoleh hasilpendapatan yang sama atau bahkan 59 nelayan yang lebih muda dapat memperoleh lebih banyak pendapatan karena lebih produktif. 7. Pendidikan Tingkat pendidikan nelayan tidak berpengaruh secara signifikan terhadap pendapatan nelayan. Hal ini tidak sesuai dengan hipotesis penelitian bahwa tingkat pendidikan berpengaruh positif terhadap pendapatan nelayan. Ini dapat terjadi karena nelayan yang tingkat pendidikan lebih tinggi belum tentu lebih mahir dalam melaut daripada nelayan yang tingkat pendidikannya rendah. Selain itu, ketika melaut nelayan menggunakan GPS Global Positioning System. Keterampilan menggunakan GPS ini tidak diperoleh di jenjang pendidikan formal, namun melalui pembelajaran secara otodidak. Nelayan dengan tingkat pendidikan SD, SMP, dan SMA bahkan yang tidak pernah bersekolahpun terampil menggunakan GPS. 8. Alat Tangkap Alat tangkap yang digunakan nelayan tidak berpengaruh secara signifikan terhadap pendapatan nelayan. Alat tangkap yang digunakan nelayan Pulau Untung Jawa adalah bubu dan pancing. Seluruh nelayan di Pulau Untung Jawa menggunakan alat tangkap ini. Sehingga tidak ada pengaruhnya alat tangkap yang digunakan terhadap pendapatan nelayan. 9. Kepemilikan Alat Tangkap Kepemilikan alat tangkap berpengaruh signifikan terhadap pendapatan nelayan dengan koefisien 2,1137. Sesuai dengan hipotesis penelitian yang menyatakan bahwa kepemilikan alat tangkap berpengaruh positif terhadap pendapatan nelayan. Nilai koefisien sebesar 2,1137 memiliki arti bahwa 60 kecenderungan nelayan yang memiliki alat tangkap, pendapatannya meningkat sebesar sebesar 2,546. 10. Keikutsertaan dalam Organisasi Keikutsertaan dalam organisasi berpengaruh secara signifikan terhadap pendapatan yang diperoleh nelayan dengan nilai koefisien sebesar 0,3870. Artinya kecenderungan nelayan yang bergabung dalam organisasi nelayan, pendapatannya lebih tinggi 38,7 daripada nelayan yangtidak bergabung dalam organisasi nelayan. Selain hal tersebut di atas, berdasarkan hasil wawancara dengan responden, mereka merasa terganggu dengan nelayan dari wilayah lain seperti nelayan dari Tangerang yang melaut di sekitar wilayah Pulau Untung Jawa. Selain itu, banyak nelayan dari luar pulau yang menggunakan pukat harimau untuk menangkap ikan. Penggunaan pukat harimau ini menurut mereka dapat merusak alat tangkap mereka yang menggunakan bubu. Nelayan sering mengeluhkan bubu mereka hilang saat melaut karena terbawa oleh pukat harimau dari nelayan lain. Hal ini menyebabkan mereka harus lebih sering mengganti atau membeli baru bubu yang mengakibatkan Biaya nelayan menjadi lebih besar.

6.2.2. Analisis Regresi Berganda Time series