• Tidak ada hasil yang ditemukan

Analisis dan pengembangan model menggunakan Structural Equation Modelling (SEM)

PELAKU KEBIJAKAN

3 METODE PENELITIAN

3.4 Analisis Data

3.4.3 Analisis dan pengembangan model menggunakan Structural Equation Modelling (SEM)

SEM merupakan sekumpulan teknik-teknik yang memungkinkan pengujian beberapa variabel dependen dengan beberapa variabel independen secara simultan. Ferdinand (2002:7) mengungkapkan bahwa SEM memungkinkan untuk dapat menjawab pertanyaan penelitian yang bersifat regresif maupun dimensional. Pada saat seorang peneliti menghadapi pertanyaan penelitian berupa identifikasi dimensi-dimensi sebuah konsep atau konstruk dan pada saat yang sama ingin mengukur pengaruh atau derajat hubungan antar faktor yang telah diidentifikasi dimensi-dimensinya, maka SEM akan memungkinkan untuk melaksanakannya. SEM juga merupakan pendekatan terintegrasi antara analisis faktor, model struktural dan analisis jalur (path analysis) (Solimun, 2002:65).

Pengembangan model dilakukan dengan menggunakan pendekatan teroritis. Pendekatan teoritis dimaksudkan untuk mendapatkan justifikasi terhadap konsep-konsep yang dikembangkan, sehingga model akhir yang diperoleh dapat dipertanggungjawabkan dan mendapat kebenaran secara ilmiah. Dalam kaitan ini, telaah pustaka, eksplorasi terhadap hasil-hasil penelitian yang berkaitan, dan diskusi pakar menjadi hal penting untuk dilakukan. Berdasarkan telaah pendahuluan, beberapa komponen yang berinteraksi dalam kebijakan peningkatan kesejahteraan nelayan Kabupaten Administrasi Kepulauan Seribu adalah pemberdayaan SDM nelayan, peningkatan kewirausahan dan penguatan kelembagaan.

97

Dinamika setiap komponen utama tersebut dipengaruhi oleh interaksi dengan komponen lainnya yang lebih kecil dan secara rinci dapat dijelaskan: (1) Penguatan kelembagaan (X1), dapat berinteraksi/dipengaruhi oleh:

1) Aspek organisasi nelayan (X11);

2) Aspek lembaga keuangan mikro (X12); dan 3) Aspek lembaga pemerintahan (X13).

(2) Pemberdayaan sumberdaya manusia nelayan (X2), dapat berinteraksi/ dipengaruhi oleh:

1) Aspek pengadaan penyuluhan (X21);

2) Aspek penyelenggaraan pelatihan (X22); dan 3) Aspek penyelenggaraan pendidikan (X23).

(3) Kewirausahaan bagi nelayan (X3), berinteraksi/dipengaruhi oleh : 1) Aspek ketrampilan usaha (X31);

2) Aspek praktek dan pengalaman usaha (X32); dan 3) Aspek niat berusaha (X33).

Dalam kaitan ini, analisis SEM dalam penelitian akan dikembangkan untuk melihat terjadinya interaksi diantara komponen tersebut dan mengetahui interaksi mana yang paling berperan dalam pembangunan Kabupaten Administrasi Kepulauan Seribu berbasis industri perikanan. Gambaran interaksi diantara komponen tersebut kemudian diilustrasikan dalam rancangan awal path diagram.

a) Pembuatan path diagram

Setelah menyusun model berbasis teori, langkah selanjutnya adalah menerjemahkan model tersebut ke dalam diagram jalur (path diagram) agar dapat diestimasikan dengan menggunakan program AMOS. Pembuatan path diagram

merupakan kegiatan penggambaran interaksi komponen-komponen yang dikembangkan secara teoritis dan kemudian menjadi konstruk penelitian. Dalam penggambaran ini, konstruk/variabel laten penelitian tersebut harus dilengkapi dengan dimensi/variabel terukur.

Seperti yang disebutkan sebelumnya, dalam model struktural dikenal dua variabel, yaitu variabel eksogen dan endogen. Sedangkan untuk persamaan-

98

persamaan struktural yang dirumuskan untuk menyatakan hubungan kausalitas antar berbagai konstruk, persamaan tersebur pada dasarnya dibangun dengan pedoman sebagai berikut: variabel endogen (terikat) = variabel eksogen + variabel endogen + error (Ferdinand, 2002:167). Variabel eksogen adalah variabel yang nilainya ditentukan di luar model, seperti variabel bebas dan variabel instrumen (juga disebut predetermined variables). Sedangkan variabel endogen adalah variabel yang nilainya ditentukan berdasarkan model, seperti variabel tidak bebas.

Dalam kaitan ini, telaah pustaka menjadi hal penting untuk menetapkan variabel terukur yang tepat. Path diagram dibuat dengan menggunakan program AMOS 7.0 Professional. Rancangan path diagram untuk merumuskan model kebijakan peningkatan kesejahteraan nelayan dapat dilihat pada gambar 7 dibawah ini.

Persamaan struktural dalam penelitian ini adalah persamaan rekursif dimana memenuhi asumsi-asumsi sebagai berikut:

1. Antara εij (galat) saling bebas (independent)

2. Antara εij dengan Y, Y1, Y2, Y3, X1, X2, dan seterusnya saling bebas

3. Arah pengaruh kausalitas dari variabel endogen adalah searah, atau tidak ada variabel endogen yang mempunyai pengaruh bolak-balik (resiplokal).

99

Penjelasan faktor/konstruk yang digunakan dalam path diagram pada Gambar 7 dapat dilihat pada Tabel 11.

Tabel 11 Jenis dan makna faktor/konstruk dalam path diagram serta simbolnya dan measurement model

No. Faktor/ Konstruk Keterangan Simbol dalam Measurement Model 1. X1 Penguatan Kelembagaan 1 2. X11 Organisasi nelayan X11

3. X12 Lembaga keuangan mikro X12

4. X13 Lembaga pemerintahan X13

5. X2 Pemberdayaan SDM nelayan 2

6. X21 Pengadaan penyuluhan X21

7. X22 Penyelenggaraan pelatihan X22

8. X23 Penyelenggaraan pendidikan X23

9. X3 Kewirausahaan bagi Nelayan 3

10. X31 Ketrampilan usaha X31

11. X32 Praktek dan pengalaman usaha X32

12. X33 Niat berusaha X33

13. Y Kesejahteraan nelayan 1

14. Y1 Pendapatan rumah tangga Y11

15. Y2 Keadaan tempat tinggal Y12

16. Y3 Kondisi kesehatan Y13

sumber: Hasil pengolahan data

b) Pengujian masing-masing variabel b.1) Tingkat kesejahteraan nelayan (Y)

Variabel yang digunakan sebagai indikator yang menentukan tingkat kesejahteraan nelayan adalah pendapatan rumah tangga (Y1), keadaan tempat tinggal (Y2), dan kondisi kesehatan (Y3).

Pengujian apakah variabel-variabel ini dapat digunakan untuk membentuk faktor atau konstruk dilakukan dengan jalan melihat nilai probabilitas (p) dari nilai koefisien lambda (λ). Jika nilai probabilitas (p) koefisien lambda lebih kecil dari nilai α (0,05), maka indikator tersebut dapat digunakan untuk membentuk faktor atau konstruk. Begitu pula sebaliknya, jika nilai probabilitas (p) koefisien lambda lebih besar dari nilai α (0,05), maka indikator tersebut tidak dapat digunakan untuk membentuk faktor atau konstruk.

100

Adapun model pengukuran confirmatory factor analysis untuk mengukur tingkat kesejahteraan nelayan terdapat pada gambar 8 dibawah ini.

Gambar 8 Confirmatory factoranalysis tingkat kesejahteraan nelayan

b.2) Penguatan kelembagaan

Variabel-variabel yang digunakan sebagai indikator yang menentukan penguatan kelembagaan adalah organisasi nelayan (X11), lembaga keuangan mikro (X12), dan lembaga pemerintahan (X13). Adapun model pengukuran

confirmatory factor analysis untuk penguatan kelembagaan dapat dilihat pada gambar berikut .

Gambar 9 Confirmatory factor analysis penguatan kelembagaan

Tingkat Kesejahteraan Nelayan (Y) Pendapatan Rumah Tangga (Y1) Keadaan Tempat Tinggal (Y2) Kondisi Kesehatan (Y3) Penguatan Kelembagaan (X1) Organisasi Nelayan (X11) Lembaga Keuangan MIkro (X12) Lembaga Pemerintahan (X13)

101

b.3) Pemberdayaan sumberdaya manusia nelayan (X1)

Variabel-variabel yang digunakan sebagai indikator yang menentukan pemberdayaan SDM nelayan adalah penyelenggaraan penyuluhan (X21), penyelenggaraan pelatihan (X22), dan penyelenggaraan pendidikan (X23). Untuk membentuk faktor atau konstruk. Adapun model pengukuran confirmatory factor analysis untuk pemberdayaan nelayan dapat dilihat pada Gambar berikut.

Gambar 10 Confirmatory factor analysis pemberdayaan SDM nelayan

b.4) Pengembangan kewirausahaan (X3)

Variabel-variabel yang digunakan sebagai indikator yang menentukan pengembangan kewirausahaan adalah nilai ketrampilan usaha (X31), praktek dan pengalaman usaha (X32), dan adanya niat dalam berusaha (X33).

Gambar 11 Confirmatory factor analysis pengembangan kewirausahaan

Pemberdayaan Sumber Daya Nelayan (X2) Pengadaan Penyuluhan (X21) Penyelenggaraan Pelatihan (X22) Penyelenggaraan Penyuluhan (X23) Pengembangan Kewirausahaan (X3) Ketrampilan Usaha (X31) Pengalaman Usaha (X32) Niat Berusaha (X33)

102

c) Pemilihan matriks input dan estimasi model

Matriks input yang dapat digunakan dalam analisis SEM terdiri dari matriks kovarian dan matriks korelasi. Dalam beberapa penelitian, matriks kovarian lebih sering digunakan karena keunggulannya dalam menyajikan perbandingan yang valid antara populasi atau sampel yang berbeda.

Setelah model dispesifikasikan secara lengkap, langkah berikutnya adalah memilih jenis input. Matriks input yang dipilih dalam penelitian ini adalah matrix kovarians. Alasan memilih input data matrix covarians adalah karena matriks covarians memiliki keunggulan dalam menyajikan perbandingan yang valid antara populasi yang berbeda atau sampel yang berbeda. Selain itu matriks covarians lebih sesuai untuk memvalidasi hubungan kausal.

Selanjutnya untuk memilih teknik analisis dengan mempertimbangkan ukuran sampel. Setelah memilih matriks input, maka perangkat lunak (AMOS atau AMOS) akan melakukan estimasi koefisien path. Dalam melakukan estimasi model, ukuran sampel memegang peranan yang cukup penting. Teknik-teknik estimasi yang tersedia adalah:

(a) Maximum LikelihoodEstimation (ML), (b) Generalized Least Square Estimation (GLS), (c) Unweighted Least Square Estimation (ULS), (d) Scale Free Least Square Estimation (SLS), dan (e) Symtotically Distribution-free Estimation (ADF).

Metode yang digunakan dalam penelitian ini adalah Maximum Likelihood (ML).

c.1) Identifikasi Model

Masalah identifikasi merupakan masalah ketidakmampuan dari model yang dikembangkan untuk menghasilkan estimasi yang unik. Masalah identifikasi dapat muncul melalui gejala sebagai berikut:

a. Standard error untuk satu sampai beberapa koefisien sangat besar

b. Program tidak mampu menghasilkan matriks informasi yang seharusnya c. Munculnya angka-angka yang tidak diinginkan, seperti varians error yang negatif

d. Munculnya angka korelasi yang sangat tinggi antar koefisien estimasi yang diperoleh

103

c.2) Asumsi-asumsi SEM yang harus dipenuhi 1. Ukuran sampel

Ukuran sampel yang harus dipenuhi dalam pemodelan SEM adalah minimum berjumlah 100, selanjutnya menggunakan perbandingan 5 observasi untuk setiap parameter yang diestimasi. Oleh karena itu, bila mengembangkan model dengan lebih 20 parameter maka minimum digunakan 100 sampel.