3. Unit Pertokoan
4.4. Analisis Model Regresi Berganda Pendapatan Nelayan
4.4.2 Hasil Estimasi dengan menggunakan Metode Regresi Linier Berganda pada Nelayan Kapal Motor Tempel
Untuk melihat pengaruh dari variabel bebas yakni modal kerja, jumlah anak buah kapal, pengalaman melaut, dan jarak tempuh melaut terhadap variabel terikat yakni
Ringkasan Modelb,c Model R R Kuadrat R Kuadrat yang Disesuaikan Galat Baku Estimasi Statistika Durbin-Watson Jenis Armada yang Digunakan = Perahu Tanpa Mesin (Selected)
Jenis Armada yang Digunakan ~= Perahu Tanpa Mesin (Unselected)
Jenis Armada yang Digunakan = Perahu Tanpa Mesin (Selected)
Jenis Armada yang Digunakan ~= Perahu Tanpa Mesin (Unselected)
1 .741a .647 .549 .517 1544755.372 1.177 1.587
a. Prediktor: (Konstan), Jarak Tempuh, Jumlah ABK dalam 1 Kapal, Modal Kerja, Pengalaman b. Kasus pada Jenis Armada yang Digunakan = Perahu Tanpa Mesin.
pendapatan per bulan nelayan pada jenis armada kapal motor tempel, maka digunakan
metode analisis regresi linier berganda dengan bantuan software IBM-SPSS 19.0.
Hasilnya adalah sebagaimana disajikan pada Tabel 31. Tabel 31. Hasil Uji Koefisien Regresi Linier
Persamaan regresi linier berganda yang terbentuk dapat dituliskan sebagai berikut : Y = -3851384,695 + 0,140 X1 + 830624,673 X2 + 168155,034 X3 + 509516,857 X4
Berdasarkan hasil uji t-statistik (parsial) pada variabel modal kerja (X1), diketahui nilai koefisien regresi linier pada variabel X1 menunjukkan angka yang positif sebesar 0,140, dimana variabel X1 memiliki nilai t hitung sebesar 1,288 lebih kecil dari nilai t-tabel
uji 2 arah yakni 1,96 dan nilai Sig 0,212 lebih besar dibandingkan nilai peluang yang
ditetapkan (p-value) yakni sebesar 0,05. Dengan demikian keputusannya adalah menolak
hipotesis alternatif (Ha) yang diajukan, yakni modal kerja (X1) tidak signifikan terhadap pendapatan nelayan artinya penambahan modal kerja tidak mampu memberikan peningkatan pendapatan nelayan pada jenis armada kapal motor tempel.
Berdasarkan hasil uji t-statistik (parsial) pada variabel anak buah kapal (X2), diketahui nilai koefisien regresi linier menunjukkan angka yang positif sebesar 830624,673, dimana variabel X2 memiliki nilai t hitung sebesar 2,364 lebih besar dari nilai t-tabel uji 2
arah yakni 1,96 dan nilai Sig 0,028 lebih kecil dibandingkan nilai peluang yang ditetapkan
(p-value) yakni sebesar 0,05. Dengan demikian keputusannya adalah menerima hipotesis alternatif (Ha) yang diajukan, yakni variabel X2 mempunyai pengaruh positif dan signifikan terhadap pendapatan nelayan artinya ketika terjadi penambahan jumlah X2
Koefisiena,b
Model
Koefisien Tidak Dibakukan
Koefisien Dibakukan
t Sig.
Statistika Kolinieritas B Galat Baku Beta B Galat Baku 1 (Konstan) -3851384.695 2689425.267 -1.432 .167
Modal Kerja .140 .108 .143 1.288 .212 .631 1.586 Jumlah ABK dalam 1 Kapal 830624.673 351298.462 .271 2.364 .028 .589 1.698 Pengalaman 168155.034 120574.620 .152 1.395 .178 .649 1.541 Jarak Tempuh 509516.857 83611.707 .608 6.094 .000 .779 1.284 a. Variabel Terikat: Pendapatan per Bulan
maka akan meningkatkan pendapatan nelayan pada jenis armada kapal motor tempel. Setiap penambahan anak buah kapal (X2) sebanyak satu orang maka akan meningkatkan pendapatan nelayan sebesar Rp.830.624.
Berdasarkan hasil uji t-statistik (parsial) pada variabel pengalaman melaut (X3), diketahui nilai koefisien regresi linier pada variabel X3 menunjukkan angka yang positif sebesar 168155,034. Variabel X3 memiliki nilai t hitung sebesar 1,395 lebih kecil dari nilai t-tabel uji 2 arah yakni 1,96 dan nilai Sig 0,178 lebih besar dibandingkan nilai peluang
yang ditetapkan (p-value) yakni sebesar 0,05. Dengan demikian keputusannya adalah
menolak hipotesis alternatif (Ha) yang diajukan, yakni X3 tidak signifikan terhadap pendapatan nelayan artinya semakin bertambah X3 tidak memberikan peningkatkan pendapatan nelayan pada jenis armada kapal motor tempel akan tetapi dengan pengalaman melaut (X3) yang semakin bertambah akan menyebabkan nelayan menjadi semakin terampil dan mampu memahami kondisi laut, sehingga dengan pengalaman yang semakin baik akan menjadikan kemampuan nelayan dalam melaut juga akan semakin baik.
Berdasarkan hasil uji t-statistik (parsial) pada variabel jarak tempuh melaut (X4) diketahui nilai koefisien regresi liniernya menunjukkan angka yang positif sebesar 509516,857. Variabel X4 memiliki nilai t hitung sebesar 6,094 lebih besar dari nilai t-tabel
uji 2 arah yakni 1,96 dan nilai Sig 0,000 lebih kecil dibandingkan nilai peluang yang
ditetapkan (p-value) yakni sebesar 0,05, dengan demikian keputusannya adalah menerima
hipotesis alternatif (Ha) yang diajukan, yakni semakin jauh jarak tempuh melaut (X4) berpengaruh positif dan signifikan terhadap pendapatan nelayan artinya ketika semakin jauh X4 digunakan pada jenis armada kapal motor tempel, maka akan meningkatan pendapatan nelayan, dikarenakan potensi peluang perolehan hasil tangkap ikan yang semakin besar. Setiap penambahan 1 kilo meter jarak tempuh melaut (X4), maka akan meningkatkan pendapatan nelayan sebesar Rp. 509.516. Uji simultan atau bersama-sama dari seluruh variabel bebas terhadap variabel terikat, dilakukan dengan uji ANOVA atau analysis of variance (analisis ragam). Hasil uji Anova berikut diketahui nilai jumlah kuadrat regresi sebesar 4,287E14, derajat bebas 4, kuadrat rataan regresi 1,072E14, F
ANOVAb,c
Model Jumlah Kuadrat db Rataan Kuadrat F Sig.
1 Regresi 4.287E14 4 1.072E14 26.997 .000a
Residual 8.336E13 21 3.970E12
Total 5.121E14 25
a. Prediktor: (Konstan), Jarak Tempuh, Modal Kerja, Pengalaman, Jumlah ABK dalam 1 Kapal b. Variabel Terikat: Pendapatan per Bulan
c. Kasus pada Jenis Armada yang Digunakan = Kapal Motor Tempel
ditetapkan (p-value) yakni sebesar 0,05. Untuk lebih jelas, hasilnya adalah sebagaimana
disajikan pada Tabel 32.
Tabel 32. Hasil Uji Anova pada Regresi Linier
Dari tabel di atas dapat dilihat penerimaan hipotesis alternatif (Ha) yang diajukan, yakni pada variabel modal kerja (X1), anak buah kapal (X2), pengelaman melaut (X3), dan jarak tempuh melaut (X4), secara bersama-sama atau simultan mempunyai pengaruh yang positif terhadap pendapatan nelayan dari jenis armada kapal motor tempel. Untuk mengetahui seberapa besar variabel terikat, yakni pendapatan per bulan nelayan jenis armada kapal motor tempel mampu dijelaskan oleh variabel-variabel bebasnya yakni pada modal kerja (X1), anak buah kapal (X2), pengelaman melaut (X3), dan jarak tempuh melaut (X4), maka dilakukan analisis korelasi berganda untuk mengetahui nilai koefisien determinansi melalui uji Model Summary. Hal ini dapat dilihat pada Tabel 33.
Tabel 33. Model Summary pada Regresi Linier
Ringkasan Modelb,c Model R R Kuadrat R Kuadrat yang Disesuaikan Galat Baku Estimasi Statistika Durbin-Watson Jenis Armada yang Digunakan = Kapal Motor Tempel (Selected) Jenis Armada yang Digunakan ~= Kapal Motor Tempel (Unselected) Jenis Armada yang Digunakan = Kapal Motor Tempel (Selected) Jenis Armada yang Digunakan ~= Kapal Motor Tempel (Unselected) 1 .915a .689 .837 .806 1992421.705 1.224 .670
a. Prediktor: (Konstan), Jarak Tempuh, Modal Kerja, Pengalaman, Jumlah ABK dalam 1 Kapal b. Kasus pada Jenis Armada yang Digunakan = Kapal Motor Tempel.
Berdasarkan hasil analisis koefisien determinansi melalui model summary dari IBM-SPSS 19.0, dapat diketahui nilai korelasi berganda 0,915 dan nilai koefisien determinansi sebesar 0,837. Keragaman nilai pendapatan perbulan nelayan pada jenis armada kapal motor tempel sebesar 83, 7% tersebut mampu dijelaskan oleh variabel modal kerja (X1), anak buah kapal (X2), pengalaman melaut (X3), dan jarak tempuh melaut (X4). Dengan demikian dapat diinterpretasikan bahwa model regresi linear berganda yang dibentuk, memiliki model yang baik dalam menjelaskan pendapatan per bulan nelayan pada jenis armada kapal motor tempel.
4.5. Interpretasi pengaruh modal, jumlah anak buah kapal, pengalaman dan jarak