Faktor Produksi - Metode Pengolahan dan Analisis Data

4.5 Metode Pengolahan dan Analisis Data

4.5.1 Faktor Produksi

Fungsi yang digunakan dalam analisis faktor-faktor yang mempengaruhi pendapatan nelayan adalah fungsi Cobb Douglas, karena faktor-faktor yang mempengaruhi pendapatan nelayan termasuk input bagi nelayan yang mempengaruhi output (pendapatan) nelayan. Menurut Soekartawi (1990) secara matematik, fungsi Cobb Douglas dapat dituliskan seperti

Y = aX₁^b1X₂^b2. . . X_n^bne^u ... (1)

Bila fungsi Cobb Douglas tersebut dinyatakan oleh hubungan Y dan X, maka Y = f(X₁, X₂, . . . , X_n) ... (2)

dimana

33 Xi = variabel yang menjelaskan (i = 1,2,3,...n)

a, b = besaran yang akan diduga u = kesalahan

e = logaritma natural, e = 2,718

Untuk memudahkan pendugaan terhadap persamaan tersebut, maka persamaan diubah menjadi bentuk linier berganda dengan cara melogaritmakan persamaan tersebut. Logaritma dari persamaan diatas adalah

Ln Y = ln a + b₁ ln X₁ + b₂ ln X₂ + ...+ b_n ln X_n + v ... (3)

Fungsi produksi perikanan merupakan fungsi dari input kapital yang diwakili oleh unit upaya dan natural capital (Biaya sumberdaya alam) yakni jumlah ikan yang didaratkan itu sendiri. Salah satu bentuk fungsi produksi tersebut adalah dalam bentuk fungsi Cobb Douglas yakni :

H = qxα_Eβ _{... (4)}

Dimana q adalah konstanta dan sering disebut sebagai qatchability coefficient atau koefisien kemampuan tangkap. Parameter α dan β adalah parameter yang masing-masing menggambarkan elastisitas stok terhadap produksi dan elastisitas input (effort) terhadap produksi (Fauzi 2010).

4.5.2 Analisis Regresi

Fungsi produksi Cobb Douglas yang digunakan dalam penelitian ini memiliki lebih dari satu variabel bebas, sehingga menggunakan analisis regresi linier berganda. Selain itu, fungsi Cobb Douglas yang tidak berbentuk linier harus diubah menjadi bentuk linier agar mempermudah perhitungan dan analisis. Fungsi Cobb Douglas termasuk bentuk model log-log. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model tidak linier menjadi model linier

34 dengan jalan membuat model dalam bentuk logaritma. Bentuk logaritma dari persamaan fungsi produksi Cobb Douglas adalah

Ln Y = ln a + b₁ ln X₁ + b₂ ln X₂ + ...+ b_n ln X_n + v ... (5)

Tujuan utama dalam analisis regresi berganda adalah menduga fungsi regresi populasi atas dasar fungsi regresi sampel. Jadi, kita mencari nilai b₁, b₂, ..., bn sebagai penduga B1, B2, ..., Bn. Nilai b1, b2 dapat dihitung dengan rumus

b

₁

=

... (6) b2

=

... (7)

b

= = Elastisitas ...(8)

dimana : X_2i = X_2i – X₂ X3i = X3i – X3 yi = Yi – Y

Konsekuensinya adalah nilai koefisien (b₁, b₂, ..., b_n) dari hasil regresi menunjukan nilai elastisitas dari koefisien tersebut.

Proses selanjutnya dalam regresi berganda adalah menentukan ketepatan persamaan regresi yang dihasilkan untuk menduga nilai variabel tak bebas. Tingkat ketepatan itu diukur dengan kesalahan baku (standard error). Kesalahan baku estimasi dinotasikan dengan simbol (S_e) dan dapat ditentukan dengan rumus :

S

e 2

S

= √ S

.

...(10)

Dalam hal hubungan tiga variabel, koefisien determinasi (R²) mengukur besarnya sumbangan X terhadap variasi naik turunnya Y secara bersama-sama. Rumus R² adalah

R

= ... (11)

Jika R² = 1, berarti besarnya presentase sumbangan X terhadap variasi Y secara bersama-sama adalah 100%. Jadi, seluruh variasi disebabkan oleh X dan tidak ada variabel lain yang mempengaruhi Y. Makin dekat R² dengan satu, makin cocok garis regresi untuk meramalkan Y.

Dalam penelitian ini akan dijelaskan hubungan antara pendapatan nelayan dan faktor-faktor yang mempengaruhi pendapatan nelayan. Faktor – faktor yang akan diteliti adalah hasil tangkapan, biaya, jumlah tenaga kerja, jarak tempuh, pengalaman, usia nelayan, pendidikan, alat tangkap, kepemilikan alat tangkap, keikutsertaan dalam organisasi, harga ikan, harga bahan bakar, jumlah ikan yang didaratkan, suhu udara, curah hujan, jumlah hari hujan, dan tinggi gelombang. Persamaan regresi dibagi menjadi dua bagian, cross section dan time series. Untuk regresi yang menggunakan data cross section dirumuskan dalam fungsi:

PDT = f (HT, BIAYA, JTK, JT, PNGLM, USIA, PEND, AT, KAT, ORG)...(12) Sementara untuk regresi yang menggunakan data time series dirumuskan dalam fungsi :

PDT = f (P, BBM, F, SU, CH, TG, JH) ...(13) Keterangan :

PDT : Pendapatan nelayan (Rp) HT : Hasil Tangkapan (kg)

36 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 P : Harga Ikan (Rp)

BBM : Harga Bahan Bakar (Rp)

F : Jumlah ikan yang didaratkan (kg) SU : Suhu Udara (⁰C)

CH : Curah Hujan (mm/tahun) TG : Tinggi Gelombang (m) JH : Jumlah hari hujan (hari)

Dalam analisis ini menggunakan fungsi produksi yang menggambarkan hubungan antara input dan output serta data yang digunakan terbagi menjadi dua jenis data yaitu cross section dan time series. Hal ini mengakibatkan persamaan regresi terbagi menjadi dua persamaan. Bentuk fungsi produksi Cobb Douglas untuk produksi perikanan dengan data cross section adalah

PDT = A HT^a BIAYA^bJTK^cJT^d PNGLM^e USIA^f PEND^g AT^h KATⁱ ORG^j ...(14)

37 Sementara fungsi produksi Cobb Douglas untuk produksi perikanan dengan data time series adalah

PDT = B P^k BBM^l F^m SUⁿ CH^o JH^p TG^q ...(15) Jika kedua persamaan diatas ditransormasikan kedalam bentuk ekonometrika menjadi

Ln PDT = a0 + a ln HT + b ln BIAYA + c ln JTK + d ln JT + e ln PNGLM + f ln USIA + g ln PEND + h ln AT + i KAT + j ORG + μ...(16) dan

Ln PDT = b₀ + k ln P + l ln BBM + m ln F + n ln SU + o ln CH + p ln JH + q ln TG + μ ...(17) Metode yang digunakan untuk menganalisis persamaan tersebut adalah Metode Kuadrat Terkecil (Ordinary Least Square) dengan bantuan software Microsoft Excel dan Minitab versi 14.

4.5.3 Uji F

Uji F (Uji Bersama) dilakukan dengan menguji secara bersama-sama variabel independent pengaruhnya dengan variabel dependent. Uji serentak yaitu uji statistik bagi koefisien regresi yang serentak atau bersama-sama mempengaruhi Y.

Formula Hipotesis :

H₀ : b₁ = 0; artinya faktor-faktor yang mempengaruhi pendapatan nelayan bukan merupakan penjelas yang signifikan bagi pendapatan nelayan

H₁ :b₁≠0; artinya faktor-faktor yang mempengaruhi pendapatan nelayan merupakan penjelas yang signifikan bagi pendapatan nelayan.

38 Pengujian hipotesis koefisien regresi secara simultan dilakukan dengan menggunakan analisis varian. Statistik uji yang digunakan dalam hal ini adaah statistik uji F. Hipotesis yang diajukan untuk uji F ini adalah:

H0 : B1 = B2 = ... = B ... 0 Ha : B1 ≠ B2 ≠...≠ B ... 0

Keputusan jika F hitung > F tabel maka tolak H0 dan terima Ha, sebaliknya jika F hitung < F tabel maka terima H₀ dan tolak H_a.

4.5.4 Uji T

Uji T (Uji Individual) dilakukan dengan menguji pengaruh setiap variabel dependent terhadap variabel independent. Analisis untuk menguji signifikansi nilai koefisien regresi secara parsial yang diperoleh dengan metode OLS adalah statistik uji t. Rumus umum untuk mencari nilai t hitung dari masing-masing koefisien regresi (b) adalah

t

=

...(18)

Nilai t hitung dibandingkan dengan t tabel. Jika t_hitung < -t_tabel atau t_hitung > + t_tabel maka H₀ ditolak dan H_a diterima. Jika H_tabel ≤ t_hitung maka H₀ diterima dan H_a ditolak.

Hipotesis yang digunakan dalam penelitian ini untuk uji individual adalah: a) Hasil tangkapan berpengaruh positif terhadap pendapatan nelayan b) Biaya berpengaruh negatif terhadap pendapatan nelayan

c) Jumlah tenaga kerja berpengaruh positif terhadap pendapatan nelayan d) Jarak tempuh melaut berpengaruh positif terhadap pendapatan nelayan e) Pengalaman berpengaruh positif terhadap pendapatan nelayan

39 g) Pendidikan nelayan berpengaruh positif terhadap pendapatan nelayan h) Alat tangkap berpengaruh positif terhadap pendapatan nelayan i) Kepemilikan alat tangkap berpengaruh positif terhadap pendapatan

nelayan

j) Keikutsertaan dalam organisasi nelayan berpengaruh positif terhadap pendapatan nelayan

k) Harga ikan berpengaruh positif terhadap pendapatan nelayan

l) Harga bahan bakar berpengaruh negatif terhadap pendapatan nelayan m) Jumlah ikan yang didaratkan berpengaruh positif terhadap pendapatan

nelayan

n) Suhu udara berpengaruh negatif terhadap pendapatan nelayan o) Curah hujan berpengaruh negatif terhadap pendapatan nelayan p) Tinggi gelombang berpengaruh negatif terhadap pendapatan nelayan q) Jumlah hari melaut berpengaruh positif terhadap pendapatan nelayan 4.5.5 Uji Kesesuaian (Goodness of Fit)

Uji kesesuaian dilakukan untuk mengukur besarnya keragaman faktor-faktor yang mempengaruhi pendapatan nelayan terhadap variasi naik turunnya pendapatan nelayan secara bersama-sama. Nilai R² dapat diketahui dari hasil output minitab pengolahan data regresi faktor-faktor yang mempengaruhi pendapatan nelayan. Makin dekat R² dengan satu, makin cocok garis regresi untuk meramalkan Y.

Dalam dokumen ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PENDAPATAN NELAYAN DI PULAU UNTUNG JAWA KEPULAUAN SERIBU JAKARTA UTARA SHIFA NURUL FAUZIA (Halaman 32-39)