59
3
METODOLOGI
3.1 Tempat dan Waktu Penelitian
Penelitian ini dilakukan di Provinsi Daerah Istimewa Yogyakarta khususnya daerah pantai yang potensial dan diandalkan usaha perikanannya. Penelitian dilakukan mulai bulan Januari tahun 2005 sampai dengan bulan Juni tahun 2007.
3.2 Penentuan Obyek yang Diteliti
Usaha perikanan di Provinsi Daerah Istimewa Yogyakarta menurut bidang usahanya/aktivitasnya ada tiga (3) kelompok industri perikanan yang kegiatan utamanya adalah industri perikanan tangkap dengan ukuran 5GT s/d 20 GT sebanyak 304 kapal, kelompok usaha pengolahan dengan jumlah 51 orang dan kelompok pemasaran hasil perikanan sebanyak 40 orang. Dalam penelitian ini Usaha perikanan tangkap adalah fokus perhatian.
3.3 Jenis, Sumber, dan Ukuran Sampel Data
Jenis data yang dikumpulkan dalam penelitian ini terdiri dari data primer dan data sekunder. Data primer adalah data yang langsung dikumpulkan di lapangan berkaitan dengan kelompok usaha perikanan tangkap. Data sekunder adalah data-data yang sudah tersedia yang mendukung kelengkapan data penelitian. Data sekunder dapat berasal dari aparat desa setempat, Dinas Kelautan dan Perikanan tingkat kabupaten atau Provinsi, Departemen Kelautan dan Perikanan, dan instansi lainnya yang terkait. Ukuran sampel sebanyak 121 sampel lebih dari 10% populasi. Penetapan ukuran sampel ini mengacu kepada Santoso (2007) dan metode estimasi matriks
likelihood estimation yang mensyaratkan sampel harus berkisar antara 100 – 200
sampel. Rincian asal responden yang menjadi sampel penelitian ini dapat terlihat pada Tabel 3.
Nelayan di Gunung Kidul populasi 150 kapal diambil sampel sebanyak 37%, Nelayan Bantul populasi 102 kapal diambil sampel sebanyak 24%, Nelayan Kulonprogo populasi 52 kapal diambil sampel sebanyak 28%. Pengolah ikan populasi 52 pengolah dan diambil sampel 29% dan pedagang ikan populasi 10
60
Tabel 3 Nahkoda/pemilik kapal, pengolah dan pedagang ikan
No Palaku Usaha dan Lokasi Populasi
(Orang) Sampel (Orang) Persentase (%) 1 Nahkoda/Pemilik di Gunung Kidul 150 56 37 2 Nahkoda/Pemilik kapal di Bantul 102 25 24 3 Nahkoda/Pemilik kapal di Kulon progo 52 15 28 4 Pengolah ikan 51 15 29 5 Pedagang ikan 40 10 25 Jumlah 395 121 30
3.3.1 Metode pengumpulan data primer
Metode pengumpulan data primer terdiri dari pemilihan kelompok sampling, identifikasi responden, dan pengumpulan data responden melalui pengisian kuestioner. Metode pengumpulan data ini dilakukan secara berurutan.
(1) Pemilihan kelompok sampling
Kelompok sampling yang dipilih adalah industri perikanan, lembaga, kelompok masyarakat, dan lainnya yang masih aktif beroperasi di bidang perikanan tangkap baik langsung maupun tidak langsung, baik formal maupun nonformal. Adapun faktor yang diperhatikan dalam pemilihan kelompok sampling tersebut : 1) Terkena program penguatan kelembagaan yang diprakarsai oleh Dinas dan
Perikanan Daerah Istimewa Yogyakarta.
2) Kontribusi kelompok dalam upaya pengembangan perikanan rakyat 3) Jumlah kelompok yang aktif di lokasi
4) Jenis aktivitas kelompok terkait bidang perikanan tangkap di lokasi 5) Lama berdirinya kelompok
6) Keterlibatan nelayan dan masyarakat pantai dalam kelompok
(2) Identifikasi responden
Responden merupakan perwakilan dari kelompok industri perikanan, lembaga, kelompok masyarakat, dan lainnya terkait bidang perikanan tangkap yang telah disampling. Adapun faktor yang diperhatikan dalam mengidentifikasi responden :
61 2) Tingkat pendidikan
3) Lama aktif atau berinteraksi dengan usaha perikanan tangkap
4) Skala kegiatan kelompok di bidang perikanan tangkap yang dikelola 5) Tanggungan keluarga atau pembiayaan lainnya
(3) Pengumpulan data responden
Data digolongkan bersifat Ordinal, menurut Ahmad et al. (2006), data membentuk suatu susunan dengan skala terendah dan tertinggi, dan jumlah antara dua angka atau penggolongan yang berurutan tidak sama.
Pengumpulan data responden dilakukan dengan dua teknik, yaitu teknik wawancara terbuka dan contingent value method (CVM). Teknik wawancara terbuka dilakukan untuk mengumpulkan data-data yang telah tersedia atau data yang tidak tersedia tetapi dapat dicerna oleh responden berkaitan dengan kegiatan perikanan dikelolanya. CVM dilakukan untuk mengumpulkan data yang penting terutama yang berkaitan dengan keuangan namun maksudnya sulit dicerna responden. CVM dilakukan dengan menciptakan kondisi pasar hipotesis dan penawaran menyatu.
3.3.2 Metode pengumpulan data sekunder
Metode pengumpulan data sekunder terdiri dari studi kasus dan literatur, pendapat pakar, dan kombinasi ketiganya.
(1) Studi literatur dan laporan hasil studi
Studi literatur dan laporan hasil studi digunakan untuk mengumpulkan data sekunder yang berasal dari literatur atau hasil penelitian dengan kasus yang sama.
(2) Pendapat pakar
Pendapat pakar digunakan untuk mengumpulkan data yang tidak ditemukan atau kurang jelas dari hasil penelitian atau literatur. Pakar adalah birokrat, pengamat, maupun akademisi yang berkompeten di bidangnya. Data yang dikumpulkan bersifat data perkembangan, dan analisis prospek, dan kebijakan berkaitan dengan suatu kegiatan baik untuk pemantapan teori dan hasil studi yang ada maupun untuk kepentingan lainnya.
64 TUJUAN PEMBANGUNAN PERIKANAN Meningkatkan kesejahteraan nelayan KERANGKA ACUAN KERJA - Latar Belakang - Visi dan Misi - Maksud dan Tujuan - Sasaran PERSIAPAN - Mobilisasi personil - Penyiapan hardware / software - Kuistioner - Methode pelaksanaan - Studi literatur PENERAPAN POLA KUB KUB : STSTUS DAN KONDISI WILAYAH KAJIAN - Kab Bantul - Kab Gn. Kidul - Kab Kulon Progo
SURVEY DAN PENGUMPULAN DATA KUB : INTERNAL DAN EXTERNAL SURVEY LAPANGAN
Pengumpulan Data Primer - Pemilihan KUB sampling
dan responden - Wawancara terbuka - Contingent Value Method
(CVM) - Dokumentasi - Observasi DATABASE : PRIMER & SEKUNDER Pengumpulan Data Sekunder ANALISA KUALITATIF KUANTITATIF Analisa : - Analisa deskriftive % - Kuantitatif perbandingan - Penyusunan kerangka
teoritis dan pathdiagram - Measurement model dan
struktural equation - Evaluasi goodness-of-fit
dan effect analysis - Penyusunan formulasi
strategi
- IE Matrix, space matrix
PENYUSUNAN PEMBERDAYAAN MODEL USAHA PERIKANAN
PERBAIKAN MODEL
PERSIAPAN SURVEY DAN
PENGUMPULAN DATA PENGOLAHAN DATA DAN ANALISA SiIDANG KOMISI DAN SEMINAR
Gambar 7 Ilustrasi pelaksanaan penelitian
63 (3) Kombinasi studi literatur, hasil studi, dan pendapat pakar
Metode kombinasi digunakan untuk mengumpulkan data sekunder yang sumbernya banyak dan berantai. Metode kombinasi ini dapat dilakukan bila dari salah satu metode di atas belum didapatkan data yang dimaksud.
3.4 Pengolahan Data
Pengolahan data dalam penelitian ini dilakukan dengan mengembangkan analisis dengan menggunakan analisis Structural Equation Modeling (SEM).
3.4.1 Pengembangan model teoritis
Pengembangan model teroritis dimaksudkan untuk mendapatkan justifikasi terhadap konsep-konsep yang dikembangkan sehingga dapat dipertanggungjawabkan dan mendapat kebenaran secara ilmiah untuk lebih jelasnya dapat dilihat Gambar 3.2 halaman 83. Dalam kaitan ini, telaah pustaka, eksplorasi terhadap hasil-hasil penelitian yang berkaitan, dan diskusi pakar menjadi hal penting untuk dilakukan. Berdasarkan telaah pendahuluan, adapun komponen yang berpengaruh terkait pengembangan industri perikanan dijelaskan dalam kerangka pikir berikut ini:
Dalam membangun model pemberdayaan usaha perikanan tangkap di Daerah Istimewa Yogyakarta ini memperhatikan hubungan antara Variabel laten yang masing-masing dipengaruhi beberapa indikator. Hubungan variabel laten terjadi sebagai berikut; Lingkungan industri/usaha perikanan dibangun dari lingkungan internal, lingkungan industri dan lingkungan eksternal. Sedang lingkungan usaha perikanan dipengaruhi kebijakan pemerintah pusat dan daerah. Kebijakan pemerintah pusat dan daerah mempengaruhi Kompetensi strategi sumberdaya perikanan dimana akan meningkatkan kinerja usaha perikanan sehingga tujuan pembangunan pemerintah dapat tercapai
(1) Lingkungan internal (LINT) terdiri dari indikator: 1) Teknologi
2) Administrasi 3) Manajemen 4) Modal 5) Sarana
6) Sumber daya manusia (SDM)
64
1) Entry Barrier 2) Pesaing 3) Supply 4) Sumber Daya
(3) Lingkungan eksternal (LEXT) terdiri dari indikator (diolah dari berbagai sumber) 1) Politik
2) Ekonomi 3) Sosial 4) Budaya
(4) Kebijakan pemerintah pusat dan daerah (KP/D) : 1) Bunga 2) Teknologi 3) Prasarana 4) SDM (5) Kompetensi strategi SDM (KSTG): 1) Produksi 2) Pemasaran 3) Keuangan 4) SDM
5) Research and Development
(6) Kinerja usaha perikanan (KUP) terdiri dari indikator: 1) Payback Period
2) Rugi/Laba
3) Return of Investment (ROI) 4) Tumbuh (Growth)
(7) Tujuan pembangunan perikanan (TPP) terdiri dari indikator : 1) Berkembang (Developing)
2) Equity 3) Sustainable 4) Daya Saing
Dalam kaitan ini, analisis SEM dalam penelitian dikembangkan untuk melihatkan interaksi di antara komponen-komponen tersebut dan mengetahui interaksi mana yang paling berperan untuk pengembangan usaha perikanan untuk jelasnya
65 dapat dilihat pada rancangan awal path diagram untuk pengembangan industri perikanan rakyat Gambar 8.
Gambar 8 Rancangan awal teoritis path diagram untuk pengembangan usaha perikanan rakyat
3.4.2 Pembuatan path diagram
Pembuatan path diagram merupakan kegiatan penggambaran interaksi komponen-komponen yang dikembangkan secara teoritis yang kemudian menjadi
KP/D (ξ 4) Substitusi produk (X34) Supply (X33) Sosial (X23) Ekonomi (X22) Budaya (X24) SDM (Y14) Pemasaran (Y12) Keuangan (Y13) Produksi (Y11) Research&Develop ment (Y15) Payback periode (Y21) Rugi/Laba (Y22) ROI (Y23) Growth (Y24) Politik (X21) Teknologi (X11) Administrasi (X12) Sarana (X15) Pesaing (X32) LEXT ( ξ2) LIND (ξ3) KSTD (η1) LINT (ξ1) KUP(η2) Manajemen (X13) Modal (X14) SDM (X16) Growth (Y 31) Sustainable (Y 33) Equity (Y 32) Daya saing (Y 34) LUP (ξ 3) TPP (η3) Entry Barrier (X31)
LIP – LingkunanUusaha Perikanan LINT – Lingkungan Internal LIND – Lingkungan Industri LEXT – Lingkungan Ekternal
KP/D – Kebij. Pemerintah Pusat/Daerah KSTG – Kompetensi Strategi SDM KUP – Kinerja Usaha Perikanan TPP – Tujuan Pembangunan Perikanan
Bunga (X41) Teknologi (X42) SDM (X43) Prasarana (X43)
66
konstruk penelitian. Dalam penggambaran ini, konstruk penelitian tersebut harus dilengkapi dengan dimensi-dimensi konstruk. Ada beberapa hipotesis yang diajukan dalam penelitian ini dan secara garis besar dibagi dalam lima kelompok hipotesis, yaitu :
(1) Faktor lingkungan internal (LINT) berpengaruh terhadap lingkup usaha perikanan (LUP).
(2) Faktor lingkungan industri (LIND) berpengaruh terhadap lingkup usaha perikanan (LUP).
(3) Faktor lingkungan eksternal (LEXT) berpengaruh terhadap lingkup usaha perikanan (LUP).
(4) Lingkup usaha perikanan (LUP) berpengaruh kebijakan pemerintah pusat/daerah (KP/D)
(5) Lingkup usaha perikanan (LUP) berpengaruh kinerja usaha perikanan (KUP (6) Lingkup usaha perikanan (LUP) berpengaruh tujuan pembangunan
perikanan (TPP).
(7) Lingkup usaha perikanan (LUP) berpengaruh terhadap kompetensi strategi SDM (KSTG),
(8) Kebijakan pusat atau daerah (KP/D) berpengaruh kompetensi strategi SDM (KSTG),
(9) Kebijakan pemerintah pusat atau daerah (KP/D) berpengaruh kinerja usaha perikanan (KUP)
(10) Kebijakan pemerintah pusat atau daerah (KP/D) berpengaruh tujuan pembangunan perikanan.
(11) Kompetensi strategi SDM (KSTG) berpengaruh terhadap kinerja usaha perikanan (KUP).
(12) Kinerja usaha perikanan (KUP) berpengaruh terhadap tujuan pembangunan perikanan (TPP) di Povinsi Daerah Istimewa Yogyakarta (DIY).
Dalam kaitan ini, telaah pustaka menjadi hal penting untuk menetapkan dimensi konstruk yang tepat. Path diagram dibuat menggunakan program AMOS 4.01. Rancangan awal path diagram untuk pengembangan usaha perikanan rakyat berdasarkan telaah di atas terdapat pada Lampiran 2. Hasil telaah ini dapat membantu mengembangkan pola pikir yang berbasi teori, sehingga akan membantu dalam analisis hasil penelitihan dan mencari solusi permasalahan pengembangan industri perikanan kususnya di Yogyakarta umumnya di Indonesia.
67 3.4.3 Perumusan measurement model dan structural equation
Stiroh (2001), A Premary Motivation for Developing Endogenous Growth dels
was the Desire to avoid the Neoclassial implication that only Exogenous Technical Progres driver long run Productivity Growth. Tahapan ini merupakan perumusan path diagram ke dalam persamaan matematis, sehingga dapat digunakan untuk
analisis SEM. Persamaan tersebut terdiri dari persamaan pengukuran (measurement
model) dan persamaan struktur (structural equation). Rumusan untuk persamaan
pengukuran (measurement model) adalah :
5 1 5 15 4 1 4 14 3 1 3 13 2 1 2 12 1 1 1 11 δ ξ λ δ ξ λ δ ξ λ δ ξ λ δ ξ λ + = + = + = + = + = X X X X X 44 4 44 44 43 4 43 43 42 4 42 42 41 4 41 41 14 3 14 34 13 3 13 33 12 3 12 32 11 3 11 31 10 2 10 25 9 2 9 24 8 2 8 23 7 2 7 22 6 1 6 21 δ ξ λ δ ξ λ δ ξ λ δ ξ λ δ ξ λ δ ξ λ δ ξ λ δ ξ λ δ ξ λ δ ξ λ δ ξ λ δ ξ λ δ ξ λ + = + = + = + = + = + = + = + = + = + = + = + = + = X X X X X X X X X X X X X
68 13 3 27 34 12 3 26 33 11 3 25 32 10 3 24 31 9 2 23 24 8 2 22 23 7 2 21 22 6 2 20 21 5 1 19 15 4 1 18 14 3 1 17 13 2 1 16 12 1 1 15 11 ε η λ ε η λ ε η λ ε η λ ε η λ ε η λ ε η λ ε η λ ε η λ ε η λ ε η λ ε η λ ε η λ + = + = + = + = + = + = + = + = + = + = + = + = + = Y Y Y Y Y Y Y Y Y Y Y Y Y
Sedangkan rumusan untuk persamaan struktur (structural equation) adalah :
2 2 2 3 3 3 5 1 1 2 2 3 4 1 1 3 3 2 2 1 1 3 ζ η β η ζ ξ γ η β η ζ ξ γ ζ ξ γ ξ γ ξ γ ξ + = + + = + = + + + = n
Dimana : X = dimensi faktor/konstruk eksogen berturut-turut teknologi, ij
administrasi, manajemen, modal, sarana, SDM, politik, ekonomi, sosial, budaya, entry
barrier, pesaing, supply, bunga bank dan sumberdaya. Y = dimensi faktor/konstruk ij
endogen berturut-turut adalah produksi, pemasaran, keuangan, SDM, research and
development, feedback period, rugi/laba, ROI, growth, equity, sustainable, dan daya
saing; λ1−23= loading factor terkait X dan ij Y ; ij β = regression weight, ε1−13= error terkait Y ; ij δ1−14= disturbance trem terkait X ; ij ξ1−3 = faktor/ konstruk eksogen berturut-turut adalah LINT, LIND, LEXT, dan KP/D; η1−3 = faktor/ konstruk endogen berturut-turut adalah KSTD, KUP, dan TPP.
Persamaan matematis tersebut digunakan untuk operasi AMOS. Sedangkan data-data yang akan digunakan diformat dengan program SPSS, MS Excel, MS Acess, atau program lain yang sesuai.
69 3.4.4 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.
Teknik estimasi model yang digunakan dalam analisis ini terdiri dari :
(1) Matriks likelihood estimation
(2) Generalized least square estimation
(3) Unweighted least square estimation
(4) Scale free least square estimation
(5) Asymptotically distribution free estimation
Teknik estimasi tersebut dapat dipilih sesuai dengan ukuran sampel. Oleh karena dalam penelitian ukuran sampel adalah antara 100 – 200 sampel (Ferdinand 2002), maka teknik estimasi yang digunakan matriks likelihood estimatio. Teknik estimasi ini dapat berubah bila kondisi lapangan menginginkan ukuran sampel yang lebih banyak.
3.4.5 Evaluasi kriteria goodness-of-fit
Tahapan ini merupakan kegiatan kegiatan mengevaluasi kesesuaian model yang dibuat menggunakan berbagai kriteria goodness-of-fit. Secara garis tahapan ini terdiri dari tiga kegiatan besar, yaitu evaluasi data yang digunakan apakah memenuhi asumsi-asumsi SEM atau tidak, uji kesesuaian dan uji statistik, dan effect analysis.
Evaluasi asumsi SEM meliputi evaluasi ukuran sampel, normalitas, outliers dan lain-lain. Sedangkan uji kesesuaian dan uji statistik terdiri dari :
(1) X2
Uji ini digunakan untuk mengukur overall fit atau kesesuaian model yang dibangun dengan data yang ada.
-Chi-square statistic
(2) Significance Probability nilainya harus lebih besar atau sama dengan 0.05
(3) 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
memenuhi goodness-of-fit Index dan mempunyai nilai RMSEA lebih kecil atau sama dengan 0,08.
70
Tabel 4 Goodness-of-fit Index
No Goodness of fit Index Cut-off Value
1 X2-Chi-squarey Diharapkan kecil
2 Significance Probability ≥ 0.05 3 RMSEA ≤ 0.08 4 GFI ≥ 0.90 5 AGFI ≥ 0.90 6 CMIN/DF ≤ 2.00 7 TLI ≥ 0.95 8 CFI ≥ 0.95 Sumber : Ferdinand (2002)
(4) Goodness of fit index (GFI)
GFI digunakan untuk menghitung proporsi tertimbang varian dalam matriks kovarian sampel yang dijelaskan oleh matriks kovarian populasi yang terestimasi. GFI mempunyai nilai antara 0 (poor fit) – 1 (perfect fit).
(5) Adjusted goodness of fit index (AGFI)
AGFI analog dengan R2
(6) Indeks CMIN/DF
dalam regresi berganda, dengan tingkat penerimaan yang direkomendasikan sama atau lebih besar dari 0,9.
Indeks CMIN/DF merupakan pembagian X2
(7) TuckerLewis index (TLI)
dengan degree of freedom. Indeks ini menunjukkan tingkat fitnya model.
TLI merupakan alternatif incremental fit index yang membandingkan sebuah model yang diuji terhadap sebuah baseline model.
(8) Comparative fit index (CFI)
CFI merupakan index yang menunjukkan tingkat fitnya model yang dibangun. Berbeda dengan indeks lainnya, indeks ini tidak tergantung pada ukuran sampel.
Secara keseluruhan, tingkat penerimaan model yang dibangun berkaitan dengan indeks-indeks evaluasi tersebut disajikan pada Tabel 4. Tabel 4 ini merupakan pedoman untuk mnguji validitas model yaitu setelah model tersebut valit baru melakukan langkah berikutnya yaitu menganalisis hubungan atau interaksi variabel-variabel yang berinteraksi positif dan signifikan. Variable-variabel yang interaksi siganifikan dikembangkan untuk memecahkan masalah-masalah yang ada di model tersebut, sehingga model yang dibangun dapat dipakai untuk membantu dalam memberdayakan usaha kecil dan menengah.
71 Gambar 9 Kerangka operasional analisis SEM terhadap usaha perikanan di DIY
(Step dari Model)
Komputerisasai (AMOS 4.01, SPSS, MS Excell, dll)
Data hasil identifikasi dan data analisis kelayakan
usaha
Pengembangan model teoritis
Terjemahan teori ke dalam Path diagram
Perumusan measurement model dan structural equation
Uji kesesuaian dan statistik (goodness-of-fit index): X2-Chi-square, Significance Probability,
RMSEA, GFI, AGFI, CMIN/DF, TLI, CFI
Layak/diterima Tidak
Revisi Model
Ya
Analisis direct effect,
inderect effect, total effect
Konstruk yang paling berpengaruh (akan menjadi pokok perhatian)
72
3.4.6 Interpretasi model
Interpretasi model merupakan kegiatan menjelaskan dan menganalisis pengaruh effect analysis dari interaksi antara komponen/konstruk yang dikembangkan dalam model dikaitkan dengan kondisi nyata yang ada. Effect analysis ini dilakukan setelah model yang dibangun telah diuji kesesuaiannya dan dievaluasi secara statistik dan telah dinyatakan layak atau diterima. Effect analysis dimaksudkan untuk melihat tingkat pengaruh (effect) antar konstruk baik pengaruh langsung maupun pengaruh tidak langsung dalam hubungannya dengan kinerja usaha perikanan. Dari analisis ini dapat diketahui konstruk yang dalam hubungannya paling memberi pengaruh (konstruk strategis), sehingga dapat dijadikan pokok perhatian untuk penyusunan strategi final atau analisis selanjutnya. Kerangka operasional analisis menggunakan