3 METODOLOGI PENELITIAN

3 METODOLOGI PENELITIAN 3.1 Kerangka Pemikiran Dalam pembangunan ekonomi secara umum dan pembangunan pada sektor perikanan dan kelautan yang dilaksanakan ada skala prioritas yang ditentukan antara lain ; untuk meningkatkan kesejahteraan masyarakat, menurunkan angka kemiskinan, meningkatkan pendapatan, memeratakan distribusi pendapatan. Agar skala prioritas ini dapat lebih menyentuh kepada kebutuhan masyarakat, maka sebaiknya penentuan skala prioritas tersebut ditentukan oleh rakyat dengan lebih mementingkan kepentingan rakyat. Setelah adanya skala prioritas pada sektor perikanan dan kelautan tersebut, maka langkah selanjutnya adalah menentukan adanya skala prioritas, yaitu prioritas sektor untuk jangka pendek dan jangka panjang, untuk menentukan prioritas jangka pendek dan panjang salah satu alat analisis yang digunakan adalah model input output (IO) yang lebih menitikberatkan pada prioritas sektor pada perekonomian. Penentuan prioritas sektor dengan menggunakan model input output ini akan dijabarkan melalui perhitungan pada pengganda input (input multiplier) dan pengganda output (output multiplier) serta keterkaitan ke depan (forward linkage) dan keterkaitan ke belakang (backward linkage). Dari prioritas sektor tersebut akan ditentukan apakah prioritas pada kepentingan ekonomi atau bisnis dengan menggunakan pengukuran tingkat pengembalian investasi (return on investment) dan ICOR (investment capital on ratio). Skala Prioritas

Tentukan rakyat

Prioritas Sektor IO Ekonomi/ Bisnis

Perikanan dan Kelautan

Jangka Pendek Jangka Panjang

IM / OM FL / BL

ROI ICOR

Kebijakan Perencanaan Pembangunan

1. Komoditas Unggulan sektor 2. Struktur Industri

- Makro - Meso - Mikro

Eksekusi Realisasi proyek

Tujuan Pembangunan Perikanan/Ekonomi

Integrasi SEM

Gambar 4 Kerangka pemikiran penelitian

55

3.2 Waktu dan Tempat Penelitian Kegiatan penelitian ini berlangsung mulai bulan Agustus 2007 s.d Nopember 2008, yang meliputi pengumpulan data sekunder, data primer, entry data, dan analisis data, kemudian dilanjutkan dengan pembahasan dan pelaporan hasil penelitian, seminar, ujian tertutup, ujian terbuka, dan laporan akhir yang berupa Disertasi program Doktor. Dipilihanya lokasi penelitian di Jawa Tengah, dengan pertimbangan antara lain; pertama, letak Jawa Tengah yang berada di tengah dan merupakan persimpangan arus barang dan jasa (termasuk dari sektor perikanan) yang menuju ke Jakarta, sebagai pintu ekspor Indonesia. Kedua, adanya prioritas pembangunan Jawa Tengah, yaitu dengan meningkatkan pertumbuhan ekonomi yang berbasis pada potensi sumberdaya alam, termasuk potensi sumberdaya perikanan dan kelautan yang cukup besar di Jawa Tengah. Ketiga, belum termanfaatkannya Tabel Input Output Jawa Tengah untuk menganalisis peran sektor perikanan, sehingga dapat diketahui bagaimana dampak yang akan ditimbulkan dari kebijakan pembangunan pada sektor perikanan (seperti peningkatan konsumsi pemerintah, investasi dan ekspor) baik secara langsung maupun tidak langsung dalam meningkatkan pendapatan masyarakat. 3.3 Jenis dan Sumber Data Data yang digunakan dalam analisis penelitian ini adalah data primer dan data sekunder. Data primer dikumpulkan melalui penyebaran kuesioner kepada responden pilihan, yang digunakan untuk menganalisis faktor-faktor dominan yang mempengaruhi terhadap pembangunan sektor perikanan Jawa Tengah dengan pendekatan Structural Equation Model (SEM). Tabel 4 Distribusi responden berdasarkan lokasi penelitian No.

Responden

Awal

1 2 3 4

Jawa Tengah Pati Pekalongan Rembang Total

4 84 99 90 277

Jumlah responden 4 61 88 75 228

Dapat diolah (%) 100 72,62 88,89 83,33 82,31

Prosentase (%) 1,75 26,75 38,60 32,89 100

Sumber : Data primer yang telah diolah, 2008 Adapun responden yang dijadikan sebagai sasaran untuk sampel yang berdasarkan lokasi penelitian terdiri dari Dinas Perikanan dan Kelautan Jawa

56

Tengah 4 responden dan dapat diolah semuanya, Kabupaten Pati didistribusikan kepada 84 responden dan dari jumlah tersebut yang dapat diolah 61 responden (72,62%),

Kota Pekalongan didistribusikan kepada 99 responden dan dari

jumlah tersebut yang dapat diolah 88 responden (88,89%), dan Kabupaten Rembang didistribusikan kepada 90 responden dan dari jumlah tersebut yang dapat diolah 75 responden (83,33%), sehingga secara keseluruhan dari semua lokasi tingkat response rate yang cukup baik. 3.4 Teknik Pengambilan Sampel Sumber data primer ini berupa pendapat dan persepsi stakeholder pada sektor perikanan, terhadap faktor-faktor dominan yang mempengaruhi terhadap kinerja dan pembangunan sektor perikanan Jawa Tengah, lebih dikhususkan pada perikanan tangkap dan industri pengolahan yang ada di Pantura dengan metode sampling multi stage sampling (sampling secara bertahap). Untuk mendapatkan stakeholder tersebut digunakan stratifikasi sampling yang diharapkan telah melakukan kegiatan pada sektor perikanan, terutama untuk sektor pengolahan ikan dan penangkapan dan mengetahui lebih dalam terhadap usaha untuk meningkatkan kinerja dan tujuan pembangunan sektor perikanan. Karena metode penelitian ini merupakan metode deskriptif, yang bertujuan untuk menggambarkan sifat sesuatu yang tengah berlangsung pada saat riset dilakukan dan memeriksa sebab-sebab dari gejala tertentu (Travers 1978 yang diacu Umar 2005), yaitu

dengan pendekatan studi kasus, maka metode

sampling yang digunakan adalah pemilihan sampling yang bertujuan (purposive sampling) (Umar 2005), yaitu pengambilan sampel di tiga daerah pengembangan sektor perikanan Jawa Tengah meliputi Kabupaten Pekalongan, Kabupaten Pati dan Kabupaten Rembang yang ditunjukkan dari jumlah dan nilai produksi hasil ikan (Lampiran 4 dan Lampiran 5). Pemilihan ketiga Kabupaten tersebut dengan mempertimbangkan karakteristik populasi, antara lain : 1). Pengalaman dalam sektor perikanan minimal 5 tahun, 2) mempresentasikan wilayah pengembangan sektor perikanan Jawa Tengah. Sedangkan data sekunder yang digunakan adalah Data Input Output (IO) Jawa Tengah tahun 2007 hasil up dating dengan tahun dasar 2004 yang berbentuk matriks 19×19 sektor. Untuk memperoleh data primer, digunakan penelitian lapangan (field research) dengan teknik pengumpulan data sebagai berikut:

57

a. Kuesioner, yaitu daftar pertanyaan terstruktur yang ditujukan pada responden yang terpilih sebagai sampel. Adapun model kuesioner yang digunakan adalah kuesioner tertutup dan terbuka. Responden dalam penelitian ini adalah pimpinan perusahaan atau manajer yang mewakili, atau pejabat dinas perikanan dan kelautan. b. Wawancara, dilakukan pada pimpinan perusahaan atau manajer dan dari Dinas Perikanan dan Kelautan yang mengetahui bagaimana tujuan pembangunan perikanan Jawa Tengah. 3.5 Metode Analisis 3.5.1 Model input output Dari Tabel IO Jawa Tengah tahun 2007 yang merupakan hasil pemuktahiran (up dating) dengan metode RAS, hasil analisis ini diharapkan bisa menggambarkan peranan sektor perikanan pada perekonomian Jawa Tengah. Pada Tabel input output Jawa Tengah tahun 2007, tabel yang digunakan adalah tabel transaksi domestik atas dasar harga produsen Matriks 19x19, dengan harapan dari tabel transaksi domestik atas dasar harga produsen ini dapat menggambarkan transaksi sektor yang tidak dipengaruhi oleh komponen impor baik dari luar negeri maupun dari luar Provinsi Jawa Tengah dan dapat memberikan kestabilan pada koefisien input yang dihasilkan karena hubungan langsung antar sektor yang tidak dipengaruhi lagi oleh unsur margin distribusi. Untuk kepentingan analisis distribusi pendapatan yang belum dapat dianalisis dengan Tabel IO dasar, maka digunakan Tabel Input Output hasil pengembangan dari Miyazawa, yang memasukkan pendapatan sebagai bagian dari sektor ekonomi dan berada pada kuadran I baik pada sisi kolom maupun baris pada tabel input output tersebut, dan membaginya menjadi pendapatan rendah, pendapatan menengah dan pendapatan tinggi. Masuknya pendapatan yang merupakan bagian dari upah dan gaji (yang masuk pada tabel IO di kuadran II atau input primer) akan membutuhkan keseimbangan baru pada tabel IO hasil modifikasi tersebut. Dengan masuknya nilai pendapatan tersebut pada analisis nantinya akan dapat diketahui distribusi pendapatan per sektor ekonomi, termasuk sektor perikanan.

58

Analisis I-O ini terdiri atas tiga bagian meliputi : (1) analisis struktur, (2) analisis kinerja, dan (3) analisis multiplier. Analisis struktur pada intinya untuk mengamati seberapa jauh keterkaitan antar sektor, yang kemudian berdasarkan hasil analisis tersebut bisa ditunjukkan sektor-sektor mana yang bisa dijadikan sebagai leader dalam perekonomian Jawa Tengah dimasa mendatang. Dan bagaimana posisi sektor perikanan, apakah merupakan sektor kunci atau bukan. Ukuran-ukuran yang dipakai dalam analisis struktur ini adalah : 1]. Forward Linkage Ratio n

aj =

∑g ∑∑ g ij

i =1

1 n

i

.......................................................[43] ij

j

2]. Backward Linkage Ratio n

ßi =

∑g

ij

j=1

1 n

∑∑ g i

.........................................................[44] ij

j

3]. Indeks Derajat Penyebaran

1 n    g ij − 1n ∑ gij  ∑ n − 1 i=1  i  Vj = 1 ∑∑ g ij n i j

2

.....................................[45

4]. Indeks Derajat Kepekaan

Vi =

 1 n   g ij − 1n ∑ g ij  ∑   n − 1 j=1  j  1 ∑∑ g ij n i j

2

.......................................[46]

dimana : α j : forward linkage ratio untuk sektor j βi : backward linkage ratio untuk sektor i Vi : indeks derajat penyebaran untuk sektor i Vj : indeks derajat kepekaan untuk sektor j gij : elemen matriks invers leontief

59

Untuk menganalisis seberapa besar kinerja sektor perikanan pada perekonomian Jawa Tengah digunakan ukuran dari derajat ketergantungan ekspor dan impor. 1]. Derajat Ketergantungan Ekspor

ei =

Ei Xi

................................... ...........................[47]

2]. Derajat Ketergantungan Impor

mi =

Mi …………………………………[48] X i + [M i − Ei ]

dimana ei : derajat ketergantungan ekspor dari sektor i m i : derajat ketergantungan impor dari sektor i Mi : nilai impor sektor i Ei : nilai ekspor sektor i Xi : gross output sektor i Analisis I-O yang terakhir adalah analisis multiplier. Analisis ini dimaksudkan untuk melihat seberapa jauh pengaruh dari perubahan variabel-variabel eksogen pada suatu sektor terhadap pendapatan masyarakat dan perekonomian secara keseluruhan. Dalam analisis ini digunakan tiga ukuran multiplier, yaitu : 1]. Multiplier Pendapatan Type I n

Yj =

∑P ⋅g i

ij

i =1

Pi

.....................................................[49]

2]. Multiplier Pendapatan Type II n

Yj =

∑P ⋅g i

i =1

Pi

ij

.....................................................[50]

3]. Multiplier Product Matrix (MPM)

M=

1 g g Q i• • j

 g 1•    1  g 2•  (g =  Q M  •1   g   n• 

g •2 K g •n )

............[51]

dimana : Yj

Yj

: angka pengganda pendapatan tipe I pada sektor j : angka pengganda pendapatan tipe II

60

M Pi gi

gj

: multiplier product matrix : koefisien input upah/gaji rumah tangga pada sektor i : unsur matrik invers Leontief untuk model I-O terbuka : unsur matrik invers Leontief untuk model I-O tertutup

Analisis dampak Adapun variabel-variabel eksogen yang akan disimulasi berdasarkan skenario-skenario tertentu adalah pengeluaran pemerintah (G), penerimaan pajak (T), ekspor (E) dan kebutuhan impor (M). Hasil dari simulasi ini kemudian akan disesuaikan dengan tujuan ataupun visi pembangunan Jawa Tengah. Apabila hasilnya sesuai dengan tujuan pembangunan tersebut, maka sektor yang menjadi leading tersebut dapat dituangkan langsung dalam penyusunan perencanaan pembangunan daerah Jawa Tengah, tetapi kalau hasilnya tidak sesuai, perlu dilakukan koreksi atau revisi simulasi. Analisis data dilakukan dengan menggunakan matematika ekonomi dan analisis lebih lanjut dari model input output tersebut dibantu program Excel dan Lotus 123 for windows serta GRIMP 7.1.

(Generation of

Regional Input-Output Model Program) (West 1993). 3.5.2 Model persamaan struktural Dari kerangka pemikiran penelitian pada Gambar 5, untuk mengetahui integrasi terhadap faktor-faktor yang mempengaruhi terhadap tujuan pembangunan perikanan, digunakan analisis structural equation modelling (SEM) sebagaimana teori yang ada bahwa Lingkungan Usaha Perikanan (LUP), Kinerja Perikanan Jawa Tengah (KIN_PI_JATENG) (yaitu Kinerja Industri Pengolahan (KI_PROS) dan Kinerja Usaha Perikanan Tangkap (KUP_TANG) dan Kebijakan Pemerintah (pusat (KEBIJ_PUS) dan daerah (KEBIJ_DAE)) akan mempengaruhi tujuan pembangunan perikanan (TUJPEM_PI) (Gambar 5).

61

KIN_PI_JATENG 1. KUP_TANG 2. KI_PROS

LUP

KEBIJ_PEM 1. KEBIJ_PUS 2. KEBIJ_DAE

Gambar 5

TUJ_PEM_PI

Hubungan antara lingkungan usaha perikanan, kebijakan pemerintah, kinerja sektor perikanan dan tujuan pembangunan Jawa Tengah

Langkah-langkah Penggunaan SEM Langkah ke (1) : Pengembangan model berbasis konsep dan teori Langkah pertama dalam pengembangan SEM adalah pencarian sebuah model yang mempunyai justifikasi teori. Untuk pengembangan model teoritis, harus dilakukan kajian deduksi teori dan eksplorasi ilmiah dari telaah sejumlah pustaka maupun hasil penelitian empiris terdahulu untuk memperkuat pembenaran hubungan kausalitas variabel yang diasumsikan dalam model. Tanpa pertimbangan teori yang kuat maka SEM tidak dapat digunakan. Hal ini disebabkan karena SEM tidak digunakan untuk

menghasilkan

sebuah

model,

melainkan

digunakan

untuk

mengkomfirmasi model teoritis tersebut melalui data empirik (Ferdinand 2005). Keyakinan untuk mengajukan sebuah model kausalitas dengan menganggap adanya hubungan sebab akibat antara dua variabel atau lebih, bukan didasarkan pada metode analisis yang digunakan, tetapi haruslah berdasarkan pada pertimbangan teoritis yang mapan (Hair et.al 2006). Dari teori yang dikembangkan dalam penelitian ini untuk menganalisis kinerja sektor perikanan dan tujuan pembangunan perikanan Jawa Tengah, dengan menggunakan pendekatan management strategi, bahwa kinerja suatu perusahaan yang mencari keuntungan (yaitu usaha perikanan

62

tangkap dan industri pengolahan), akan dipengaruhi oleh lingkungan bisnis atau lingkungan usaha yang terdiri dari faktor internal, industri dan eksternal). Selain lingkungan bisnis kebijakan pemerintah yang mendorong atau menghambat terhadap usaha tersebut juga akan mempengaruhinya, terlebih pemerintah sebagai regulator, dan dalam hal ini ada kebijakan pemerintah pusat dan daerah. Dan dari faktor lingkungan usaha, kebijakan pemerintah dan kinerja sektor perikanan, baik secara sendiri-sendiri atau secara bersamaan akan mempengaruhi tujuan pembangunan perikanan yang lebih diperinci menjadi tujuan ekonomi, sosial, ekologi dan eksternalitas. Langkah ke ( 2 ) : Menyusun path diagram Dengan terbangunnya dasar teori yang menjelaskan hubunganhubungan variabel, selanjutnya dibuat hubungan kausalitas antar variabel tersebut ke dalam diagram jalur (path diagram) dan persamaan strukturalnya, sehingga lebih menarik dan mudah dipahami. Dalam hal ini, ada dua hal yang perlu dilakukan, yaitu : pertama, menyusun model struktural yang menghubungkan antar konstruk latent baik endogen maupun eksogen, dan kedua menyusun model pengukuran yaitu menghubungkan konstruk latent endogen atau eksogen dengan variabel indikator atau manifest (Ghozali 2004). Apabila pengembangan diagram dirasakan cukup maka dilakukan perumusan diagram ke dalam simbol dan persamaan matematika.

63

e25

e1 e2 e3 e4 e5 e6 e7 e8 e9

1 1 1 1 1 1 1 1 1 1

X1 X2 X3 X4 X5 X6 X7 X8 X9 X10

e10

e11 e12 e13 e14

1 1 1 1 1

X11 X12 X13 X14 X15

e15

e26

e27

e28

e29

e30

e31

X26

X27

X28

X29

X30

X31

1

X25

1

1

1

1

1

1

1

e32

1

1

X32

KUP_TANG z5

1

1

z4 z1

KI_PROS

1

LUP

X33 X34 X35 X36 X37 x38

1 1 1 1 1

e33 e34 e35 e36

1

e37 e38

1

1

1

z6

KEBIJ_PUS 1

1 TUJ_PEM_PI

z2

1

z3

1

KEBIJ_DAE 1X16 e16

1X17 e17

1X18 e18

1X19 e19

1X20

1X21

e20

e21

1X22 e22

1X23

Y1 Y2 Y3 Y4 Y5 Y6 Y7 Y8 Y9 Y10 Y11

1 1 1 1 1 1 1

e39 e40 e41 e42 e43 e44

1 1 1 1

e45 e46 e47 e48 e49

1X24

e23

e24

Gambar 6 Model path diagram tujuan pembangunan perikanan Jawa Tengah Berdasarkan model path diagram (Gambar 6), ada 15 (lima belas) hipotesis penelitian yang di uji dalam penelitian ini, yaitu: H1

Lingkungan usaha perikanan (LUP) akan berpengaruh positif terhadap kinerja usaha perikanan tangkap (KUP_TANG)

H2

Lingkungan usaha perikanan (LUP) akan berpengaruh positif terhadap kinerja industri pengolahan (KI_PROS)

H3

Lingkungan usaha perikanan (LUP) akan berpengaruh positif terhadap tujuan pembangunan perikanan Jawa Tengah (TUJ-PEMPI)

H4

Kebijakan pemerintah pusat (KEBIJ_PUS) akan berpengaruh positif terhadap lingkungan usaha perikanan (LUP)

H5

Kebijakan pemerintah pusat (KEBIJ_PUS) akan berpengaruh positif terhadap kinerja usaha perikanan tangkap (KUP_TANG)

H6

Kebijakan pemerintah pusat (KEBIJ_PUS) akan berpengaruh positif terhadap kinerja industri pengolahan (KI_PROS)

H7

Kebijakan pemerintah pusat (KEBIJ_PUS) akan berpengaruh positif terhadap kebijakan pemerintah daerah (KEBIJ_DAE)

H8

Kebijakan pemerintah pusat (KEBIJ_PUS) akan berpengaruh positif tujuan pembangunan perikanan Jawa Tengah (TUJ-PEM_PI)

64

H9

Kebijakan pemerintah daerah (KEBIJ_DAE) akan berpengaruh positif terhadap lingkungan usaha perikanan (LUP)

H10

Kebijakan pemerintah daerah (KEBIJ_DAE) akan berpengaruh positif terhadap kinerja usaha perikanan tangkap (KUP_TANG)

H11

Kebijakan pemerintah daerah (KEBIJ_DAE) akan berpengaruh positif terhadap kinerja industri pengolahan (KI_PROS)

H12

Kebijakan pemerintah daerah (KEBIJ_DAE) akan berpengaruh positif terhadap tujuan pembangunan perikanan Jawa Tengah (TUJPEM_PI)

H13

Kinerja usaha perikanan tangkap (KUP_TANG) akan berpengaruh positif terhadap kinerja industri pengolahan (KI_PROS)

H14

Kinerja industri pengolahan (KI_PROS) akan berpengaruh positif terhadap tujuan pembangunan perikanan Jawa Tengah (TUJPEM_PI)

H15

Kinerja usaha perikanan tangkap (KUP_TANG) akan berpengaruh positif terhadap tujuan pembangunan perikanan Jawa Tengah (TUJPEM_PI) Untuk menjelaskan lebih terinci maka dari model path diagram pada

Gambar 5, maka disusunlah indikator yang merupakan pengembangan dari dasar teori yang ada pada Bab II, yang dijelaskan pada Tabel 5. Tabel 5 Variabel dan indikator penelitian pada analisis model persamaan struktural No.

Variabel

Indikator

I.

Variabel lingkungan usaha perikanan (LUP)

1.

Kelompok internal (INTER)

• (X1) Skill dan knowledge Sumberdaya manusia (SDM) • (X2) Penggunaan teknologi tepat guna • (X3) Kapital working yang cukup • (X4) Budaya sebagai nelayan dan pedagang yang dilestarikan

2.

Kelompok industri (INDUS)

• (X5) Perijinan sesuai potensi • (X6) Tersedianya logistik • (X7) Penguasaan/adanya akses ke pasar yang kompetitif

3.

Kelompok eksternal (EKSTER)

• (X8) Interest/tingkat suku bunga yang murah • (X9) Kredit yang dapat di akses • (X10) Regulasi/ijin/aturan yang cepat dan biaya yang murah

65

II.

Variabel kebijakan pemerintah pusat (KEBIJ_PUS) • (X11) Pendidikan yang dapat di akses dan bermutu • (X12) Permodalan dengan interest/tingkat suku bunga yang murah dan dapat di akses • (X13) Pelatihan dan bimbingan yang dapat di akses • (X14) Tersedianya fasilitas sekolah yang memadai • (X15)Tersedianya fasilitas puskesmas yang memadai

III.

Variabel kebijakan pemerintah daerah (KEBIJ_DAE) • (X16) Pelatihan dan penyuluhan yang dapat di akses dan bermutu • (X17) Pelabuhan dan Tempat Pelelangan ikan yang baik • (X18) Proses perizinan yang cepat dengan biaya yang wajar • (X19) Kelembagaan koperasi, LSM yang berjalan dengan baik • (X20) Teknologi yang memberi nilai tambah ke prosesing • (X21) Pelatihan dan bimbingan yang dapat di akses • (X22) Pungutan pajak, biaya operasi, retribusi yang membebani • (X23) Tersedianya fasilitas sekolah yang memadai • (X24) Tersedianya fasilitas puskesmas yang memadai

IV.

Variabel kinerja usaha perikanan tangkap (KUP_TANG) • • • • • • • •

V.

(X25) Laba dan rugi (R/L) (X26) Return on investment (ROI) (X27) Informasi Fishing Ground (FG) (X28) Peningkatan pendapatan Anak Buah Kapal (ABK) (X29) Ikut menciptakan keamanan (X30) Kebersihan lingkungan (X31) Sarana dan prasarana Tempat Pelelangan Ikan (TPI) (X32) Ketersediaan es atau garam

Variabel kinerja industri pengolahan (KI_PROS) • • • • • •

(X33) Laba dan rugi (R/L) (X34) Return on investment (ROI) (X35) Peningkatan pendapatan pekerja (X36) Penyediaan pangan yang bergizi (X37) informasi harga ikan (X38) Teknologi dan nilai tambah

66

IV. Variabel tujuan pembangunan Perikanan Jawa Tengah (TUJ_PEM_Pi) 1. Kelompok • (Y1) Ketahanan pangan ekonomi (EKON) • (Y2) GDP atau Devisa • (Y3) Income/pendapatan daerah • (Y4) Kenaikan Income/pendapatan masyarakat 2. Kelompok sosial • (Y5) Penyerapan tenaga kerja (SOS) • (Y6)Pemerataan kesempatan usaha antar pelaku bisnis • (Y7) Pemerataan konsumsi ikan 3. Kelompok • (Y8) Kelestarian lingkungan ekologi (EKOL) • (Y9) Plasma nutfah 4. Kelompok • (Y10) Menumbuhkan bisnis yang lain eksternalitas • (Y11)Menurunkan eksternalitas negatif (keadaan (EKSTERNL) yang kumuh limbah logam berat, asam dan basa kuat limbah organik) Langkah ke (3) : Konversi diagram alir kedalam persamaan Setelah digambarkan dalam sebuah diagram alir pada langkah kedua maka pada langkah berikutnya dilakukan konversi kedalam rangkaian persamaan. Persamaan yang dibangun ada dua macam ; 1) Persamaan struktural Persamaan ini untuk menyatakan hubungan kausalitas antara berbagai konstruk sebagai berikut : Variabel endogen = variabel eksogen + variabel endogen + error Persamaan strukturalnya adalah sebagai berikut : Y 1 = ßi Y 2 + ßiY 2 + ßi Y2+ ßi Y2+ z i...................................[52] dimana :- Y 1 = Variabel endogen -ßi = Bobot Regresi (regression weight) -Y 2 = Variabel eksogen - zi = Disturbance Term (error) Dari Gambar 6 Model Path Diagram Tujuan Pembangunan Perikanan Jawa Tengah, dapat dijelaskan persamaan strukturalnya sebagai berikut : LUP = ß1 KEBIJ_PUS + ß2 KEBIJ_DAE + z1 ................................[53] KEBIJ_DAE = ß3 KEBIJ_PUS + z3 ...............................................[54] KUP_TANG = ß4 LUP + ß5 KEBIJ_PUS + ß6 KEBIJ_DAE + z4 ....[55] KI_PROS = ß1 LUP +ß2 KEBIJ_PUS+ß3 KEBIJ_DAE + ß4 KUP_TANG+ z5 ............................................[56] TUJ_PEM_PI = ß1 LUP + ß2 KEBIJ_PUS + ß3 KEBIJ_DAE + ß4 KUP_TANG + ß5 KI_PROS + z6 ..................[57]

67

2) Persamaan spesifikasi model pengukuran Pada spesifikasi ini peneliti menentukan variabel mana mengukur konstruk mana serta menentukan serangkaian matrik yang menunjukan korelasi yang dihipotesakan antar konstruk atau variabel. Persamaan untuk model pengukuran dapat digambarkan sebagai berikut : Variabel = variabel eksogen + error Persamaan strukturalnya adalah sebagai berikut : Variabel 1 (X1)

= ? 1 Y 1 + e 1 ......................................[58]

Variabel 2 (X2)

= ? 2 Y 2 + e 2 .......................................[59]

Variabel 3 (X3)

= ? 3 Y 3+ e 3 ........................................[60]

Dimana : X1, X2, X3

= Variabel yang di survei

?

= Loading Factor

e

= Error Dari Gambar 6 Model Path Diagram Tujuan Pembangunan Perikanan

Jawa Tengah, dapat dijelaskan persamaan spesifikasi model sebagai berikut : X1= ? 1 LUP + e 1

X18= ?18KEBIJ_DAE+e18

X35= ?35KI_PROS+e35

X2= ? 2 LUP + e 2


X36= ?36KI_PROS+e36

X3= ? 3 LUP + e 3


X37= ?37KI_PROS+e37

X4= ? 4LUP + e 4


X38= ?38KI_PROS+e38

X5= ? 5 LUP + e 5


Y1= ?39TUJ_PEM_PI+e39

X6= ? 6 LUP + e 6



X7= ? 7 LUP + e 7



X8= ? 8 LUP + e 8

X25= ?25KUP_TANG+e2 5


X9= ? 9LUP + e 9



X10= ?10 LUP + e10



X11= ?11KEBIJ_PUS+e11 X28= ?28KUP_TANG+e2 8










X16= ?16KEBIJ_DAE+e16 X33= ?33KI_PROS+e33 X17= ?17KEBIJ_DAE+e17 X34= ?34KI_PROS+e34

……………………..[61]

68

Langkah ke ( 4 ) : memilih matrik input dan estimasi model Pada SEM hanya menggunakan matrik kovarians/matrik korelasi sebagai data input untuk keseluruhan estimasi yang dilakukan. SEM ini pada mulanya sebagai alat analisis yang berbasis pada matrik kovarians. Matrik kovarians digunakan karena memiliki keunggulan dalam menyajikan perbandingan yang valid antara populasi yang berbeda atau sempel yang berbeda, hal ini tidak dapat digunakan analisis korelasi. Menurut Baumgartner dan Homburg (1996), yang dikutip dalam Ferdinand (2005), menyarankan agar menggunakan matrik kovarians pada saat pengujian teori sebab kovarian lebih memenuhi assumsi metodologi dan merupakan bentuk data lebih sesuai untuk memvalidasi hubungan kausalitas. Kemudian ukuran sampel memegang peranan penting dalam estimasi dan interpretasi hasil-hasil SEM. Ukuran sampel yang harus digunakan menurut Hair et al. yang paling sesuai adalah antara 100-200. Apabila ukuran sampel lebih dari 400 maka metode menjadi lebih sensitif sehingga sulit mendapatkan ukuran goodness of fit yang baik. Ukuran sampel minimum 510 observasi untuk setiap estimasi parameter (Imam Ghozali dan Fuad, 2006, dan Ferdinand 2006) sehingga dari jumlah indikator penelitian 49 maka jumlah sampel minimal 245 s.d 490, akan tetapi setelah mengalami revisi dari beberapa variabel laten didapatkan jumlah indikator penelitian menjadi 43, maka kisaran jumlah sampel antara 215-430. Dalam penelitian ini jumlah sampel telah memenuhi syarat yaitu 228 responden, sehingga teknik estimasi yang digunakan Maximum Likelihood (ML). Langkah ke ( 5 ) : Kemungkinan munculnya masalah identifikasi Salah satu masalah yang dihadapi dalam penggunaan estimasi model kausal ini adalah masalah identifikasi. Problem identifikasi pada prinsipnya adalah

masalah

mengenai

ketidakmampuan

dari

model

yang

dikembangkan untuk menghasilkan estimasi yang unik. Problem identifikasi dapat muncul gejala sebagai berikut : 1) Standard error untuk satu atau beberapa koefisien adalah sangat besar. 2) Program tidak mampu menghasilkan matrik informasi yang seharusnya disajikan 3) Muncul angka-angka yang aneh seperti adanya varian error yang negatif

69

4) Munculnya korelasi yang sangat tinggi antara koefisien estimasi yang didapat (dapat lebih dari 0,9) Langkah-langkah untuk menguji ada atau tidak adanya problem identifikasi adalah sebagai berikut : 1) Model diestimasi berulang-ulang, dan setiap estimasi dilakukan dengan menggunakan starting value yang berbeda-beda. Bila ternyata hasilnya adalah model tidak konvergen pada titik yang sama setiap kali reestimasi dilakukan. 2) Model dicoba diestimasi, kemudian angka koefisien dari salah satu variabel dicatat, berikutnya koefisien itu ditentukan sebagai sasuatu yang fix pada faktor atau variabel kemudian dilakukan estimasi ulang. Apabila estimasi ulang ini overall fit indeknya berubah total dan berbeda sangat besar dari sebelumnya diduga terdapat problem identifikasi. Disarankan apabila setiap estimasi muncul problem identifikasi ini, model ini sebaiknya dipertimbangkan ulang dengan mengembangkan lebih banyak konstruk. Langkah ke ( 6 ) : Evaluasi kriteria goodness of fit Pada langkah ini peneliti harus menggunakan indikator-indikator goodness of fit dalam menilai fit suatu model. Peneliti tidak boleh hanya menggunakan satu indeks atau beberapa indeks saja untuk menilai suatu model fit, akan tetapi harus mempertimbangkan seluruh indeks. Berikut disajikan beberapa indeks sebagai kriteria goodness of fit (Ghozali dan Fuad 2005): 1) Chi-Square dan Probability Nilai probabilitas chi-square adalah signifikan (p = 0,00). Apabila hasil analisis didapatkan lebih besar dari p = 0,00 , model dikatakan tidak fit. 2) ?²/df Ratio perbandingan antara nilai chi-square dengan degrees of freedom (X²/df). Nilai yang diperoleh harus lebih rendah dari cut-off model sebesar 5 disarankan oleh Wheaton (1977)

atau Byrne (1988)

mengusulkan nilai ratio <2, yang diacu Ghozali (2004) serta Ghozali dan Fuad (2005). 3)RMSEA (Root Mean Square Error of Approximation) Hipotesis dapat diterima apabila hasil evaluasi menunjukkan angka RMSEA yang jauh lebih kecil dari 0,05 (Joreskog dan Sorbom 2005).

70

4) NFI (Normed Fit Index) Nilai ini ditemukan oleh Bentler dan Bonetts (1980) yang diacu dalam Ghozali dan Fuad (2005) merupakan salah satu untuk menentukan model fit. Hasil analisis suatu model dikatakan fit apabila nilai NFI mendekati atau lebih besar dari pada 0,9. Jika tidak fit diduga model terlalu komplek. 5) NNFI (Non – Normed Fit Index) Nilai NNFI ini digunakan untuk mengatasi permasalahan kompleksitas model dalam perhitungan NFI, nilai untuk NNFI lebih besar 0.9. 6) CFI (Comparative Fit Index) Suatu model dikatakan fit (baik) apabila hasil analisis memiliki nilai mendekati 1 dan 0,9 adalah batas model fit (Bentler 1990 yang diacu dalam Ghozali dan Fuad 2005). 7) IFI (Incremental Fit Index) Suatu model dikatakan fit apabila nilai IFI lebih besar 0,9 (Byrne 1998 diacu dalam Ghozali dan Fuad 2005). 8) RFI (Relative Fit Index (RFI) Nilai RFI berkisar antara 0 sampai 1, dimana nilai semakin mendekati 1, maka model dikatakan Fit. 9) GFI (Goodness of Fit Indices) Goodness of fit indices (GFI) merupakan suatu ukuran mengenai ketepatan model dalam menghasilkan observed matriks kovarians. Nilai GFI untuk menghasilkan model yang fit berkisar antara 0 sampai 1 atau lebih besar dari 0,9 (Diamantopaulus dan Siguaw 2000 yang diacu dalam Ghozali dan Fuad 2005). 10) AGFI (Adjusted Goodness of Fit Index) Nilai AGFI adalah sama dengan GFI tetapi sudah menyesuaikan pengaruh dengan degrees of freedom pada suatu model. 11) PGFI (parsimony goodness of fit index) Nilai batasan lebih besar 0,6 model dikatakan baik (Byrne 1998). Berdasarkan batasan dan kriteria untuk menilai suatu model di atas maka suatu model akan diuji melalui goodness of fit (Tabel 6)

71

Tabel 6 Goodness of fit statistics No Goodness of Fit Index Cut-Off Value 1 Chi –square Statistic Diharapkan kecil 2 Significant Probability ≥ 0,05 3 ?²/ df < 2,00 4 RMSEA 0,06 – 0,08 5 NFI = 0,90 6 NNFI = 0,90 7 CFI = 0,95 8 IFI = 0,90 9 RFI = 0,90 10 GFI = 0,90 11 AGFI = 0,90 12 PGFI = 0,60 13 TLI = 0,95 Sumber: Ghozali (2004), Ghozali dan Fuad (2005) dan Ferdinand 2006 Selain itu perlu diuji pula nilai analisis dengan melihat nilai : 1) ECVI (Expected Cross Validation Index) Hasil analisis mengharuskan nilai ECVI penelitian lebih rendah dari nilai ECVI for saturated ataupun nilai ECVI for independence model, artinya model baik untuk direplikasikan pada penelitian berikutnya. 2) AIC dan CAIC (Akaike’s Information Criterion ) Digunakan untuk menilai masalah parsimony dalam penilaian model fit. Nilai AIC sensitive terhadap jumlah sampel sedang Caic tidak (Bandalos 1993 dalam Ghozali dan Fuad 2005). Hasil analisis nilai AIC dan CAIC harus lebih kecil dari AIC model saturated dan independence untuk membuktikan bahwa model dikatakan fit. Reliabilitas konstruk dan variance extracted Pengukuran model fit untuk nilai reliabilitas konstruk dan variance extracted, setiap variabel laten digunakan untuk menilai apakah indikatorindikator tersebut cukup dapat menggambarkan kontruknya (Ghozali 2004).

Pendekatan untuk menilai measurement model adalah dengan

mengukur composite reliability dan variance extracted untuk setiap konstruk. Hasil reliabilitas yang tinggi memberikan keyakinan bahwa indikator individu semua konsisten dengan pengukurannya. Tingkat reliabilitas yang diterima secara umum adalah = 0,70, sedangkan reliabilitas < 0,07 dapat diterima untuk penelitian yang masih bersifat eksploratori (Ghozali 2004 dan Ferdinand 2006).

72

Validitas adalah ukuran sampai sejauh mana suatu indikator secara akurat mengukur apa yang hendak ingin diukur. Ukuran reliabilitas yang lain adalah variance extracted sebagai pelengkap ukuran construct reliability, yang menunjukkan jumlah variance yang dari indikator-indikator yang diekstraksi oleh konstruk laten yang dikembangkan (Ferdinand 2006). Angka yang direkomendasikan untuk nilai variance extracted >0,50 (Ghozali 2004 dan Ferdinand 2006). Rumus untuk menghitung Reliabilitas konstruk dan variance extracted adalah sebagai berikut (Ghozali 2004 dan Ferdinand 2006) : Reliabilitas konstruk =

( jumlah dari stan da rd loading ) 2 ..[40] ( jumlah dari s tan dard loading ) 2 + ( Jumlah kesalahan Pengukuran) Variance extracted =

Jumlah kwadrat s tan dard loading ….[41] Jumlah kwadrat stndard loading + jumlah kesalahan pengukuran

dimana : -

Standard loading

= standardized regression weight

-

Kesalahan pengukuran = 1- (standar loading)2

Langkah ke ( 7 ) : Interpretasi dan modifikasi model Apabila langkah-langkah sebelumnya sudah dilaksanakan dan model cukup baik maka langkah berikutnya dalam SEM melakukan interpretasi. 1) Interpretasi Tujuan SEM adalah bukan menghasilkan teori, tetapi menguji model yang mempunyai pijakan teori yang benar dan baik. Berdasarkan pemikiran ini maka interpretasi dari model dapat diterima atau tidak diperlukan kekuatan prediksi dari model dibandingkan dengan residual yang dihasilkan. Dengan menggunakan standardized residual covariance matrik akan dihasilkan nilai residual standard. Apabila interpretasi terhadap residual yang dihasilkan model melalui pengamatan variabel mempunyai nilai

73

residual standard lebih besar dari besaran tertentu maka model dapat diterima sehingga tidak perlu dilakukan modifikasi model. 2) Indeks modifikasi Apabila model belum baik perlu diadakan modifikasi dan di dalam penggunaan indeks modifikasi ini adalah sebagai pedoman untuk melakukan modifikasi terhadap model yang diujikan dengan syarat harus terdapat justifikasi teoritis yang cukup kuat untuk modifikasi.

3 METODOLOGI PENELITIAN

Recommend Documents