Abstract
Industri perikanan memiliki peran penting dalam perekonomian Indonesia, Mengingat Indonesia
adalah negara kepulauan yang memiliki potensi sumber daya kelautan dan perikanan yang sangat tinggi.
Produk ekspor perikanan paling banyak mendominasi adalah komoditi udang, disusul oleh tongkol (tuna)
kemudian kerang. Total volume ekspor hasil perikanan Indonesia tahun 2012 sebesar 1.229 juta ton
dengan 1,5 juta ton adalah komoditi udang. Hal ini mengalami peningkatan lebih dari 5% dari tahun
sebelumnya. Peningkatan ini berjalan paralel dengan perbaikan pengendalian mutu dan keamanan pangan
yang dilakukan oleh kementerian. Beberapa negara di sekitar Indonesia yang menjadi konsumen utama
antara lain Jepang, Tiongkok, dan Singapura. Ketiga negara ini tiap tahunnya mengekspor lebih dari 1000
ton dari Indonesia. Oleh karena itu, dilakukan penelitian guna mengetahui apakah kuantitas ekspor
berbagai komoditas hasil laut Indonesia yang meliputi tongkol, kerang dan udang yang dilakukan ke tiga
negara tersebut berbeda atau sama dengan analisis multivariate. Hingga pada akhirnya, pemerintah dapat
menentukan kebijakan yang tepat dalam rangka menjamin supply dan distribusi dari tiga komoditi
tersebut.
Keyword : Ekspor, hasil laut, Kebijakan , Multivariate
1. Pendahuluan
Industri perikanan memiliki peran penting dalam perekonomian Indonesia, mengingat Indonesia
adalah negara kepulauan yang memiliki potensi sumber daya kelautan dan perikanan yang sangat tinggi.
Lebih dari itu, produk hasil perikanan dipastikan mengandung protein tinggi semakin dipahami
masyarakat sebagai unsur makanan yang mencerdaskan, sehingga ekspor hasil perikanan dapat
memberikan nilai untuk Indonesia oleh konsumen ikan dunia.
Produk ekspor perikanan paling banyak mendominasi adalah komiditi udang, disusul oleh tongkol
(tuna) kemudian kerang. Total volume ekspor hasil perikanan Indonesia tahun 2012 sebesar 1.229 juta ton
dengan 1,5 juta ton adalah komoditi udang. Hal ini mengalami peningkatan lebih dari 5% dari tahun
sebelumnya. Peningkatan ini berjalan paralel dengan perbaikan pengendalian mutu dan keamanan pangan
yang dilakukan oleh kementerian.
Beberapa negara di sekitar Indonesia yang menjadi konsumen utama antara lain Jepang, Tiongkok,
dan Singapura. Ketiga negara ini tiap tahunnya mengespor lebih dari 1000 ton dari Indonesia. Jumlah
yang diekspor mengalami perubahan tiap tahunnya sesuai dengan kebutuhan masing-masing negara.
Pemerintah harus pandai-pandai memprediksi dan menghitung jumlah ekpor yang akan dilakukan
terhadap ketiga negara tersebut.
Oleh karena itu, dilakukan penelitian guna mengetahui apakah kuantitas ekspor berbagai
komoditas hasil laut Indonesia yang meliputi tongkol, kerang dan udang yang dilakukan ke berbagai
negara tersebut berbeda atau sama. Menggunakan analisis varians multivariate, dapat diketahui kondisi
dan tiga komoditi ekspor hasil laut tersebut ke tiga negara yang berbeda. Dengan begitu diharapkan,
pemerintah dapat menentukan kebijakan yang tepat dalam penyediaan dan pendistribusian suatu komoditi
ekspor hasil laut ke suatu negara tertentu.
2. Landasan Teori
2.1 Uji Normal multivariate
Normal multivariate adalah suatu perluasan dari distribusi univariat normal sebagai aplikasi pada
variabel yang mempunyai hubungan. Dalam analisis multivariate, asumsi normal multivariate harus
diperiksa untuk memastikan data pengamatannya mengikuti distribusi normal agar statistik inferensia
dapat digunakan dalam menganalisis data tersebut. Bila dalam pengujian normal dari data tersebut
mendekati garis linier normal maka dapat disimpulkan bahwa data berdistribusi multivariate normal.
Distribusi normal multivariate data dapat diperiksa dengan menghitung jarak pada setiap
pengamatan yaitu
d 2j x j x S-1 x j x
T
1/ 2
2 2
,
Secara sederhana ditulis X~Np( ), p=2 disebut bivariate normal :
2 2
X 1 1 X 2 2
1 1 X 1 1 X 2 2
f ( x1 , x2 ) exp 2
2 11 22 (1 122 ) 2(1 12 ) 11 22
2 12
11 22
(Johnson,2001)
3.2. Metodologi
Langkah-langkah yang digunakan untuk menganalisis laporan ini adalah sebagai berikut :
1. Mencari data multivariate pada situs Badan Pusat Statistik (BPS) berupa data jumlah ekspor
ke jepang, Tiongkok, dan Singapura dari hasil laut Indonesia khususnya ikan tongkol, kerang,
dan udang dalam satuan ton.
2. Melakuan uji normal multivariate pada data pengaruh negara tujuan dalam ekspor ikan
tongkol, kerang, dan udang pada tahun 2002-2012.
3. Melakukan uji homogenitas data kuantitas ekspor ikan tongkol, kerang, dan udang pada tahun
2002-2012.
4. Melakukan uji Manova dengan menggunakan SPSS terhadap data pengaruh negara tujuan
dalam ekspor ikan tongkol, kerang, dan udang pada tahun 2002-2012.
5. Menginterpretasikan hasil pengujian dan mencari negara mana yang paling berpengaruh
dalam menentukan kuantitas ekspor hasil laut.
4. Analisis Pembahasan
4.1 Uji Asumsi Normal Multivariat
Hipotesis:
H0: data kuantitas ekspor tongkol, kerang dan udang berdistribusi normal multivariate
H1: data kuantitas ekspor tongkol, kerang dan udang tidak berdistribusi normal multivariate
Statistik Uji:
Berdasarkan hasil output minitab diperoleh hasil sebagai berikut.
Scatterplot of q vs dd
7
4
q
0
0 2 4 6 8 10 12 14
dd
Gambar 4.1 Scatterplot dari q dan dd
Dengan nilai t-hitung yang dihasilkan adalah 0,542857 dengan t-threshold sebesar 0.5.
Keputusan:
Gagal tolah H0 karena t-hit > t yakni 0,542857 > 0.5. Artinya data kuantitas ekspor tongkol,
kerang dan udang berdistribusi normal multivariate.
a
Tabel 4.1 Box's Test of Equality of Covariance Matrices
Box's M 126.963
F 9.023
df1 12
df2 4.362E3
Sig. .000
Dari hasil output SPSS diperoleh nilai p-value=sig = 0,000 dan α= 0.05
Keputusan:
Tolak H0 karena p-value < α yakni 0,000 < 0,05. Artinya adalah bahwa matrix varian kovarian
data kuantitas ekspor tongkol, kerang dan udang tidak homogen. Sehingga data ekspor hasil laut
ini tidak dapat dilanjutkan ke uji MANOVA karena tidak memenuhi asumsi homogen. Meskipun
begitu, untuk memperlancar praktikum, diasumsikan bahwa data kuantitas ekspor tongkol, kerang
dan udang homogen.
c
Tabel 4.2 Output SPSS Multivariate Tests
Partial Eta
Effect Value F Hypothesis df Error df Sig. Squared
a
Intercept Pillai's Trace .971 3.119E2 3.000 28.000 .000 .971
a
Wilks' Lambda .029 3.119E2 3.000 28.000 .000 .971
a
Hotelling's Trace 33.416 3.119E2 3.000 28.000 .000 .971
a
Roy's Largest Root 33.416 3.119E2 3.000 28.000 .000 .971
Berdasarkan hasil output SPSS dapat diketahui bahwa nilai p-value untuk Wilks Lambda adalah
sebesar 0.029 dan α= 0.05.
Keputusan : Tolak H0 karena P-Value < α yakni 0.029 < 0.05. Artinya minimal ada satu µi ≠ 0
minimal ada satu rata-rata kuantitas ekspor tongkol, kerang dan udang untuk ketiga negara
tujuan ekspor adalah berbeda.
Untuk mengetahui negara mana yang memberikan pengaruh kuantitas ekspor yang berbeda
maka dilanjut ke uji parsial.
Kerang 2.907E8 33
Udang 2.164E10 33
Kerang 4.071E7 32
Udang 1.220E10 32
Dari tabel di atas dapat diketahui nilai sig (signifikansi) yang merupakan statistic uji untuk uji
parsial
i) Uji hipotesis mean untuk tongkol
Hipotesis:
H0 : £ tongkol =0 variabel kuantitas ekspor tongkol tidak memberikan perbedaan yang
signifikan bagi ketiga negara
H1 : £ tongkol ≠ 0 variabel kuantitas ekspor tongkol memberikan perbedaan yang
signifikan bagi ketiga negara
Statistik Uji:
P-Value = sig =0 dan α= 0.05
Keputusan:
Tolak H0 karena P-Value < α yakni 0 < 0.05. Artinya variabel kuantitas ekspor tongkol
memberikan pengaruh yang berbeda untuk ketiga negara tujuan ekspor hasil laut dan
perikanan Indonesia.
ii) Uji hipotesis mean untuk Kerang
Hipotesis :
H0 : £ kerang =0 variabel kuantitas ekspor kerang tidak memberikan perbedaan yang
signifikan bagi ketiga negara
H1 : £ kerang ≠ 0 variabel kuantitas ekspor kerang memberikan perbedaan yang
signifikan bagi ketiga negara
Statistik Uji :
P-Value = sig =0 dan α= 0.05
Keputusan :
Tolak H0 karena P-Value < α yakni 0 < 0.05. Artinya variabel kuantitas ekspor kerang
memberikan pengaruh yang berbeda untuk ketiga negara tujuan ekspor hasil laut dan
perikanan Indonesia.
Dependent Variable
a
Koding Simple Contrast Tongkol Kerang Udang
Hypothesized Value 0 0 0
Hypothesized Value 0 0 0
a. Reference category = 3
Dari tabel di atas dapat diketahu bahwa nilai rata-rata kuantitas ekspor yang membedakan negara
1 (negara jepang) dengan negara 3 (negara singapura) adalah kuantitas ekspor tongkol sebesar 2.212E4
ton, kuantitas ekspor kerang sebesar -1.628E3 dan kuantitas ekspor udang sebesar 3.959E4. Perbedaan
rata-rata kuantitas ekpor ketiga variabel penelitian tersebut memberikan pengaruh yang signifikan karena
nilai p-Value < α yakni 0 < 0.05.
Dari tabel di atas juga dapat diperoleh informasi bahwa nilai rata-rata kuantitas ekspor yang
membedakan negara 2 (negara Tiongkok) dengan negara 3 (negara singapura) adalah kuantitas ekspor
tongkol sebesar -1.802E3 ton, kuantitas ekspor kerang sebesar 436.773 dan kuantitas ekspor udang
sebesar 1.430E3. Perbedaan rata-rata kuantitas ekpor ketiga variabel penelitian tersebut memberikan
pengaruh yang tidak signifikan karena nilai p-Value > α yakni secara berturut-turut 0.214 > 0.05 ; 0.153 >
0.05 dan 0.858 > 0.05. Jadi, untuk negara tujuan ekspor Tiongkok dan Singapura, tiga komoditi hasil laut
yang diekspor yang meliputi tongkol, kerang dan udang tidak memberikan perbedaan yang signifikan.
5. Kesimpulan
1. Data kuantitas ekspor tongkol, kerang dan udang berdistribusi normal multivariate.
2. Matrix varian kovarian data kuantitas ekspor tongkol, kerang dan udang tidak homogen.
3. Ketiga variabel komoditi ekspor yang meliputi tongkol, kerang dan udang memberikan
perbedaan yang signifikan untuk ketiga negara yakni Jepang, Tiongkok dan Singapura.
4. Nilai rata-rata kuantitas ekspor yang membedakan negara 1 (negara jepang) dengan negara 3
(negara singapura) adalah kuantitas ekspor tongkol sebesar 2.212E4 ton, kuantitas ekspor
kerang sebesar -1.628E3 dan kuantitas ekspor udang sebesar 3.959E4. Perbedaan yang
diberikan bersifat signifikan.
5. Nilai rata-rata kuantitas ekspor yang membedakan negara 2 (negara Tiongkok) dengan negara 3
(negara singapura) adalah kuantitas ekspor tongkol sebesar -1.802E3 ton, kuantitas ekspor
kerang sebesar 436.773 dan kuantitas ekspor udang sebesar 1.430E3. Perbedaan yang diberikan
bersifat tidak signifikan.
6. Pemerintah harus mempersiapkan strategi pemasaran komoditi hasil laut tersebut dengan sangat
hati-hati terutama ke negara-negara dengan perbedaan kuantitas ekspor yang signifikan. Hal ini
bertujuan agar persediaan dan pendistribusian dapat terjaga sehingga dapat meningkatkan
kepuasan negara tujuan ekspor.
Daftar Pustaka
Hair, Black, Babin, Anderson, Tathan, 2006. Multivariate Analysis of Variance. United States of
America: Pearson Education, Inc.
Richard A., Johnson, Dean W Wichern. 2007. Applied Multivariate Statistical Analysis. United
States of America: Pearson Education, Inc .
Lampiran
1. Data Praktikum