PENUNTUN PRAKTEK LAPANG

MATA KULIAH EKOMOMETRIKA

TIM PENYUSUN :

1. Dr. Ir. Budiyanto, M.P

2. Irdam Riani, S.Pi., M.Si
3. Akhmat Mansyur, S.Pi., M.Si
4. Azwar Sidiq, S.Pi., M.Si
5. A. Ismail Noval, S.Pi
6. Restu Destriani, S.Pi
7. Yohana Ade Paseno, S.Pi

JURUSAN/PROGRAM STUDI AGROBISNIS PERIKANAN

FAKULTAS PERIKANAN DAN ILMU KELAUTAN
UNIVERSITAS HALU OLEO
KENDARI
2022

i
 KATA PENGANTAR

Mata kuliah Ekonometrika merupakan salah satu mata kuliah wajib yang
disediakan di Jurusan/Program Studi Agrobisnis Perikanan. Mata kuliah ini diperlukan
karena mempunyai kompetensi untuk memberikan pemahaman pada mahasiswa tentang
pemanfaatan model–model statistika yang digunakan untuk menyelesaikan
permasalahan di bidang ekonomi khususnya bidang sosial ekonomi
perikanan/agrobisnis perikanan untuk mendukung pembangunan sub sektor perikanan.
Mata kuliah, ini bertujuan untuk mempelajari konsep dasar ekonometrika, dan
pemanfaatan analisis regresi di dalam pemodelan (satu persamaan) dan pengujian teori -
teori ekonomi dalam bidang perikanan.
Perlunya ketrampilan yang harus dimiliki mahasiswa untuk melakukan
pemanfaatan model–model statistika, maka pada mata kuliah ini perlu dilengkapi
dengan praktikum, sehingga jumlah SKS dalam mata kuliah ini adalah 2/1, artinya 2
SKS teori dan 1 SKS praktikum. Mahasiswa diwajibkan untuk mengikuti kegitan
praktikum sesuai dengan Rencana Program Kerja Pembelajaran Semester (RPKPS)
yang telah dibuat dalam mata kuliah tersebut.Panduan praktikum ini dibuat secara
sederhana untuk membantu mahasiswa dalam memahami tahap-tahap yang harus
dikerjakan dalam melaksanakan praktikum mata kuliah ekonometrika.

Kendari, Juni 2022

Tim Dosen dan Asisten

Jurusan/Program Studi Agrobisnis Perikanan

ii
 DAFTAR ISI

Halaman
HALAMAN SAMPUL.............................................................................. i
KATA PENGANTAR ............................................................................... ii
DAFTAR ISI ............................................................................................. ii

I. PENDAHULUAN

A. Latar Belakang ............................................................................. 1

B. Rumusan Masalah ........................................................................ 1
C. Tujuan.......................................................................................... 1

II. PRAKTIKUM I (ANALISIS KORELASI)

A. Tinjauan Pustaka ............................................................................ 2

B. Penelitian Terdahulu ....................................................................... 4
C. Metode Praktek Lapang .................................................................. 7

III. PRAKTIKUM II (ANALISIS REGRESI)

A. Tinjauan Pustaka ............................................................................ 12

B. Penelitian Terdahulu ....................................................................... 18
C. Metode Praktek Lapang .................................................................. 23

KUESIONER
DAFTAR PUSTAKA
CONTOH PROSES ANALISIS
SUSUNAN DAN PANDUAN PELAKSANAAN PRAKTEK LAPANG DAN
PELAPORAN
TEKNIK PENULISAN

iii
 1

I. PENDAHULUAN

A. Latar Belakang

Istilah ekonometrika terbentuk dari dua kata Yunani, yaitu “oikonomia”

(economy) dan “metron” (measure) yang berarti pengukuran secara ekonomi.
Ekonometrika merupakan analisis kuantitatif dari fenomena ekonomi yang sebenarnya
(aktual) yang didasarkan pada pengembangan yang berbarengan dari teori dan
pengamatan, dihubungkan dengan metode inferensi yang sesuai atau kombinasi antara
Ilmu sosial yang menggunakan alat-alat teori ekonomi, matematika ekonomi, statistik
infrensi diterapkan untuk analisis fenomena ekonomi.
Ekonometrika dapat dimanfaatkan untuk membuat estimasi sebuah fungsi
beserta parameter-parameternnya, yang selanjutnya dapat dimanfaatkan untuk membuat
prediksi untuk periode yang akan datang. Di samping itu, ekometrika lebih banyak
memberikan perhatiannya kepada ilmu ekonomi positif.

B. Rumusan Masalah

Rumusan masalah dalam kegiatan praktikum ini adalah

1. Bagaimana hubungan antara variabel x dengan variabel y
2. Bagaimana pengaruh variabel x terhadap variable y

C. Tujuan
1. Mengetahui hubungan antara variabel x dengan variabel y
2. Mengetahui pengaruh variabel x terhadap variabel y
 2

II. PRAKTIKUM I (ANALISIS KORELASI)

A. Tinjauan Pustaka

Korelasi dalam buku metode statistika (Budiwanto, 2017) adalah salah satu
metode analisis dalam statistik yang dapat digunakan untuk mencari antara dua variabel
dengan sifat kuantitatif.Korelasi merupakan pengukur hubungan dua fariabel atau lebih
yang di nyatkan sebagai tingkat hubugan (derajat keeratan) antar variabel.Korelasi juga
dapat menggunakan tingkat dengan perolehan nilai yang cenderung semakin rendah
dengan Variabel pada perubahan yang semakin meningkat. Dengan demikina
perbandingan dari kedua variabel dengan hubungan indpenden yang sesuai dengan
perubahan variabel itu sendiri sehingga akan berhubunag dengan tingkatan independent
(Adytya, 2021).
Pengertian korelasi adalah istilah statistik yang menyatakan derajat hubungan
linier (searah bukan timbal balik) antara dua variabel atau lebih. Kegunaan Korelasi
Product Moment Pearson adalah: untuk menyatakan ada atau tidaknya hubungan antara
variabel X dengan variabel Y. Untuk menyatakan besarnya sumbangan variabel satu
terhadap yang lainnya yang dinyatakan dalam persen (Yudihartanti, 2017). Dalam
menggunakan korelasi, tidak di persoalkan adanya ketergantungan atau dengan kata lain,
variabel yang lain tidak harus bergantung dengan variabel lainnya (Robert Kurniawan,
2016).`
Menurut Adytya ada tiga jenis korelasi diantaranya adalah:
1. Korelasi Sederhana, merupakan suatu teknik statistik yang dipergunakan untuk
mengukur kekuatan hubungan antara 2 variabel dan juga untuk dapat mengetahui
bentuk di antara keduanya dengan hasil bersifat kuantitatif. Kuatnya hubungan yang
dimaksud antara 2 variabel ini adalah apakah hubungan tersebut lemah, erat atau tak
erat. Sedangkan bentuk hubungannya apa berbentuk korelasi linier positif atau
negatif.
2. Korelasi Parsial, merupakan suatu metode yang digunakan untuk mengukur tentang
adanya keeratan antara hubungan variabel bebas dengan variabel tak bebas.
Sehingga pada nantinya akan dapat dengan mudah guna melakukan kontrol dari
salah satu variabel tersebut.
3. Korelasi Ganda, adalah korelasi yang bentuknya akan digunakan guna melihat
 3

hubungan antara tiga atau lebih variabel (dua atau lebih variabel independent dan
satu variabel dependent). Korelasi ganda akan memiliki kaitan dengan interkorelasi
variabel independen, sebagaimana korelasi mereka dengan variabel dependen.
Koefisien korelasi merupakan koefisien yang menggambarkan kedekatan
hubungan antara dua atau lebih variabel. Besar kecilnya koefisien korelasi tidak
menggambarkan hubungan sebab akibat antara 12 dua variabel atau lebih, namun hanya
menggambarkan hubungan linier antar variabelnya. Wibowo (2013). Menurut Sigiono
(2017) Koefisien korelasi Product moment merupakan teknik korelasi yang digunakan
untuk mencari hubungan dan membuktikan hipotesis hubungan dua variabel bila data
dari dua variabel atau tersebut adalah sama.
Untuk mengetahui hubungan kejadian variabel dengan kejadian atau
kejadian lain, kita menggunakan teknik analisis yang disebu tkorelasi. Analisis korelasi
yang disimbolkan dengan tanda r (rhol). Koefisien korelasi menunjukkan seberapa kuat
hubungan antara variabel. Koefisisen korelasi juga menunjukkan hubungan timbal balik
sehingga tidak akan menjadi masalah apabila dalam menentukan variabel bebas maupun
terikat dalam sebuah penelitian (Azwar dan Saifudin, 2001).
Analisis korelasi digunkan untuk mencari hubungan antara dua variabel. Hasil
analisis dari korelasi adalah koefisien korelasi yang menunjukkan kekuatan dan
kelamahan dar isuatu hubungan. Dalam hal ini, dengan tegas dinyatakan bahwa dalam
analisis korelasi tidak mempersoalkan apakah variabel yang satu tergantung pada
variabel yang lain atau sebaliknya. Jadi metode korelasi dapat dipakai untuk mengukur
derajat hubungn antarvariabel bebas dengan variabel bebas yang lainnya atau antar dua
variable (Sihabudin, 2021).
Menurut buku ajar analisis statistic ekonomi dan bisnis dengan spss korelasi
sederhana yang di tulis oleh Rochmat Aldy Purnomo, S.E., M.Si. (2017)
Mengemukakan pendapat bahwa Analisis korelasi pearson atau di kenal product
moment, adalah analisis untuk mengukur keeratan hubungan serta liniee antara dua
variabel yang mempunyai distribusi data normal. Data yang di gunakan adalah tipe
interval atau rasio.
Korelasi Pearson atau sering disebut Korelasi Product Moment (KPM)
merupakan alat uji statistik yang digunakan untuk menguji hipotesis asosiatif (uji
hubungan) dua variabel bila datanya berskala interval atau rasio. KPM dikembangkan
 4

oleh Karl Pearson. KPM merupakan Menghitung Korelasi Product Moment. Simbol
: koefisien korelasi utk populasi (Ρ = rho). Rumus:

Keterangan Rumus :
n adalah Banyaknya Pasangan data X dan Y
Σx adalah Total Jumlah dari Variabel X
Σy adalah Total Jumlah dari Variabel Y
Σx2 adalah Kuadrat dari Total Jumlah Variabel X
Σy2 adalah Kuadrat dari Total Jumlah Variabel Y
Σxy adalah Hasil Perkalian dari Total Jumlah
Rumus pengujian signifikansi koefisien korelasi product moment:

Kriteria Pengambilan Kesimpulan Koefisien Korelasi

No Interval koefisien Tingkat hubungan
1 0,00 - 0,199 Sangat lemah
2 0,20 - 0,399 Lemah
3 0,40 - 0,599 Sedang
4 0,60 - 0,799 Kuat
5 0,80 - 1,000 Sangat kuat
Sumber: Sugiyono (2014)
B. Penelitian Terdahulu
Sasmita 2006, hasil didapatkan yaitu modal kerja, tenaga kerja, dan waktu
melaut (jam kerja) berpengaruh positif dan signifikan terhadap peningkatan pendapatan
nelayan di Kabupaten Asahan sebesar 60,73% persen. Variabel independen yang
berpengaruh terhadap variabel dependen tersebut masing-masing nyata pada taraf
signifikansi 99%, 90%, 95%. Sedangkan pengalaman sebagai nelayan berpengaruh
 5

positif, tetapi tidak signifkan terhadap peningkatan pendapatan usaha nelayan. Namun
demikian modal kerja sangat dominan mempengaruhi peningkatan pendapatan.
Penelitian yang dilakukan oleh Awanais (2017) tentang Kajian
KesesuaianLahan Tambak Udang Vaname Dengan Menggunakan Sistem
InformasiGeografis di Desa Wonorejo, Kecamatan Kaliwungu, Kendal, Jawa
Tengah.Bertujuan untuk meningkatkan hasil produksi maka diperlukan usaha
perluasanlahan budidaya, namun terdapat beberapa kendala dalam penentuan lokasi
iniyaitu dibutuhkannya banyak biaya, waktu serta tenaga. Sistem InformasiGeografis
(SIG) menjadi solusi yang tepat dalam penentuan lokasi yang sesuaiuntuk
pengembangan budidaya udang vaname. Tujuan dari penelitian ini adalahuntuk
mengkaji kesesuaian lahan tambak udang vaname di Desa Wonorejo, Kecamatan
Kaliwungu, Kabupaten Kendal, Jawa Tengah berdasarkan analisaSIG. Metode yang
digunakan dalam penelitian adalah metode survey yaitu dengancara pengukuran
langsung ke lapangan dan wawancara dengan pembudidayaudang vaname. Data yang
telah didapatkan diolah dengan menggunakan aplikasiArcGis 10.0. Beberapa tahapan
dalam pengolahan data yaitu pembuatan petadasar, pembuatan peta kontur sebaran
spasial dari setiap parameter, overlay,layout dan skoring. Data yang dihasilkan berupa
model spasial. Analisa kesesuaian perairan dilakukan dengan pembuatan matriks
kesesuaian kemudian pembobotan dan perhitungan skor berdasarkan tingkat pengaruh
dari setiap parameter terhadap daerah yang berpotensi untuk budidaya udang vaname.
Hasil yang didapatkan pada penelitian ini adalah suhu berkisar antara 27,86-
29,5oC,salinitas berkisar antara 10-20 ppt, kedalaman berkisar antara 100-140
cm,kecerahan berkisar antara 20-40 cm, pH berkisar antara 7,9-8,5, DO berkisar anatara
3,67-6,67 mg/l, nitrat berkisar antara 4,8210-74,7669 mg/l dan fosfatberkiar antara
0,0394-0,0758 mg/l. Kesimpulan yang dapat diambil adalah bahwa secara umum
kondisi perairan di Wonorejo, Kecamatan Kaliwungu, Kabupaten Kendal dapat
mendukung usaha budidaya udang vaname. Total luas wilayah tambak di Wonorejo
adalah 13,6 ha, dari luasan wilayah yang diamati 2 hatergolong kedalam kategori sesuai
(S2) dan 13,4 ha tergolong kedalam kategorisangat sesuai (S3).
Salah satu bentuk statistik parametris karena menguji data pada skala interval
atau rasio. Oleh karena itu, ada beberapa persyaratan untuk dapat menggunakan KPM,
yaitu :
 6

Sampel diambil dengan teknik random (acak)

Data yang akan diuji harus homogeny
Data yang akan diuji juga harus berdistribusi normal
Data yang akan diuji bersifat linier
Analisis koefisien merupakan analisis tentang derajat keeratan hubungan antara
variabel yang dinyatakan dengan koefisien korelasi.Derajat hubungan biasanya
dinyatakan dengan r yang disebut dengan koefisien korelasi sampel yang merupakan
penduga dari koefisien populasi.Sedangkan r2 disebut koefisien determinasi (koefisien
penentu).
Fungsi KPM sebagai salah satu statistik inferensia adalah untuk menguji
kemampuan generalisasi (signifikasi) hasil penelitian.Adapun syarat untuk bisa
menggunakan KPM selain syarat menggunakan statistik parameteris, juga ada
persyaratan lain, yaitu variabel independen (X) dan variabel (Y) harus berada pada skala
interval atau rasio.
Penelitian yang dilakukan Gaurahman (2017), tujuan penelitian ini di kabupaten
Mikka adalah Asosiatif dan Deskriptif, dengan alasan untuk mengetahui apakah sektor
perikanan berpotensi menjadi basis atau non basis dalam perekonomian dan untuk
mengetahui hubungan atau pengaruh sektor perikanan terhadap Pertumbuhan Ekonomi
diperikanan tangkap BDRB. Digunakan dua macam metode analisis data, adapun dalam
untuk mengambil data yaitu dengan menggunakan overvasi yaitu mengumpulkan data
dengan cara mengamati dan mencatat secara sistematik terhadap gejala yang tampak
pada objek penelitian secara cermat dan teliti serta sistematis.
 7

C. Metode Praktek Lapang

1. Waktu dan Lokasi Praktek Lapang

Tuliskan waktu dan lokasi praktikum serta tehnik penentuan lokasi.
2. Tehnik Penarikan Sampel
Teknik pengambilan sampel berhubungan erat dengan populasi atau sampel
yang menjadi bagian penting dari sebuah penelitian.Dengan penentuan jenis objek
penelitian ini, peneliti bisa menentukan metode penelitian yang lebih sesuai dengan
kondisi dan kebutuhan.
Teknik Pengambilan Acak/ Random Sample/ Probability Sampling . Sampel
acak (probability sampling) adalah cara atau teknik pengambilan sampel dimana
teknik tersebut menggunakan kaidah peluang dalam penentuan elemen sampelnya.
Teknik ini memberikan kesempatan yang sama untuk setiap elemen populasi untuk
menjadi sampel (contoh).
1. Pengambilan Sampel Acak Sederhana (Simple Random Sampling)
Sampel acak atau probability sampling adalah suatu teknik pengambilan sampel
yang menggunakan kaidah peluang dalam proses penentuan sampel. Untuk dapat
menerapkan kaidah peluang dalam proses penentuan sampel maka diperlukan
suatu kerangka sampel (sampling frame). Kerangka sampel adalah suatu daftar
yang berisi kumpulan elemen-elemen populasi beserta informasinya. Elemen-
elemen populasi dapat berupa benda atau makhluk hidup yang bersifat nyata dan
dapat diidentifikasi untuk dijadikan objek sampel.
2. Pengambilan Sampel Acak Sistematis (Systematic Random Sampling)
Pengambilan sampel acak sistematis (systematic random sampling) ialah suatu
metode pengambilan sampel, dimana hanya unsur pertama saja dari sampel
dipilih secara acak, sedangkan unsur-unsur selanjutnya dipilih secara sistematis
menurut pola tertentu.
3. Pengambilan Sampel Acak Berstrata (Stratified Random Sampling)
Stratified random sampling yaitu metode pengambilan sampel yang digunakan
pada populasi yang memiliki susunan bertingkat atau berlapis-lapis. Teknik ini
digunakan bila populasi memiliki anggota/unsur yang tidak bersifat homogen
dan berstrata secara proporsional sehingga setiap strata harus terwakili dalam
sampel.
 8

4. Pengambilan Sampel Acak Berdasar Area (Cluster Random Sampling)

Pengambilan sampel acak berdasarkan area at au cluster random sampling adalah
salah satu metode pengambilan sampel yang digunakan dimana populasi tidak
terdiri dari individu-individu, melainkan terdiri dari kelompok individu atau
cluster. Sehingga unit yang terpilih menjadi sampel bukan individu, na mun
kelompok individu yang telah tertata. Cluster sampel ini harus dipilih secara
random dari populasi cluster juga.
5. Area Sampling atau sampel wilayah Bertingkat (Multi Stage Sampling)
Multistage sampling disebut juga sebagai teknik sampling acak bertingkat.
Secara singkat, multistage sampling adalah penggunaan beberapa metode random
sampling secara bersamaan dalam suatu penelitian secara efektif dan efisien
Teknik Pengambilan Sampel Tidak Acak/ Non- Probability Sampling / Non-Random
Sample
Kebalikan dari Teknik pengambilan sampel secara acak, teknik non
probability sampling peneliti memilih anggota untuk penelitian secara acak. Metode
pengambilan sampel ini bukan proses seleksi tetap atau standar. Dalam teknik yang
satu ini, tidak semua elemen populasi memiliki kesempatan yang sama untuk
dimasukkan dalam sampel.
a. Purposive Sampling
Dalam teknik ini, seorang peneliti bisa memberikan penilaian terhadap siapa
yang sebaiknya berpartisipasi di dalam sebuah penelitian.
b. Snowball Sampling
Snowball sampling adalah metode pengambilan sampel yang peneliti terapkan
ketika subjek sulit dilacak
c. Accidental Sampling
Teknik pengambilan sampel ini ini bergantung pada kemudahan akses ke subjek
seperti survei pelanggan di mal atau orang yang lewat di jalan yang sibuk.
d. Quota Sampling
Apabila ingin menggunakan metode quota sampling, maka seorang peneliti harus
menetapkan standard sebelumnya. Sehingga ia bisa memilih sampel yang akan
digunakan untuk merepresentasikan populasi. Proporsi dari karakteristik yang
ada dalam sampel harus sama dengan populasi yang ada.
 9

e. Teknik Sampel Jenuh

Teknik sampling jenuh adalah teknik penentuan sampel bila semua anggota
populasi digunakan sebagai sampel.
f. Sampling Sistematis atau Systematic Sampling
Teknik sampling sistematis merupakan teknik sampling yang menggunakan
nomor urut dari populasi baik yang berdasarkan nomor yang ditetapkan sendiri
oleh peneliti maupun nomor identitas tertentu, ruang dengan urutan yang
seragam atau pertimbangan sistematis lainnya.Semua yang di blok ku ning
perbaiki bahasanya yang maknax sama agar tidak plagiat
Jumlah sampel dengan populasi yang besar dapat menggunakan rumus slovin
(Rianse dan abdi; 2009), dengan persamaan sebagai berikut:

Keterangan:
n = Jumlah Sampel
N = Jumlah Populasi
e = Derajat Kesalahan (20%)

3. Metode Pengumpulan Data

Metode pengumpulan data dilakukan dengan cara sebagai berikut:
a. Observasi; Teknik ini digunakan untuk melihat langsung kelapangan untuk
mendapatkan gambaran yang lebih luas mengenai obyek praktek.
b. Dokumentasi; Teknik ini dilakukan dengan cara mencatat dan mengumpulkan data
yang ada di instansi/lembaga yang terkait dengan obyek praktek.
c. Wawancara; tehnik ini dilakukan dengan melakukan wawancara langsung kepada
responden dengan menggunakan panduan kuesioner.
Jenis Data dalam kegiatan praktikum adalah data primer yaitu data yang diambil
langsung di lapangan sedangkan data sekunder adalah data yang diambil dari hasil
dokumentasi pemilik usaha atau pemerintah
4. Konsep Operasional
Susun konsep operasional berdasarkan batasan-batasan kegiatan praktikum yang
akan dilakukan.
 10

5. Analisis Data
Analisis data yang digunakan untuk menjawab permasalahan dalam praktek
lapang ini terdiri dari analisis deskptif kualitatif dengan menggunakan rumus korelasi
sesuai dengan tujuan praktikum.
maka digunakan analisis korelasi menurut (Sugiyono, 2013).
Rumus persamaan koefisien korelasi:
∑ ��
rxy =
√(∑ � 2 )(∑ �²)
atau,

Keterangan:
rxy = Kofisien korelasi antara variabel X dan Y
X = Variabel .....
Y = Variabel.....
n = Banyaknya pasangan data X dan Y
Σx = Total jumlah dari variabel X
Σy = Total jumlah dari variabel Y
Σx2 = Kuadrat dari total jumlah variabel X
Σy2 = Kuadrat dari total jumlah variabel Y
Σxy = Hasil perkalian dari total jumlah variabel X dan variabel Y
Korelasi merupakan angka yang menunjukan arah dan kuatnya hubungan antara
I variabel atau lebih.Kriteria/korelasi dapat dilihat pada tabel 1.
Tabel 1. Kriteria Interpretasi Tingkat Korelasi
Interval Koefisien Tingkat Hubungan
0,00 - 0,199 Sangat Rendah
0,20 - 0,399 Rendah
0,40 - 0,599 Sedang
0,60 - 0,799 Kuat
0,80 -1,000 Sangat Kuat
Sumber: Sugiyono (2013)
 11

Dari hasil yang diperoleh dengan rumus diatas, dapat diketahui tingkat pengaruh
variabel X dan variabel Y. Pada hakikatnya nilai r dapat bervariasi dari -1 hingga +1.
Hasil dari perhitungan akan memberikan tiga alternatif atau kategori, yaitu:
1) Bila r = 0 atau mendekati 0, maka korelasi antar kedua variabel sangat lemah atau
tidak terdapat hubungan antara variabel X terhadap variabel Y.
2) Bila r = +1 atau mendekati +1, maka korelasi antar kedua variabel dikatakan positif.
Bila r = -1 atau mendekati -1 , maka korelasi antar kedua variabel dikatakan
negatif.
 12

PRAKTIKUM II (ANALISIS REGRESI)

A. Tinjauan Pustaka

Persamaan Tunggal
Pada model persamaan tunggal, dimana variabel terikat (dependent variable)
dinyatakan sebagai fungsi linier dari satu atau lebih variabel bebas(explanatory
variables). Dengan demikian hubungan kausalitas antara variabelterikat dengan
variabel bebas memiliki hubungan satu arah. Jika kita memiliki hubungan kausalitas
dua arah dalam suatu fungsi yang mengimplikasikan bahwafungsi tidak dapat
diperlakukan secara terpisah sebagai model persamaan tunggal, maka aplikasi metode
ordinary least squares (OLS) akan menghasilkan biaseddan inconsistent (Koutsyiannis,
1977).
Harlan (2018) menyatakan bahwa regresi linear (linearregression) adalahteknik
yang digunakan untuk memperoleh model hubungan antara 1 variabeldependen dengan
1 atau lebih variabel independen. Jika hanya digunakan 1variabel independen dalam
model, maka teknik ini disebut sebagai regresi linearsederhana (simple linear
regression), sedangkan jika yang digunakan adalahbeberapa variabel independen, teknik
ini disebut regresi linear ganda (multiplelinear regression).
Regresi sederhana bertujuan mempelajari hubungan antara dua variabel. Kedua
variabel ini dibedakan menjadi variabel bebas (x) dan variabel tidak bebas (y). Variabel
bebas adalah variabel yang bisa dikontrol sedangkan variabel tidak bebas adalah
variabel yang mencerminkan respon dari variabel bebas. Kedua variabel dalam regresi
biasanta bersifat kausal atau sebab akibat yaitu saling berpengaruh (Kurniawan, 2016).
Variabel yang mudah didapat atau tersedia sering digolongkan kedalam variable bebas
sedangkan variable yang terjadi karena variable bebas itu merupakan variable terikat
(Rheza, 2018). Untuk mencari pengaruh suatu variable terhadap variabel lain, alat
analisis yang digunakan adalah analisis regresi. Hasil analisis regresi berupa persamaan
regresi yang merupakan fungsi prediksi suatu variabel dengan menggunakan variabel
lain.
Setiaman (2019) menyatakan bahwa analisis regresi digunakan dalam membuat
perkiraan besarnya hubungan sebab-akibat antara satu independent variabel sebagai
Variabel Predictor yaitu variabel yang bebas (tidak dipengaruhi oleh variabel lainnya)
 13

dan dinotasikan dengan variabel X, terhadap dependent variabel sebagai variabel

Respon disebut juga variabel terikat yaitu variabel yang keberadaannya dipengaruhi
atau terikat oleh variabel lainnya dan dinotasikan dengan variabel Y. Bentuk regresi
tergantung pada fungsi atau persamaan yang dimilikinya ( Kurniawan dan Setiman,
2019).
a. Uji Regresi Linear
Dengan uji regresi linier bisa diketahui seberapa besar kontribusi dari X
terhadap naik turunnya nilai Y maka harus dihitung dengan koefisien penentuan
(koefisien determinasi). Koefisien penentuan (Koefisiensi determinasi) di tulis R square
(R2). Koefisien determinasi (R2) pada intinya mengukur seberapa jauh kemampuan
model (ROE, EPS, NPM dan MVA) dalam menerangkan variasi variabel dependen
(tidak bebas) (Harga Saham).Nilai koefisien determinasi adalah antara nol (0) dan satu
(1).Nilai R2 yang kecil berarti kemampuan variabel-variabel independen (bebas) dalam
menjelaskan variasi variable dependen amat terbatas. Nilai yang mendekati satu berarti
variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan
untuk memprediksi variasi variabel dependen (Ghozali,2009).
Kelemahan mendasar penggunaan koefisien determinasi adalah biasanya
terhadap jumlah variabel independen yang dimaksudkan kedalam model.Setiap
tambahan satu variabel independen, maka R2 pasti meningkat tidak peduli apakah
variabel tersebut berpengaruh secara signifikan terhadap variabel dependen.Oleh karena
itu banyak peneliti menganjurkan untuk menggunakan nilai Adjusted R2 (Adjusted R
Square) pada saat mengevaluasi mana model regresi terbaik. Tidak seperti R 2 dapat
naik atau turun apabila satu variabel independen ditambahkan ke dalam model (Ghozali,
2009).
b. Persamaan Model Regresi Linear
Untuk melakukan peramalan terhadap suatu variabel jika variabel lain diketahui,
dan alat analisis kita bias memprediksi perilaku dari variabel dependen dengan
menggunakan data variabel independen. Bentuk umum dari persamaan regresi adalah:
Y= a +b X
 14

Dimana:
Y = Nilai Dari Variabel Dependen
a = Konstanta, yaitu nilai Y jika X= 0
b = Koefisien Regresi
X = Nilai Dari Variabel Independen
Jadi harga b merupakan fungsi dari koefisien korelasi.Bila koefisien korelasi
tinggi, maka harga b juga besar, sebaliknya bila koefisien korelasi rendah maka harga b
juga renah (kecil).Selain itu bila koefisien korelasi negatif maka harga b juga negatif,
dan sebaliknya bila koefisien korelasi positif maka harga b juga positif.
Regresi linier berganda merupakan suatu algoritma yang digunakan untuk
menelusuri pola hubungan antara variabel terikat dengan dua atau lebih variabel bebas
(Padilah, 2019).
Analisis regresi ganda digunakan oleh peneliti, bila peneliti bermaksud
meramalkanbagaimana keadaan (naik turunnya) variabel dependen (kriterium), bila dua
atau lebihvariabel independen sebagai prediktor dimanipulasi (dinaikturunkan nilainya).
Jadianalisis regresi ganda akan dilakukan bila jumlah variabel independennya minimal
2.
Persamaan regresi untuk dua prediktor adalah: Y = a + b1X1 + b2X2
Persamaan regresi untuk tiga prediktor adalah: Y = a + b1X1 + b2X2 + b3X3
Persamaan regresi untuk n prediktor adalah: Y = a + b1X1 + b2X2 + b3X3 +........... bnXn
Analisis regresi linier berganda adalah hubungan secara linier antara dua atau
lebih variabel independen (X1,X2,…,Xn) dengan variabel dependen (Y). Analisis ini
untuk mengetahui arah hubungan antara variabel independen dan variabel dependen
berhubungan positif atau negative dan untuk memprediksi nilai dari variabel dependen
apabila variabel independen mengalami kenaikan atau penurunan. Data yang digunakan
biasanya berskala interval atau rasio. Persamaan regresi linier berganda sebagai berikut:
Y= a + b1X1 +b2 X2+ …..+ bnXn
Dimana:
Y = Variabel Dependen
X = Variabel Independen
a = Konstanta (Nilai Y Apabila (X1, X2,…, Xn =0)
b = Koefisien Regresi (Nilai Peningkatan Ataupun Penurunan)
 15

Dalam buku Agus Tri Basuki (2016) ada beberapa asumsi OLS yang digunakan
dalam regresi berganda, adapun asumsinya yaitu:
1. Hubungan antara Y (variabel dependen) dan X (variabel independen) adalah linier
dalam parameter.
2. Nilai X nilainya tetap untuk obervasi yang berulang-ulang (non-stocastic). Karena
variabel independennya lebih dari satu maka ditambah asumsi tidak ada hubungan
linier antara variabel independen atau tidak ada multikolinieritas antara X1 dan X2
dalam persamaan.
3. Nila harapan (expected value) atau rata-rata dari variabel gangguan ei adalah nol.
4. Varian dari variabel gangguan ei adalah sama (homo skedastisitas).
5. Tidak ada serial korelasi antara variabel gangguan ei atau variable gangguan ei tidak
saling berhubungan dengan variabel gangguan ei yang lain.
6. Variabel gangguan ei berdistribusi normal.
Arti persamaan tersebut adalah nilai harapan (expected value) atau rata-rata dari
Y pada nilai tertentu variabel independen X1 dan X2.Dalam hal ini mengartikan β1 dan
β2 agak sedikit berbeda dari regresi sederhana.β1 adalah mengukur perubahan rata-rata
Y atau nilai harapan, terhadap perubahan per unit X1 dengan asumsi variabel X2 tetap.
Begitu pula β2 adalah mengukur perubahan rata-rata Y atau nilai harapan, terhadap
perubahan per unit X2 dengan asumsi variabel X1 tetap.
Persamaan Simultan
Sitepu 2010 menjelaskan bahwa Hubungan kausalitas dua arah disebut sebagai
model persamaan simultan, karena sejumlah persamaan akan membentuk suatu sistem
persamaan yang menggambarkan ketergantungan diantara berbagai variabel dalam
persamaanpersamaan tersebut. Misalnya variabel Y fungsi linier darivariabel X dan
begitu juga variabel X merupakan fungsi linier darivariabel Y atau dituliskan Y = f(X),
dan variabel X = f(Y). Dalammodel sistem persamaan simultan tidak mungkin kita
mengestimasi salah satu persamaan dengan mengabaikan informasi yang ada dari
persamaan lainnya.
Jika metode OLS dari masing-masing diterapkan tanpa memperhatikan
hubungannya dengan persamaan lain, maka hasil estimasi yang diperoleh tidak saja bias
tetapi juga tidak konsisten. Artinya bahwa, jika jumlah sampel ditambah sampai tak
terhingga, estimasinya tidak akan mendekati atau tidak akan mencerminkan nilai
 16

parameter yang sesungguhnya. Bias parameter ini dikenal dengan ”bias persamaan
simultan (simultaneous equation bias).
Variabel Dummy
Dalam analisis regresi sering kali bukan hanya variabel-variabel penjelas
kuantitatif yang sering mempengaruhi variabel tak bebas (Y), tetapi ada juga variabel-
variabel kualitatif yang ikut juga mempengaruhi, seperti jenis kelamin, musim, warna,
pendidikan, dan lain sebagainya, untuk mengakomodasikan adanya variabel kualitatif ke
dalam model regresi dapat dilakukan dengan menggunakan peubah boneka (variabel
dummy) peubah boneka ini biasanya mengambil nilai 1 atau 0. Kedua nilai yang
diberikan tidak menunjukkan bilangan (numeric), tetap hanya sebagai identifikasi kelas
atau kategorinya.
Variabel dummy adalah variabel yang mempresentasikan kuantitatif dari
variabel kualitatif. Missal: jenis kelamin, lokasi, situasi, musim dan kualitas. Variabel
dummy sering juga disebut variabel boneka, binary kategorik atau dikotom. Dummy
memiliki nilai (D = 1) untuk salah satu kategori dan nol (D = 0) untuk kategori yang lain
Model Regresi Linier Dengan Dummy Variabel
Yangdipertimbangkan adalah modelberikutini:
1. Y= a + bX + c D1 (Model Dummy Intersep)

2. Y= a + bX + c (D1X) (Model Dummy Slope)

 17

3. Y= a + bx + c (D1X) + dD1 (Kombinasi)

Uji Statistik Dalam Analisis Regresi

Uji statistik fungsinya untuk melihat hubungan antara variabel dependen dan
variabel Independen. Jenis uji statistik yaitu sebagai berikut:

a. Uji R2 (Uji Koefisien Determinasi)

Penguji ini dimaksudkan untuk mengukur seberapa jauh variabel independen
mempengaruhi variabel dependen.

b. Uji F(Uji Regresi Secara Bersama)

Penguji ini dimaksudkan untuk mengetahui ada tidaknya pengaruh variabel
independen secara bersama-sama dengan variabel dependen.

c. Ujit (t-test)
Pengujian ini dimaksudkan untuk mengetahui ada tidaknya pengaruhnya variabel
independen secara parsial atau sendiri-sendiri dengan variabel dependen.
Uji Asumsi Klasik
Dalam model regresi linier ada beberapa asumsi yang harus dipenuhi agar
memenuhi kondisi BLUE (Best Linier Unbiased Estimate). Pengujian ini dimaksudkan
untuk menganalisis beberapa asumsi dari persamaan regresi yang dihasilkan valid untuk
memprediksi. Menurut Santoso (2005) dalam analisis regresi terdapat beberapa
asumsi yang harus dipenuhi sehingga persamaan regresi yangdihasilkan akan valid jika
digunakan untuk memprediksi. Penggunaan asumsi ini merupakan konsekuensi dari
beberapa penggunaan metode Orginal Least Square (OLS) dalam menghitung
persamaan regresi. Pembahasan mengenai asumsi- asumsi yang ada pada analisis
regresi adalah sebagai berikut:
a. Uji Normalitas
Pengujian normalitas adalah pengujian tentang kenormalan distribusi data.Uji ini
merupakan pengujian yang paling banyak dilakukan untuk menganalisis karena
 18

pada analisis statistik parametik, asumsi harus dimiliki oleh data adalah bahwa
data tersebut terdistribusi normal.
b. Uji Multikolinearitas
Uji ini merupakan bentuk pengujian asumsi dalam analisis regresi berganda. Asumsi
multikolinearitas menyatakan bahwa variabel independen harus terbebas dari gejala
multikolinearitas. Gejala ini ditunjukkan dengan korelasi yang signifikan antara
variabel independen.
c. Uji Autokorelasi
Cara yang dapat dilakukan untuk mendeteksi ada atau tidaknya autokorelasi
adalah dengan melakukan uji Durbin Watson.
d. Uji Heterokedastisitas
Uji asumsi ini adalah asumsi dalam regresi dimana varian dari resisual tidak sama
untuk satu pengamatan yang lain. Gejala varian residual yang sama dari satu
pengamatan yang lain disebut dengan homokesatisitas.

B. Penelitian Terdahulu

Fielnanda & Sahara (2018) tentang Pola Konsumsi Rumah TanggaNelayan Di

Desa Mendahara Ilir Kecamatan Mendahara Kabupaten TanjungJabung Timur.
Penelitian ini bertujuan untuk menganalisa pengaruh pendapatandan jumlah anggota
keluarga terhadap pola konsumsi rumah tangga nelayan diDesa Mendahara Ilir Kec.
Mendahara Kab. Tanjung Jabung Timur. Analisis didasarkan pada jawaban yang
diberikan kepada responden melalui kuisioner.Sampel dalam penelitian ini berjumlah
81 orang. Hasil penelitian inimenunjukkan bahwa pendapatan dan jumlah anggota
keluarga berpengaruhterhadap pola konsumsi rumah tangga nelayan. Berdasarkan hasil
yang diperolehyaitu nilai signifikansi sebesar 0,000 jauh lebih kecil dari taraf
signifikansi yangdiperoleh yakni 0,05. Dengan demikian dapat disimpulkan bahwa
terdapatpengaruh positif dan signifikan antara variabel independen ( pendapatan
danjumlah anggota keluarga) terhadap pola konsumsi rumah tangga nelayan.
Rahmasari (2017) tentang Analisis Pola Konsumsi, Kewirausahaan dan
Pengaruhnya Terhadap Kesejahteraan Nelayan. Penelitian ini bertujuan
untukmengetahui pengaruh pola konsumsi, kewirausahaan terhadap
kesejahteraannelayan di Tanggulsari. Populasi dalam penelitian ini adalah seluruh
nelayanyang melakukan kegiatan penangkapan ikan di pesisir utara Semarang
 19

Kotasebanyak 106 orang nelayan. Pengambilan sampel menggunakan teknik

purposivesampling. Pengumpulan data dilakukan dengan angket, wawancara
dandokumentasi. Teknik analisis data yang digunakan dalam penelitian ini
adalahanalisis regresi berganda dengan program spss versi 17 for window.
Hasilpenelitian menunjukkan bahwa: 1) pola konsumsi berpengaruh positif
dansignifikan terhadap kesejahteraan nelayan dengan nilai probability 0,02.
Lubis, dkk (2021) tentang Pengaruh Pendapatan Terhadap Pola Pengeluaran
Konsumsi Rumah Tangga di Kota Medan Tahun 2015 (Implikasi Fungsi Konsumsi
Keynes).Penelitian ini bertujuan untuk memperkirakan bagaimana variabel pendapatan
dapat mempengaruhi pola pengeluaran konsumsi rumah tangga di Kota Medan pada
tahun 2021. Data yang digunakan adalah data cross sectional (data menurut waktu) yang
dikumpulkan dari 100 rumah tangga di seluruh Kota Medan. Sedangkan variabel yang
akan diestimasi adalah pola konsumsi rumah tangga. Berdasarkan hasil estimasi dengan
menggunakan metode regresi berganda menggunakan software SPSS 18, ukuran
goodness of fit (R2) adalah 82,1%, variabel bebasnya adalah pola konsumsi rumah
tangga (KRT) dan signifikan terhadap pendapatan rumah tangga (PRT). Sedangkan
secara parsial konsumsi rumah tangga berpengaruh positif dan signifikan terhadap
pendapatan rumah tangga di Kota Medan.
Lutfi, dkk (2019) tentang Analisis Konsumsi Rumah Tangga Nelayan Di
Kelurahan Boneoge Kecamatan Banawa Kabupaten Donggala. Penelitian ini bertujuan
untuk: (1) Mengetahui pengaruh pendapatan terhadap konsumsi rumah tangga nelayan
di Desa Boneoge Kecamatan Banwa Kabupaten Donggala; (2) Tentukan jumlah rumah
tanggapengeluaran konsumsi desa nelayan Boneoge Kecamatan Banawa Kabupaten
Donggala; dan (3) untuk menganalisis proporsi pengeluaran konsumsi terhadap proporsi
pendapatan rumah tangga. Desa Nelayan Boneoge Kecamatan Banawa Kabupaten
Donggala. Penelitian ini merupakan penelitian deskriptif dengan sampel penelitian
sebanyak 42 orang yang dipilih secara purposive sampling.Data dianalisis
menggunakan analisis regresi linier sederhana dan analisis konsumsi. Hasil penelitian
menyimpulkan bahwa: (1) pendapatan mempengaruhi konsumsi rumah tangga nelayan
di Desa Boneoge Kecamatan Banawa Kabupaten Donggala; (2) Besarnya konsumsi
sebagian besar rumah tangga di desa nelayan Boneoge Banawa Kabupaten Donggala
sebesar besarnya pendapatan setiap bulannya; dan (3) proporsi pengeluaran konsumsi
 20

terhadap pendapatan rumah tangga nelayan di Desa Banawa Kabupaten Donggala

sebagian besar dialokasikan untuk memenuhi kebutuhan pangan keluarga.
Hanum (2018) tentang Pengaruh Pendapatan, Jumlah Tanggungan Keluarga Dan
Pendidikan Terhadap Pola Konsumsi Rumah Tangga Nelayan Di Desa Seuneubok
Rambong Aceh Timur.Penelitian ini dilakukan dengan tujuan untuk mengetahui
pengaruh pendapatan, jumlah tanggungan keluarga dan pendidikan terhadap pola
konsumsi rumah tangga nelayan di Seuneubok Rambong Aceh Timur.Data yang
digunakan adalah data primer yang bersumber dari kuesioner yang disebarkan kepada
97 responden.Data dianalisis dengan menggunakan persamaan regresi linier berganda,
uji t, uji F dan koefisien regresi (R2). Hasil penelitian diperoleh Y = 9990507,882 +
0,556 X1 + 399039,2 X2 + 491,474X3, konstanta sebesar 9990507,882, jika
pendapatan, jumlah tanggungan keluarga dan pendidikan tetap, maka konsumsi rumah
tangga nelayan sebesar 9990507,882. Koefisien regresi b1 sebesar 0,556 merupakan
nilai dari pendapatan yang berpengaruh positif terhadap konsumsi rumah tangga
nelayan dan bila pendapatan meningkat Rp 1.000.000 maka akan meningkatkan
konsumsi sebesar Rp 556.000. Koefisien regresi b2 sebesar 399039,2 merupakan nilai
dari jumlah tanggungan keluarga yang berpengaruh positif terhadap konsumsi rumah
tangga nelayan dan bila jumlah tanggungan keluarga meningkat 1 jiwa maka akan
meningkatkan konsumsi sebesar Rp 399.039,2. Koefisien regresi b3 sebesar 491,474
merupakan nilai dari pendidikan yang berpengaruh positif terhadap konsumsi rumah
tangga nelayan dan bila pendidikan meningkat 1 tahun maka akan meningkatkan
konsumsi sebesar Rp 491.474. Berdasarkan hasil uji t dan uji F diperoleh bahwa
pendapatan, jumlah tanggungan keluarga dan Pendidikan berpengaruh signifikan
terhadap konsumsi rumah tangga di Seuneubok Rambong. Hasil uji koefisien
determinasi (R2) sebesar 0,649 atau 64,9% pendapatan, jumlah tanggungan keluarga
dan pendidikan terhadap konsumsi rumah tangga nelayan dan sisanya sebesar 35,1%
dipengaruhi oleh variabel lain.
Ridha (2017) tentang Analisis Faktor-faktor Yang Mempengaruhi Pendapatan
Nelayan Di Kecamatan Idi Rayeuk.Penelitian ini dilakukan di wilayah pesisir
Kecamatan Idi Rayeuk, yang bertujuanuntuk mengetahui faktor-faktor yang
mempengaruhi pendapatan nelayan perahutempel di Kecamatan Idi Rayeuk.Penelitian
ini menggunakan pendekatan deskriptifkuantitatif dengan model regresi linear
 21

berganda.Jumlah sampel nelayan yangdigunakan sebanyak 30 orang nelayan perahu

tempel.Teknik sampling yang digunakan yaitu simple random sampling.Hasil penelitian
menunjukkan bahwa secara parsial modal, harga ikan dan jumlah tangkapan ikan
berpengaruh nyata terhadap pendapatan nelayan perahu tempel di Kecamatan Idi
Rayeuk.Sedangkan secara simultan variabel modal, tenaga kerja, pengalaman, harga
ikan dan jumlah tangkapan berpengaruh nyata terhadap pendapatan nelayan di
Kecamatan Idi Rayeuk.
Penelitian yang dilakukan oleh Hajra (2020) tentang Analisis Faktor-Faktor
yang Mempengaruhi Produksi Udang Vaname (Litopenaues vannamei) pada Tambak
Supra-Intensif di CV. Dewi Windu Kabupaten Barru. Penelitian ini bertujuan untuk
mengetahui besar tingkat produksi dan keuntungan budidaya udang vaname (L
vannamei) pada tambak supraintensif di CV. Dewi Windu Kabupaten Barru dan untuk
mengetahui Faktor-faktor apa saja yang mempengaruhi produksi budidaya udang
vanname (L vannamei) pada tambak supra intensif CV. Dewi Windu Kabupaten Barru.
Penelitian ini dilaksanakan pada bulan Maret sampai April 2020 jenis penelitian yang
digunakan adalah Studi Kasus di CV. Dewi Windu yaitu cluster random sampling
dengan sampel yang diperoleh ada 6 orang yang berhubungan dengan operasional
produksi. Adapun sumber data yang digunakan yaitu data primer dan data sekunder
kemudian dianalisis dengan menggunakan analisis fungsi produksi Cobb-Douglas dan
Analisis return to scale atau 3 in 1. Berdasarkan hasil analisis regresi linear berganda di
peroleh hasil koefisien determinasi sebesar (99,8%) jadi tidak terdapat faktor-faktor lain
yang mempengaruhi diluar dari faktor-faktor yang dimasukkan. Berdasarkan uji F
diperoleh nilai F hitung sebesar 8.202 yang lebih besar dari 2.699, yang artinya secara
bersama-sama variabel bebas berpengaruh secara signifikan terhadap produksi udang
vanamei di CV. Dewi Windu.Sedangkan hasil returun to scale di peroleh nilai lebih dari
1 yang artinya berada pada kondisi increasing returun to scale. Hasil uji T menunjukkan
variabel yang berpengaruh signifikan terhadap produksi Udang Vanamei di CV. Dewi
Windu adalah Variabel jumlah benur yang ditebar (X3), jumlah pakan (X4), dan jumlah
obat-obatan yang digunakan (X5), sedangkan variabel yang tidak berpengaruh adalah
variable jumlah tenaga kerja (X1) dan luas tambak (X2) disebabkan jumlah tenaga kerja
dan luas lahan yang digunakan tidak mengalami perubahan dari tahun 2015 sampai
tahun 2019.
 22

Penelitian yang dilakukan Alietal (2020) tentang Pengaruh Produk Domestik

Regional Bruto (Pdrb) dan Investasi Terhadap Penyerapan Tenaga Kerja di Kabupaten
Minahasa Selatan.Tujuan penelitian ini untuk mengetahui dan menganalisis pengaruh
PDRB (ADHK) dan Investasi terhadap Penyerapan Tenaga Kerja di Kabupaten
Minahasa Selatan.Data yang digunakan dalam penelitian ini adalah data sekunder.Alat
analisis yang digunakan adalah analisis regresi linear berganda.Perangkat lunak yang
digunakan untuk melakukan analisis adalah SPSS17. Hasil penelitian menunjukkan
bahwa PDRB berpengaruh positif dan signifikan terhadap Penyerapan Tenaga Kerja
sedangkan variable Investasi berpengaruh negative dan signifikan terhadap Penyerapan
Tenaga Kerja. Secara bersama-sama PDRB dan Investasi berpengaruh positif dan
signifikan terhadap Penyerapan Tenaga Kerja.
Penelitian yang di lakukan oleh adeline notawati hutapea (2016). Dengan judul
penelitian Faktor-faktor yang mempengaruhi pendapatan harian pedagang ikan di
kefamenanu kabupaten timor tengah utara. Penelitian ini bertujuan untuk mengetahui
gambaran umum pendapatan harian pedagang ikan di Kefamenanu dan faktor-faktor
yang mempengaruhinya.Penelitian ini dilaksanakan pada bulan Juli 2015 dengan fokus
penelitian dilakukan kepada pedagang ikan yang berjualan di Terminal, Pasar Lama,
Pasar Baru dan pedagang ikan keliling.Metode analisis yang digunakan adalah
regresi.Hasil penelitian menunjukkan bahwa tingkat pendapatan harian pedagang ikan
di Kefamenanu bervariatif dan fluktuatif.Harga ikan yang dijual oleh para pedagang
ikan bervariasi tergantung jenis ikan, yaitu antara Rp. 10.000-Rp. 50.000/kumpul
dengan rata-rata pendapatan berkisar antara Rp. 50.000-Rp. 300.000. Berdasarkan hasil
uji hipotesis ternyata modal dan jumlah jam kerja berpengaruh secara signifikan
terhadap pendapatan harian pedagang ikan, sedangkan variabel harga ikan dan biaya
operasional tidak berpengaruh secara nyata terhadap pendapatan harian pedagang ikan.
 23

C. Metode Praktek Lapang

1. Waktu dan Lokasi Praktek Lapang

Tuliskan waktu dan lokasi praktikum serta tehnik penentuan lokasi.
2. Tehnik Penarikan Sampel
Teknik pengambilan sampel berhubungan erat dengan populasi atau sampel
yang menjadi bagian penting dari sebuah penelitian.Dengan penentuan jenis objek
penelitian ini, peneliti bisa menentukan metode penelitian yang lebih sesuai dengan
kondisi dan kebutuhan.
Teknik Pengambilan Acak/ Random Sample/ Probability Sampling. Sampel
acak (probability sampling) adalah cara atau teknik pengambilan sampel dimana
teknik tersebut menggunakan kaidah peluang dalam penentuan elemen sampelnya.
Teknik ini memberikan kesempatan yang sama untuk setiap elemen populasi untuk
menjadi sampel (contoh).
1. Pengambilan Sampel Acak Sederhana (Simple Random Sampling)
Sampel acak atau probability sampling adalah suatu teknik pengambilan sampel
yang menggunakan kaidah peluang dalam proses penentuan sampel. Untuk dapat
menerapkan kaidah peluang dalam proses penentuan sampel maka diperlukan
suatu kerangka sampel (sampling frame). Kerangka sampel adalah suatu daftar
yang berisi kumpulan elemen-elemen populasi beserta informasinya. Elemen-
elemen populasi dapat berupa benda atau makhluk hidup yang bersifat nyata dan
dapat diidentifikasi untuk dijadikan objek sampel.
2. Pengambilan Sampel Acak Sistematis (Systematic Random Sampling)
Pengambilan sampel acak sistematis (systematic random sampling) ialah suatu
metode pengambilan sampel, dimana hanya unsur pertama saja dari sampel
dipilih secara acak, sedangkan unsur-unsur selanjutnya dipilih secara sistematis
menurut pola tertentu.
3. Pengambilan Sampel Acak Berstrata (Stratified Random Sampling)
Stratified random sampling yaitu metode pengambilan sampel yang digunakan
pada populasi yang memiliki susunan bertingkat atau berlapis-lapis. Teknik ini
digunakan bila populasi memiliki anggota/unsur yang tidak bersifat homogen
dan berstrata secara proporsional sehingga setiap strata harus terwakili dalam
sampel.
 24

4. Pengambilan Sampel Acak Berdasar Area (Cluster Random Sampling)

Pengambilan sampel acak berdasarkan area atau cluster random sampling adalah
salah satu metode pengambilan sampel yang digunakan dimana populasi tidak
terdiri dari individu-individu, melainkan terdiri dari kelompok individu atau
cluster. Sehingga unit yang terpilih menjadi sampel bukan individu, namun
kelompok individu yang telah tertata. Cluster sampel ini harus dipilih secara
random dari populasi cluster juga.
5. Area Sampling atau sampel wilayah Bertingkat (Multi Stage Sampling)
Multistage sampling disebut juga sebagai teknik sampling acak bertingkat.
Secara singkat, multistage sampling adalah penggunaan beberapa metode random
sampling secara bersamaan dalam suatu penelitian secara efektif dan efisien
Teknik Pengambilan Sampel Tidak Acak/ Non- Probability Sampling / Non-Random
Sample
Kebalikan dari Teknik pengambilan sampel secara acak, teknik non
probability sampling peneliti memilih anggota untuk penelitian secara acak. Metode
pengambilan sampel ini bukan proses seleksi tetap atau standar. Dalam teknik yang
satu ini, tidak semua elemen populasi memiliki kesempatan yang sama untuk
dimasukkan dalam sampel.
a. Purposive Sampling
Dalam teknik ini, seorang peneliti bisa memberikan penilaian terhadap siapa
yang sebaiknya berpartisipasi di dalam sebuah penelitian.
b. Snowball Sampling
Snowball sampling adalah metode pengambilan sampel yang peneliti terapkan
ketika subjek sulit dilacak
c. Accidental Sampling
Teknik pengambilan sampel ini ini bergantung pada kemudahan akses ke subjek
seperti survei pelanggan di mal atau orang yang lewat di jalan yang sibuk.
d. Quota Sampling
Apabila ingin menggunakan metode quota sampling, maka seorang peneliti harus
menetapkan standard sebelumnya. Sehingga ia bisa memilih sampel yang akan
digunakan untuk merepresentasikan populasi. Proporsi dari karakteristik yang
ada dalam sampel harus sama dengan populasi yang ada.
 25

e. Teknik Sampel Jenuh

Teknik sampling jenuh adalah teknik penentuan sampel bila semua anggota
populasi digunakan sebagai sampel.
f. Sampling Sistematis atau Systematic Sampling
Teknik sampling sistematis merupakan teknik sampling yang menggunakan
nomor urut dari populasi baik yang berdasarkan nomor yang ditetapkan sendiri
oleh peneliti maupun nomor identitas tertentu, ruang dengan urutan yang
seragam atau pertimbangan sistematis lainnya.Semua yang di blok kuning
perbaiki bahasanya yang maknax sama agar tidak plagiat
Jumlah sampel dengan populasi yang besar dapat menggunakan rumus slovin
(Rianse dan abdi; 2009), dengan persamaan sebagai berikut:

Keterangan:
n = Jumlah Sampel
N = Jumlah Populasi
e = Derajat Kesalahan (20%)

3. Metode Pengumpulan Data

Metode pengumpulan data dilakukan dengan cara sebagai berikut:
a. Observasi; Teknik ini digunakan untuk melihat langsung kelapangan untuk
mendapatkan gambaran yang lebih luas mengenai obyek praktek.
b. Dokumentasi; Teknik ini dilakukan dengan cara mencatat dan mengumpulkan data
yang ada di instansi/lembaga yang terkait dengan obyek praktek.
c. Wawancara; tehnik ini dilakukan dengan melakukan wawancara langsung kepada
responden dengan menggunakan panduan kuesioner.
Jenis Data dalam kegiatan praktikum adalah data primer yaitu data yang diambil
langsung di lapangan sedangkan data sekunder adalah data yang diambil dari hasil
dokumentasi pemilik usaha atau pemerintah
 26

4. Konsep Operasional
Susun konsep operasional berdasarkan batasan-batasan kegiatan praktikum yang
akan dilakukan.
5. Analisis Data
Analisis data yang digunakan untuk menjawab permasalahan dalam praktek
lapang ini terdiri dari analisis deskptif kualitatif dan analisis regresi sesuai dengan
tujuan praktikum. Bentuk umum dari persamaan regresi adalah:

Y= a +bX

Dimana:
Y = Nilai Dari Variabel Dependen
a = Konstanta, yaitu nilai Y jika X= 0
b = Koefisien Regresi
X = Nilai Dari Variabel Independen
Persamaan regresi linier berganda sebagai berikut

Y= a + b1X1 +b2 X2+ …..+ bnXn

Dimana:
Y = Variabel Dependen
X = Variabel Independen
a = Konstanta (Nilai Y Apabila (X1, X2,…, Xn =0)
b = Koefisien Regresi (Nilai Peningkatan Ataupun Penurunan)
 27

KUESIONER PRAKTEK LAPANG

EKONOMETRIKA

HUBUNGAN ANTARA KONTRIBUSI PERIKANAN TERHADAP PDRB

DI SULAWESI TENGGARA

A. Produksi Perikanan Tangkap

Tahun Produksi Perikanan Tangkap (Ton)
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
2021

B. Produksi Perikanan Budidaya

Tahun Produksi Perikanan Budidaya(Ton)
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
2021
 28

C. Nilai Produksi Atas Dasar Harga yang Berlaku pada PerikananSulawesi

Tenggara Tahun 2006-2020
Tahun Nilai Produksi Harga Berlaku (000 Rp)
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
2021

D. Produk Domestik Regional Bruto (PDRB) Atas Dasar Harga yang Berlaku
pada Perikanan Sulawesi Tenggara
Tahun Produk Domestik Regional Bruto Harga Berlaku (000 Rp)
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
2021

Analisis data yang digunakan untuk menjawab permasalahan dalam penelitian

ini yakni analisis korelasi sederhana digunakan ntuk mengetahui hubungan kontribusi
nilai produksi perikanan tangkap dengan PDRB Sulawesi Tenggara maka digunakan
analisis korelasi menurut Sugiyono (2013) yaitu sebagai berikut:
 29

Keterangan:
rxy = Kofisien korelasi antara variabel X dan Y
X = Kontribusi nilai produksi perikanan
Y = Produk domestik regional bruto (PDRB)
n = Banyaknya pasangan data X dan Y
Σx = Total jumlah dari variabel X
Σy = Total jumlah dari variabel Y
Σx2= Kuadrat dari total jumlah variabel X
Σy2= Kuadrat dari total jumlah variabel Y
Σxy= Hasil perkalian dari total jumlah variabel X dan variabel Y
Korelasi merupakan angka yang menunjukan arah dan kuatnya hubungan antara
1 variabel atau lebih.Kriteria hubungan/korelasi dapat dilihat pada Tabel 1.
Tabel 1. Kriteria Pengambilan Kesimpulan
Interval Koefisien Tingkat Hubungan
0,00 - 0,199 Sangat lemah
0,20 - 0,399 Lemah
0,40 - 0,599 Sedang
0,60 - 0,799 Kuat
0,80 - 1,000 Sangat kuat
Sumber: Sugiyono, 2014
 30

KUESIONER PRAKTEK LAPANG

EKONOMETRIKA

PENGARUH PENDAPATAN TERHADAP KONSUMSI

KELUARGA NELAYAN

A. IdentitasResponden
1. Nama :
2. Alamat :
3. Umur :
4. Jenis Kelamin :
5. Pekerjaan :
6. Alat tangkap yang digunakan :
7. Lama bekerja :
8. Berapa jumlah anggota keluarga yang masih dalam tanggungan keluarga?
B. Pendapatan
1. Beraparata-rata hasiltangkapan dari hasilmelaut dalam satu hari?
Jawaban : kg
1. Berapakalimelaut dalam sebulan?
Jawaban :
2. Jumlah rata-rata pendapatan perbulan?
Jawaban : Rp.
3. Berapa jam/waktu yang dgunakan dalam satu kali menangkap (trip)?
Jawaban :
4. Berapa hari kerja dalam seminggu?..............................................Hari
Jawaban : Rp.
5. Apakah bapak memilikipekerjaan sampingan?Jika adaberapapendapatan
perbulan
Jawaban : Rp.
 31

6. Jenis Hasil Dan Hasil Tangkapan

No. Jenis Ikan Jumlah Tangkapan (Kg) Harga Jual Ikan/Kg
1
2
3
4
5
6

7. Biaya yang digunakan

a. Biaya Tetap
Harga
Umur
No Jenis Barang Jumlah Satuan Satuan
Ekonomis
(Kg)
1 Alat tangkap
2 Mesin
3 Perahu/Kapal
4 Basket
5 Gabus
 32

b. Biaya Variabel
Harga Satuan Umur
No Jenis Barang Jumlah Satuan
(Kg) Ekonomis
1 Rokok
2 Bahan bakar
3 Umpan
4 Es
5

D. Konsumsi

1. Berapa rata-rata pengeluaran untuk makan dam minum dalam 1 bulan ?

Jawaban :
1. Jenis- jenis pengeluaran konsumsi rumah tangga nelayan :

Jenis Bahan Jumlah/ Harga/Satuan

No. Bulan Satuan Total
Konsumsi (Rp)

1 Beras
Ubi
Sagu
Roti
Jagung
Syur
Ikan
Telur
Daging
Tempe/tahu
Gula
Kopi/teh
 33

2 Bumbu dapur
. Minyak
Bawang
Garam
Masaki/Ajina Moto
Merica
Kunyit
Kecap/Saos
 34

KUESIONER PRAKTEK LAPANG

EKONOMETRIKA

FAKTOR-FAKTOR YANG MEMPENGARUHI PENDAPATAN PEDAGANG

PENGECER IKAN DI KOTA KENDARI

A. Identitas Responden
1. Nama Responden :........................
2. Umur/jenis kelamin :..............Tahun / Laki-Laki/Perempuan*
3. Pendidikan Terakhir : SD / SMP / SMA / Diplola / S1 / S2 / Lain-
Lainnya (Sebutkan)*
4. Lama usaha :......... Tahun
Keterangan : * Coret yang tidak perlu

B. Modal Kerja
1. Kepemilikan Modal : Sendiri/Pinjam *
2. Berapa modal yang dikeluarkan dalam usaha penjualan per
hari?................................................

C. Jam Kerja
1. Mulai dari jam berapa anda berdagang ikan ?................................Jam
2. Berapa hari kerja dalam seminggu?..............................................Hari

D. Pendapatan
1. Ikan apa saja yang menjadi target penjualan?
Jenis Ikan Jumlah (Kg) Harga Beli (Rp) Harga Jual (Rp)

2. Berapa untung yang didapatkan dalam penjualan ikan per kg

?...............................................................................................
 35

F. Biaya Produksi
a. Biaya Tetap
Jenis Barang Jumlah Harga satuan (Kg) Umur ekonomis

b. Biaya Variabel
Jenis Barang Harga (Rp) Satuan
Es
Air
Kantong Plastik
Biaya retribusi
Biaya Angkut
 36

KUESIONER PRAKTEK LAPANG

EKONOMETRIKA

FAKTOR-FAKTOR YANG MEMPENGARUHI PENAWARAN

UDANG VANAME YANG DI PRODUKSI DI KOTA KENDARI

A. Produksi Udang Vaname

Tahun Produksi Udang Vaname (Kg/Ton)
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
2021
B. Luas Areal Budidaya
Tahun Luas Areal Budidaya (Ha)
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
2021
 37

C. Jumlah Benur
Tahun Jumlah Benur (Ekor)
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
2021

. Harga Udang Vaname

Tahun Harga Udang Vaname (Rp)
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
2021
 38

D. Rata-rata Curah Hujan

Tahun Rata-rata Curah Hujan
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
2021

D. Harga Pupuk Urea

Tahun Harga Pupuk Urea (Rp)
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
2021

Analisis Regresi Linear Berganda

Untuk memganalisis fakor-faktor yang mempengaruhi penawaran ikan bandeng
yang produksi di Kota Kendari digunakan analisis regresi linear berganda yang diolah
 39

menggunakan aplikasi SPSS 16.0. Rumus Cobb-Douglass yang digunakan dalam

pengujian hipotesis diformulasikan menurut (Widarjono, 2009) sebagai berikut:
Y = β0 . X1tβ1 . X2t β2 . X3t-1 β3 . X4t β4 . X5t-1 β4 . X6t-1 β6 . e
Untuk memudahkan dalam perhitungan, maka fungsi tersebut dilinearkan
dengan rumus persamaan matematis sebagai berikut:

lnY = lnβ0 + β1 lnX1t + β2 lnX2t + β3 lnX1t-1 + β4 lnX4t + β5lnX5t-1 + β6 lnX6t + e

Dimana :
Y : Penawaran ikan bandeng yang produksi di Kota Kendari (kg)
β0 : Konstata
ln : Logaritma natural
β1X1t : Luas areal budidaya pada tahun pembudidayaan (Rp/kg)
β2X2t : Jumlah benur pada tahun pembudidayaan (kg)
β3X3t-1 : Harga udang vaname pada tahun sebelumnya (Rp/kg)
β4X4t : Rata-rata curah hujan pada tahun pembudidayaan (ha)
β5X5t : Harga pupuk urea pada tahun pembudidayaan (Rp/kg)
e : Standar Error
 40

DAFTAR PUSTAKA

Adytya B. 2021. Korelasi Adalah Nilai kekuatan dan arah Hubungan linear, online di:
https://www.merdeka.com/trending/korelasi-adalah-nilai-kekuatan-amp-arah-
hubungan-linier-ini-pengertian-lengkapnya-kln.html di akses tanggal 8 Juni
2022.
Awanais, A. A., Priatno, S. B., dan Herawati, V. E. 2017. Kajian KesesuaianLahan
Tambak Udang Vaname Dengan Menggunakan Sistem InformasiGeografis Di
Desa Wonorejo, Kecamatan Kaliwungu, Kendal, JawaTengah. 6 (2): 102.
Morissan (2016) Buku ajar statistik sosial, Kencana
Rochmat aldy purnomo, M.Si (2017), Buku ajar analisis statistic ekonomi danbisnis
dengan SPSS, CV. Wade Group
Sihabudin., Wibowo, D., Mulyono, S., Kusuma, J.W., Besse, I.A., Saputra, E.,Purwasih,
R., Syaharuddin. 2021. Ekonometrika Dasar Teori dan PraktikBerbasis SPSS.
Jawa Tengah. CV. Pena Prasada.
Sugiyono. (2016). Metode Penelitian Kombinasi (Mixed Methods). Bandung:Alfabeta.
Wibowo, R. A., dan Kurniawan, A. A. 2013. Analisis Korelasi Dalam PenentuanArah
Antar Faktor Pada Pelayanan Angkutan Umum Di Kota Magelang.
Yudihartanti, Y. 2017. Analisa Korelasi Mata Kuliah Penelitian Dengan TugasAkhir
Menggunakan Model Product Moment.13 (2): 1691.
 41

CONTOH PROSES ANALISIS

PANDUAN REGRESI SEDERHANA (PERSAMAAN TUNGGAL)

DENGAN MENGGUNAKAN APLIKASI SPSS

1. Proses Pengolahan Data Penelitian Analisis Regresi Sederhana

Tahap Pertama, Membuka Aplikasi SPSS

Gambar 1. Memulai Program SPSS

Tahap Kedua, Memulai Aplikasi dari Membuat Data Baru, Klik Cancel

Gambar 2. Tampilan Depan SPSS

 42

Tahap Ketiga, Menyiapkan Pengaturan Data. Klik Variable View

Isi kolom Name dengan singkatan dari setiap nama variabel penelitian
Isi kolom Type dengan jenis data penelitian
Isi kolom Width sesuai dengan lebar atau panjang digit data
Isi kolom Decimals sesuai dengan banyak desimal setiap data penelitian
Isi kolom Label dengan nama lengkap setiap variabel penelitian
Isi kolom Values untuk interpretasi label data nominal dan ordinal, jika data penelitian
interval dan rasio tidak perlu diisi
Isi kolom Missing jika terdapat data periodik yang hilang
Isi kolom Columns sesuai dengan panjang tampilan data yang diinginkan pada Data
View
Pilih Align sesuai keinginan
Isi kolom Measure sesuai dengan jenis skala data
Isi kolom Role sesuai dengan jenis variabel penelitian

Tampilan Variable View sebagai berikut

Gambar 3. Setting Variable View Regresi Linier Sederhana

Tahap Keempat, Entry Data Setiap Variabel Penelitian

Gambar 4. Entry Data Regresi Sederhana

 43

Tahap Kelima, Proses Memilih Metode

Pilih Menu Analyze, Lalu Klik Regression Dan Klik Linear Untuk Memilih Regresi
Linear Sederhana

Gambar 5. Proses Regression

Tahap Keenam, Memasukan Semua Variabel Penelitian Baik Variabel Independen atau
Variabel Dependen

Lalu klik Ok
Tampilan Kotak Dialog Sebagai Berikut

Gambar 6. Setting Kotak Dialog Regresi Linier Sederhana

 44

Tahap Ketujuh, Muncul Output Hasil Pengolahan

Tampilan Output Sebagai Berikut

Gambar 7. Output Regresi Linier Sederhana

2. Interpretasi Output Data Penelitian

Setelah proses pengolahan selesai dilakukan, maka pada Analisis Regresi Sederhana
hanya perlu dianalisis dua tabel utama yaitu Model Summary dan Coefficients dimana
masing-masing tabel dapat dianalisis sebagai berikut.

Tabel 1. Model Summary Simple Regression

Model Summary
Model R R Square Adjusted R Square Std. Error of the Estimate
a
1 .661 .437 .417 2.51748
a. Predictors: (Constant), X

Pada tabel di atas didapat nilai R Square atau R2, dimana R Square adalah nilai yang
menunjukkan persentase sumbangan variabel independen dalam mempengaruhi variabel
dependen sedangkan sisanya dipengaruhi variabel lain atau epsilon yang disimbolkan Ԑi
. R Square didapat nilai sebesar 0,437 artinya besarnya sumbangan variabel independen
dalam mempengaruhi variabel dependen adalah sebesar 43,7% sedangkan sisanya
56,3% dipengaruhi oleh variabel lain.
 45

Tabel 2. Coefficients Simple Regression

Coefficientsa
Standardized
Unstandardized Coefficients
Model Coefficients t Sig.
B Std. Error Beta
1 (Constant) 6.961 1.402 4.965 .000
X .813 .174 .661 4.662 .000
a. Dependent Variable: Y

Melalui tabel tersebut dapat disusun persamaan regresi dengan nilai Constant dan
coefficient variabel X (Kontribusi) pada kolom B serta dianalisis nilai sig variabel X.
Persamaan regresi adalah sebagai berikut:

Y = 6,961 + 0,813X

Diperoleh nilai Constant sebesar 6,961 artinya secara statistik tanpa adanya X
(Kontribusi) maka besarnya Y (PDRB) adalah 6,961.
Diperoleh nilai Coefficient Variabel X sebesar 0,813 artinya besarnya pengaruh X
(Kontribusi) terhadap Y (PDRB) Sangat Kuat karena memiliki persentase sebesar
81,3%
Jika melihat tabel berikut:

Tabel Interval Koefisien Regresi

Interval Keterangan
≥ 80,00% Sangat Kuat
60,00% - 79,99% Kuat
40,00% - 59,99% Cukup Kuat
20,00% - 39,99% Lemah
≤19,99% Sangat Lemah
Sumber : Wufron, Universitas Garut

Diperoleh Nilai Coefficient Variabel X (Kontribusi) positif artinya X (Kontribusi)

berpengaruh positif terhadap Y (PDRB), semakin tinggi X (Kontribusi) maka Y
(PDRB) semakin tinggi dan sebaliknya.

Diperoleh nilai Sig variabel X (Kontribusi) sebesar 0,000 lebih kecil dari alpha 0,05
maka H0 ditolak artinya terdapat pengaruh signifikan X (Kontribusi) terhadap Y
(PDRB).
 46

PANDUAN PENGGUNAAN PROGRAM SAS UNTUK

PERSAMAAN SIMULTAN

a. Persamaan Simultan

Tentukan model persamaan simultan sebagaimana contoh berikut

/* persamaan struktural */
Pendapatan :Model Pduv = Puv Ddkl Dddt ;
Penerimaan :Model Pnuv = Bva Dddt Ddt;
Biayavariabel :Model Bva = Puv Ddsb ;
Produksi :Model Puv = Ll Jpa Jjk Ddki TOM Ch Lmg Lat Ltis ;
Jumlahpakan :Model Jpa = Jpt Lp Ddpr Ddsup;
/* persamaan identitas */
Identity Pduv = Pduv +0 ;
Identity Pnuv = Pnuv + 0 ;
Identity Bva = Bva + 0 ;

Keterangan
Bva = ' Biaya variabel '
Dddt = ' Dummy Teknologi Dasar Tambak (Plastik, non plastik) '
Ddki = ' Dummy Teknologi kincir'
Ddkl = ' Dummy Keikutsertaan pembudidaya dalam kelembagaan '
Ddsb = ' sistem budidaya '
Ddt = ' Dummy Penggunaan tandon '
Jjk = ' Jumlah jam kerja '
Jka = ' Jumlah Kapur '
Jki = ' Jumlah kincir '
Jpa = ' Jumlah pakan '
Jpu = ' Jumlah Pupuk '
Jpt = ' Jumlah padat tebar '
Ll = ' Luas lahan '
Lp= ' Lama pemeliharaan '
Pduv = ' Pendapatan usaha budidaya udang vaname '
 47

Pnuv = ' Penerimaan usaha Budidaya udang vaname '

Puv = ' Produksi udang vaname '
TOM = ' Total Bahan Organik '
Ch = ' Curah hujan '
Lat = ' Luas Areal Tambak'
Ltis = ' Jumlah petak Semi dan semiintensif'
Lmg = ' Luas Mangrove ' ;

b. Menciptakan dan Mengenalkan Data

Gunakan prosedur PROC IMPORT untuk menciptakan dan mengenalkan

data ke dalam program SAS. Kode pernyataan program SAS yang sesuai adalah
sebagai berikut:

options nodate nonumber;

procimport datafile="D:\03_Pelatihan\Pasca_IPB_2010_II\beras.xls"
out=work.thesis dbms=excel2002;
sheet='thesis';
getnames=yes;
run;

c. Identifikasi Model

Indentifikasi model ditentukan atas dasar “order condition” sebagai syarat

keharusan dan “rank condition” sebagai syarat kecukupan. Rumusan identifikasi model
persamaan struktural berdasarkan order condition adalah (Koutsoyiannis, 1977):
dimana:
(K - M) > (G - 1)
K = Total variabel dalam model, yaitu endogenousvariables dan predetermined
ariables.
M = Jumlah variabel endogen dan eksogen yang termasuk dalam satu persamaan
tertentu dalam model, dan
G = Total persamaan dalam model, yaitu jumlah variabel endogen dalam model.
 48

Jika dalam suatu persamaan model menunjukkan kondisi sebagai berikut:

( K – M ) > ( G – 1 ) = maka persamaan dinyatakan teridentifikasi secara berlebih
(overidentified)
(K – M ) = ( G – 1 ) = maka persamaan tersebut dinyatakan teridentifikasi secara
tepat (exactly identified), dan
(K – M ) < (G – 1 ) = maka persamaan tersebut dinyatakan tidak teridentifikasi
(unidentified).
Dari spesifikasi model yang telah ditentukan sebelumnya, dapat diketahui bahwa,
total endogenous variabel adalah sebanyak 8 variabel, yang terdiri dari:
a. 5 persamaan struktural
b. 3 persamaan identitas
Hasil identifikasi untuk setiap persamaan struktural haruslah exactly identified
atau overidentified untuk dapat menduga parameter-parameternya. Pada kasus kita
jumlah K = 17, M = 5 dan G = 8. Sedemikian rupa sehingga persamaan dinyatakan
teridentifikasi secara berlebih (overidentified), dengan demikian kita dapat estimasi
parameter dengan menggunakan metode 2SLS.
Sumber : Sitepu (2010)

d. Estimasi Model

Setelah model diidentifikasi, maka selanjutnya kita dapat melakukan estimasi

model dengan menggunakan prosedur SYSLIN. Berikut adalah kode program SAS
yang sesuai untuk estimasi parameter model, yaitu:

Options nodate nonumber;

procimport datafile="E:\Data3.xls"
out=work.pupt dbms=excel2002;
sheet='da';
getnames=yes;
run;
data DataPUPT4;
set pupt;
/* Create Data Baru */
 49

/* membuat diskripsi variabel */

Label
Bva = ' Biaya variabel '
Dddt = ' Dummy Teknologi Dasar Tambak (Plastik, non plastik) '
Ddki = ' Dummy Teknologi kincir'
Ddkl = ' Dummy Keikutsertaan pembudidaya dalam kelembagaan '
Ddsb = ' sistem budidaya '
Ddt = ' Dummy Penggunaan tandon '
Jjk = ' Jumlah jam kerja '
Jka = ' Jumlah Kapur '
Jki = ' Jumlah kincir '
Jpa = ' Jumlah pakan '
Jpu = ' Jumlah Pupuk '
Jpt = ' Jumlah padat tebar '
Ll = ' Luas lahan '
Lp= ' Lama pemeliharaan '
Pduv = ' Pendapatan usaha budidaya udang vaname '
Pnuv = ' Penerimaan usaha Budidaya udang vaname '
Puv = ' Produksi udang vaname '
TOM = ' Total Bahan Organik '
Ch = ' Curah hujan '
Lat = ' Luas Areal Tambak'
Ltis = ' Jumlah petak Semi dan semiintensif'
Lmg = ' Luas Mangrove ' ;

run ;
procsyslin2sls data= DataPUPT4;
endogenous Jpa Puv Bva Pduv TAN Jbv BGA;
instruments Jpt Ll JPu Jka Jpl Jpr Jbak JBGA Jkap Jki Tbpa Tbbe Tbpu Tbka Hpa Hbe
Hpu Hka Aks Kca TOM pH DO Sals Suh Ch Lmg Lat Ltis Fpat Jfi Jpta Lp Ddt Ddki
Ddpes Ddpr Ddsb Dddt Ddki Ddsb Dddt Ddkl;
/* persamaan struktural */
 50

Pendapatan :Model Pduv = Puv Ddkl Dddt ;

Penerimaan :Model Pnuv = Bva Dddt Ddt;
Biayavariabel :Model Bva = Puv Ddsb ;
Produksi :Model Puv = Ll Jpa Jjk Ddki TOM Ch Lmg Lat Ltis ;
Jumlahpakan :Model Jpa = Jpt Lp Ddpr Ddsup;
/* persamaan identitas */
Identity Pduv = Pduv +0 ;
Identity Pnuv = Pnuv + 0 ;
Identity Bva = Bva + 0 ;

e. Validasi Model

Setelah didapatkan hasil analisis estimasi model maka di buat persamaan model
sebagai berikut :

Options nodate nonumber;

procimport datafile="E:\Data3.xls"
out=work.pupt dbms=excel2002;
sheet='da';
getnames=yes;
run;

data DataPUPT4;
set pupt;
/* Create Data Baru */
/* membuat diskripsi variabel */
Label
Bva = ' Biaya variabel '
Dddt = ' Dummy Teknologi Dasar Tambak (Plastik, non plastik) '
Ddki = ' Dummy Teknologi kincir'
Ddkl = ' Dummy Keikutsertaan pembudidaya dalam kelembagaan '
Ddsb = ' sistem budidaya '
Ddt = ' Dummy Penggunaan tandon '
 51

Jjk = ' Jumlah jam kerja '

Jka = ' Jumlah Kapur '
Jki = ' Jumlah kincir '
Jpa = ' Jumlah pakan '
Jpu = ' Jumlah Pupuk '
Jpt = ' Jumlah padat tebar '
Ll = ' Luas lahan '
Lp= ' Lama pemeliharaan '
Pduv = ' Pendapatan usaha budidaya udang vaname '
Pnuv = ' Penerimaan usaha Budidaya udang vaname '
Puv = ' Produksi udang vaname '
TOM = ' Total Bahan Organik '
Ch = ' Curah hujan '
Lat = ' Luas Areal Tambak'
Ltis = ' Jumlah petak Semi dan semiintensif'
Lmg = ' Luas Mangrove ' ;

run ;
procsimnlin data= DataPUPT4 dynamic simulate stat outpredict theil;
endogenous Pduv Pnuv Bva Puv Jpa ;
exogenous Ddsb Dddt Ddt Ddki LI Jjk Ddkl TOM Ch Lmg Lat Ltis Jpt Lp Ddpr Ddsup
Jka Jkap Jki Jpr pH DO Sals Suh Kat Fpat Jfi Jpu;

parm
a0 -1.92E7 a1 74014.85 a2 -1.232E8 a3 -2.434E8
b0 -5816219 b1 3.027479 b2 -3.879E8 b3 13534054
c0 -2047273 c1 26211.74 c2 1.1472E8
d0 7640.854 d1 863.9651 d2 0.235934 d3 3.044750 d4 1850.337 d5 -10.4705 d6 -
82.4098 d7 -11.6378 d8 -0.05741 d9 -369.693
e0 -5935.21 e1 379.3651 e2 79.82384 e3 -2915.40 e4 83.05011;

Pduv = a0 + a1*Puv + a2*Ddsb + a3*Dddt ;

 52

Pnuv = b0 + b1*Bva + b2*Dddt + b3*Ddt;

Bva = c0 + c1*Puv + c2*Ddsb ;
Puv = d0 + d1*Ll + d2*Jpa + d3*Jjk + d4*Ddki + d5*TOM + d6*Ch + d7*Lmg +
d8*Lat + d9*Ltis ;
Jpa = e0 + e1*Jpt + e2*Lp + e3*Ddpr + e4*Ddsup;

run;

i. Melakukan simulasi

Setelah didapatkan hasil analisis estimasi model maka di buat persamaan model
sebagai berikut :

Options nodate nonumber;

procimport datafile="E:\Data3.xls"
out=work.pupt dbms=excel2002;
sheet='da';
getnames=yes;
run;
Options nodate nonumber;
procimport datafile="E:\Data.xls"
out=work.pupt dbms=excel2002;
sheet='da';
getnames=yes;
run;
data DataPUPT4;
set pupt;
/* Create Data Baru */
/* Menambah jumlah padat tebar sebesar 100 persen*/
Jpt = 6.31*Jpt;

/* membuat diskripsi variabel */

Label
 53

Bva = ' Biaya variabel '

Dddt = ' Dummy Teknologi Dasar Tambak (Plastik, non plastik) '
Ddki = ' Dummy Teknologi kincir'
Ddkl = ' Dummy Keikutsertaan pembudidaya dalam kelembagaan '
Ddsb = ' sistem budidaya '
Ddt = ' Dummy Penggunaan tandon '
Jjk = ' Jumlah jam kerja '
Jka = ' Jumlah Kapur '
Jki = ' Jumlah kincir '
Jpa = ' Jumlah pakan '
Jpu = ' Jumlah Pupuk '
Jpt = ' Jumlah padat tebar '
Ll = ' Luas lahan '
Lp= ' Lama pemeliharaan '
Pduv = ' Pendapatan usaha budidaya udang vaname '
Pnuv = ' Penerimaan usaha Budidaya udang vaname '
Puv = ' Produksi udang vaname '
TOM = ' Total Bahan Organik '
Ch = ' Curah hujan '
Lat = ' Luas Areal Tambak'
Ltis = ' Jumlah petak Semi dan semiintensif'
Lmg = ' Luas Mangrove ' ;
run ;
procsimnlin data= DataPUPT4 dynamic simulate stat outpredict theil;
endogenous Pduv Pnuv Bva Puv Jpa TAN Jbv JBGA;
exogenous Tbpa Tbbe Tbpu Tbka Ddsb Dddt Ddt LI Jjk Ddkl TOM Ch Lmg Lat Ltis
Jpt Lp Ddpr Ddsup Jka Jkap Jki Jpr pH DO Sals Suh Kat Fpat Jfi Jpu;

parm
a0 -850312 a1 0.941998 a2 -1.27186 a3 -0.14487 a4 -0.19573 a5 -0.13835
b0 -5816219 b1 3.027479 b2 -3.879E8 b3 13534054
c0 -2047273 c1 26211.74 c2 1.1472E8
 54

d0 7640.854 d1 863.9651 d2 0.235934 d3 3.044750 d4 1850.337 d5 -10.4705 d6 -

82.4098 d7 -11.6378 d8 -0.05741 d9 -369.693
e0 -5935.21 e1 379.3651 e2 79.82384 e3 -2915.40 e4 83.05011 ;

Pduv = a0 + a1*Pnuv + a2*Tbpa + a3*Tbbe + a4*Tbpu + a5*Tbka ;

Pnuv = b0 + b1*Bva + b2*Dddt + b3*Ddt;
Bva = c0 + c1*Puv + c2*Ddsb ;
Puv = d0 + d1*Ll + d2*Jpa + d3*Jjk + d4*Ddki + d5*TOM + d6*Ch + d7*Lmg +
d8*Lat + d9*Ltis ;
Jpa = e0 + e1*Jpt + e2*Lp + e3*Ddpr + e4*Ddsup;

run;
 55

SUSUNAN DAN PANDUAN PELAKSANAAN

PRAKTEK LAPANG DAN PELAPORAN

1. RencanaKegiatan
Praktikum dilakukan dalam kelompok-kelompok mahasiswa.Jumlah kelompok
disesuaikan dengan jumlah mahasiswa yang terdaftar mengikuti mata kuliah. Rencana
kegiatan disampaikan oleh dosen pengampu pada awal atau minggu pertama proses
pembelajaran. Kegiatan praktikum terdiri dari kegiatan di kelas, lapangan dan
dilaboratorium.
Masing–masing kelompok terdiri dari 10-13mahasiswa
Kegiatan di kelas terdiri dari pengarahan untuk penentuan lokasi praktikum dan
pengambilan data yang digunakan sebagai materi atau obyek praktikum; melalui
asistensi; dan pembuatankuesioner.
Kegiatan lapangan terdiri dari kunjungan lokasi praktikum dan lokasi pengambilan
data (Badan Pusat Statistik dan Dinas Kelautan dan Perikanan Provinsi Sulawesi
Tenggara) dan mengumpulkan data melalui wawancara dengan alat kuesioner yang
telah dibuatsebelumnya.
Kegiatan di laboratorium komputer adalah memasukan data, mengolah data, analisis
data, dan presentasi hasil kegiatan lapangan.

2. Pelaksanaan
Pelaksanaan praktikum dilakukan secara terjadwal sesuai dengan panduan yang
sudah dibuat dan dibimbing oleh dosen atau asisten yang telah ditetapkan. Pelaksanaan
praktikum terdiri dari penentuan lokasi perusahaan, pengumpulan dan analisis data,
serta pembuatan laporan.
1. PenentuanLokasi
Penentuan lokasi praktikum dan pengambilan data ditentukan oleh dosen pengampu
dan asisten praktikum.Terdapat 4 lokasi pengambilan data yakni pada Usaha
Penangkapan Ikan, Pedagang Pengecer, Badan Pusat Statistik dan Dinas Kelautan
dan Perikanan Provinsi Sulawesi Tenggara.
2. PengumpulanData
Pengumpulan data dilakukan dengan metode pencatatan dan wawancara langsung
menggunakan kuesioner yang telah dipersiapkan sesuai dengan obyek masing
masing kelompok. Data yang dikumpulkan dari Badan Pusat Statistik dan Dinas
 56

Kelautan dan Perikanan Provinsi Sulawesi Tenggara berupa data time series (rentan
waktu) selama 15 tahun terakhir berupa data produksi perikanan, nilai produksi
perikanan dan PDRB (Produk Domestik Regional Bruto). Sedangkan wawancara
diperoleh langsung melalui interviewusaha penangkapan ikan dan pedagang
pengecer.
3. AnalisisData
Analisis data yang akan digunakan dalam praktikum ini yakni analisis korelasi,
analisis regresi sederhana dan analisis regresi berganda.
4. PembuatanLaporan
Hasil praktikum dituangkan dalam bentuk laporan berupa paper yang disesuaikan
dengan materi masing masing kelompok.Laporan yang dibuat bersifat
individu.Pembuatan laporan praktikum dibimbing oleh dosen atau asisten
pembimbing dan dapat dikonsultasikan di luar kelas atas pengarahan dosen atau
asisten pembimbing lapangan. Draft laporan awal sampai akhir dikonsultasikan
pada asisten masing-masing kelompok. Selanjutnya berdasarkan koreksian dan
masukan dari masing-masing asisten untuk dilakukan perbaikan laporan. Laporan
yang telah diperbaiki tersebut kemudian akan dijadikan dasar untuk melakukan
praktikum di lokasi masing-masing. Pembuatan laporan akhir dilakukan setelah
praktikum dilaksanakan.Laporan lengkap praktikum dijilid antero biasa berwarna
biru kemudian dikumpul pada asisten masing-masing.
 57

TEKNIK PENULISAN
KETIKAN
Jenis huruf adalah Times New Roman, font 12, kertas ukuran A4.
JARAK BARIS
Jarak dari judul bab ke sub bab atau kalimat di bawahnya 3,0. Jarak dari judul sub bab
ke kalimat di bawahnya 2,5 spasi dan jarak isi 2,0.
MARGIN
Batas pengetikan diukur dari tepi kertas (margin):
Tepi atas : 4 cm
Tepi bawah : 3 cm
Tepi kiri : 4 cm
Tepi kanan : 3 cm
CETAK MIRING (Italic) DAN CETAK TEBAL (Bold)
Cetak miring digunakan untuk penulisan bahasa inggris dan latin
Cetak tebal digunakan untuk penulisan judul bab dan sub bab.
ALINEA
Alinea atau penulisan kata di awal kalimat tidak boleh dimulai dengan kata hubung
(dengan, dan. dst.).
NOMOR HALAMAN
Bagian sampul sampai daftar lampiran nomor halaman terletak di tengah bawah,
menggunakan angka romawi kecil.
Bagian isi (Bab I-V) nomor halaman terletak di bagian kanan atas menggunakan angka
arab.
Pada setiap halaman bab, nomor halaman dihilangkan, begitu pun halaman judul.
KUTIPAN
Penulis yang tulisannya disitasi dalam uraian hanya disebutkan nama akhirnya saja, dan
kalau lebih dari dua orang, hanya nama akhir penulis pertama yang dicantumkan diikuti
dengan et al dengan cetak miring. Jika penulis dua orang maka nama akhir kedua
penulis tersebut yang dicantumkan dengan perantara kata “dan”. Jika mengutip lebih
dari satu sumber maka antara satu sumber dengan sumber lainnya diantarai dengan
tanda titik koma (;) dengan ketentuan bahwa urutannya berdasarkan tahun terbit sumber.
Contoh penulisan kutipan:
 58

Data berkala (time series) adalah data yang disusun berdasrkan urutan waktu suatu data
yang dikumpulkan dari waktu ke waktu(Hasan, 2008).

Hasan (2008) menyatakan bahwa data berkala (time series) adalah data yang disusun
berdasrkan urutan waktu suatu data yang dikumpulkan dari waktu ke waktu.

Hasan (2008) mengutip beberapa pendapat pakar (Degeng, 1980; Huda,-1982; Syaukah
et al.,1988; Ibnu dan Waseso, 1989) bahwa mahasiswa tahun ke tiga lebih baik dalam
memahami mata kuliah Metode Penelitian jika dibandingkan dengan mahasiswa tahun
pertama dan kedua.

Fungsi produksi menjelaskan hubungan antara faktor-faktor produksi dengan hasil

produksi (Setiadi, 2010; Setiadi dan Susanto, 2012).
 LAPORAN PRAKTEK LAPANG
MATA KULIAH EKONOMETRIKA

HUBUNGAN ANTARA KONTRIBUSI PERIKANAN TERHADAP PDRB

DI SULAWESI TENGGARA

OLEH:

A. ISMAIL NOVAL
I1A516140

JURUSAN/PROGRAM STUDI AGROBISNIS PERIKANAN

FAKULTAS PERIKANAN DAN ILMU KELAUTAN
UNIVERSITAS HALU OLEO
KENDARI
2022
 LAPORAN PRAKTEK LAPANG
MATA KULIAH EKONOMETRIKA

HUBUNGAN ANTARA KONTRIBUSI PERIKANAN TERHADAP PDRB

DI SULAWESI TENGGARA

Relationship Between Fishery Contribution to GRDP in Southeast Sulawesi

OLEH:

A. ISMAIL NOVAL
I1A516140

Diajukan Sebagai Salah-satu Syarat untuk Kelulusan

pada Mata Kuliah Ekonometrika

JURUSAN/PROGRAM STUDI AGROBISNIS PERIKANAN

FAKULTAS PERIKANAN DAN ILMU KELAUTAN
UNIVERSITAS HALU OLEO
KENDARI
2022
 HALAMAN PENGESAHAN

Judul : Hubungan Antara Kontribusi Perikanan Terhadap

PDRB di Sulawesi Tenggara

Nama : A. Ismail Noval

Stambuk : I1A516140

Kelompok : III (Tiga)

Jurusan/Program Studi : Agrobisnis Perikanan

Fakultas : Perikanan dan Ilmu Kelautan

Menyetujui,

Koordinator Asisten Asisten

Restu Destriani, S.Pi A. Ismail Noval, S.Pi

Mengetahui, Koordinator

Mata Kuliah
Ekonometrika

Dr. Ir. Budiyanto, MP

NIP. 196312231989131002

Tanggal Disetujui, Juni 2022

 DAFTAR ISI

Halaman
HALAMAN SAMPUL
HALAMAN JUDUL
HALAMAN PENGESAHAN
RIWAYAT HIDUP
KATA PENGANTAR
DAFTAR ISI
DAFTAR GAMBAR
DAFTAR TABEL
DAFTAR LAMPIRAN

I. PENDAHULUAN

A. Latar Belakang
B. Rumusan Masalah
C. Tujuan dan Kegunaan

II. TINJAUAN PUSTAKA

A. Deskripsi Teori
B. Penelitian Terdahulu
C. Kerangka Pikir

III. METODE PENELITIAN

A. Waktu dan Tempat

B. Teknik Penarikan Sampel
C. Teknik Pengumpulan Data
D. Konsep Operasional
E. Analisis Data

DAFTAR PUSTAKA
LAMPIRAN