TIM PENYUSUN :
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.
ii
DAFTAR ISI
Halaman
HALAMAN SAMPUL.............................................................................. i
KATA PENGANTAR ............................................................................... ii
DAFTAR ISI ............................................................................................. ii
I. PENDAHULUAN
KUESIONER
DAFTAR PUSTAKA
CONTOH PROSES ANALISIS
SUSUNAN DAN PANDUAN PELAKSANAAN PRAKTEK LAPANG DAN
PELAPORAN
TEKNIK PENULISAN
iii
1
I. PENDAHULUAN
A. Latar Belakang
B. Rumusan Masalah
C. Tujuan
1. Mengetahui hubungan antara variabel x dengan variabel y
2. Mengetahui pengaruh variabel x terhadap variabel y
2
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:
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
Keterangan:
n = Jumlah Sampel
N = Jumlah Populasi
e = Derajat Kesalahan (20%)
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
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
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)
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
Keterangan:
n = Jumlah Sampel
N = Jumlah Populasi
e = Derajat Kesalahan (20%)
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
Dimana:
Y = Variabel Dependen
X = Variabel Independen
a = Konstanta (Nilai Y Apabila (X1, X2,…, Xn =0)
b = Koefisien Regresi (Nilai Peningkatan Ataupun Penurunan)
27
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
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
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
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 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
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)
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
C. Jumlah Benur
Tahun Jumlah Benur (Ekor)
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
2021
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
Tahap Kedua, Memulai Aplikasi dari Membuat Data Baru, Klik Cancel
Pilih Menu Analyze, Lalu Klik Regression Dan Klik Linear Untuk Memilih Regresi
Linear Sederhana
Tahap Keenam, Memasukan Semua Variabel Penelitian Baik Variabel Independen atau
Variabel Dependen
Lalu klik Ok
Tampilan Kotak Dialog Sebagai Berikut
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.
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
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:
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
a. Persamaan Simultan
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
procimport datafile="D:\03_Pelatihan\Pasca_IPB_2010_II\beras.xls"
out=work.thesis dbms=excel2002;
sheet='thesis';
getnames=yes;
run;
c. Identifikasi Model
d. Estimasi Model
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
e. Validasi Model
Setelah didapatkan hasil analisis estimasi model maka di buat persamaan model
sebagai berikut :
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
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;
run;
i. Melakukan simulasi
Setelah didapatkan hasil analisis estimasi model maka di buat persamaan model
sebagai berikut :
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
run;
55
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.
OLEH:
A. ISMAIL NOVAL
I1A516140
OLEH:
A. ISMAIL NOVAL
I1A516140
Stambuk : I1A516140
Menyetujui,
Mengetahui, Koordinator
Mata Kuliah
Ekonometrika
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
A. Deskripsi Teori
B. Penelitian Terdahulu
C. Kerangka Pikir
DAFTAR PUSTAKA
LAMPIRAN