Usaha budidaya ikan kerapu macan menggunakan tenaga kerja persiapan dan tenaga kerja pemeliharaan. Sebenarnya terdapat juga tenaga kerja pemanenan,
tetapi tenaga kerja pemanenan tersebut tidak diperhitungkan dalam penelitian ini karena biasanya pedagang pengumpul langsung mendatangi lokasi budidaya pada
saat pemanenan. Tenaga kerja persiapan yang dibutuhkan yaitu berkisar antara 0,0125 HOK sampai dengan 0,25 HOK dengan rata-rata penggunaan 0,061 HOK
per musim tanam. Untuk tenaga kerja pemeliharaan rentang penggunaannya yaitu 6,25 HOK sampai dengan 150 HOK dengan rata-rata penggunaan 60,812 HOK
per musim tanam.
6.2.1 Pendugaan Fungsi Produksi dengan Metode OLS Ordinary Least
Square
Fungsi produksi merupakan hubungan antara faktor produksi dengan hasil produksi. Fungsi produksi menggambarkan jumlah hasil yang diproduksi
tergantung pada jumlah faktor produksi yang digunakan. Oleh karena itu perlu diteliti fungsi produksi yang terbaik dan terakurat untuk menggambarkan kondisi
usaha budidaya ikan kerapu macan di Pulau Panggang. Pendugaan fungsi produksi ini menggunakan metode OLS Ordinary Least Square, fungsi produksi
ini yang akan digunakan untuk analisis skala usaha dan optimasi. Untuk mendapatkan pendugaan fungsi produksi yang paling baik
digunakan beberapa pengujian, yaitu pengujian secara statistik dan pengujian asumsi klasik ekonometrika. Pendugaan fungsi produksi ini terdiri dari dua
langkah, yaitu 1 Pendugaan fungsi produksi dengan enam variabel independen, 2 Pendugaan fungsi produksi dengan tiga variabel independen dengan model
yang tidak dibatasi dan yang dibatasi restriksi.
6.2.2 Pendugaan Fungsi Produksi dengan Enam Variabel Independen
Analisis pendugaan fungsi produksi menggunakan fungsi produksi Cobb- Douglas
. Fungsi ini menduga hubungan faktor produksi yang terdiri dari volume keramba X
1
, bibit X
2
, pakan rucah X
3
, tenaga kerja persiapan atau TK-1 X
4
, tebaran bibit X
5
, tenaga kerja pemeliharaan atau TK-2 X
6
dengan hasil produksi Y per musim tanam usaha budidaya ikan kerapu macan di Pulau
Panggang. Data responden dalam penggunaan input dan output dengan enam variabel independen setelah pengolahan data disajikan pada Lampiran 2 dan
Lampiran 3, sedangkan hasil analisis pendugaan fungsi produksi ini disajikan pada Tabel 9 dan analisis selengkapnya disajikan pada Lampiran 4.
Tabel 9. Hasil Analisis PendugaanFungsi Produksi dengan Metode OLS Ordinary Least Square dengan Enam Variabel Independen
Variabel Koefisien Standar Deviasi P Peluang
VIF
Konstanta 1,0517
0,8668 0,055
Volume Keramba X
1
0,1483 0,1060
0,174 2,0
Bibit X
2
0,7722 0,1206
0,000 1,7
Pakan Rucah X
3
0,2710 0,1010
0,013 5,3
TK-1 X
4
0,3884 0,1138
0,002 4,5
Tebaran Bibit X
5
0,03439 0,09506
0,721 1,6
TK-2 X
6
0,06936 0,08848
0,440 7,6
Sumber : Data Primer, Diolah Tahun 2011 R Square
= 0,934 Adjusted R Square
= 0,919 Standard Error
= 0,1740 Nilai Durbin Watson = 1,61531
Berdasarkan Tabel 9, diperoleh nilai koefisien regresi dari masing-masing variabel independen yang merupakan faktor produksi yang diduga berpengaruh
terhadap produksi usaha budidaya ikan kerapu macan. Maka, dapat dibuat persamaan regresi linier fungsi produksi sebagai berikut :
ln Y = ln 1,05 +0,148 lnX
1
+0,772 lnX
2
+ 0,271 lnX
3
+ 0,388 lnX
4
+ 0,0344 lnX
5
+ 0,0694 lnX
6..
1
atau Y = 2,857X
1 0,148
X
2 0,772
X
3 0,271
X
4 0,388
X
5 0,0344
X
6 0,0694
...............................2 Fungsi produksi yang didapat tersebut harus diuji apakah sesuai dengan
kriteria-kriteria tertentu dalam menghasilkan fungsi produksi terbaik. Pengujian yang dilakukan yaitu pengujian secara statistik meliputi uji-t dan uji F dan
pengujian asumsi klasik ekonometrika yang terdiri dari uji homoskedastisitas, uji multikolinieritas, dan uji autokorelasi.
1 Pengujian Statistik Berdasarkan Tabel 9
dengan selang kepercayaan α 0,05 atau 95, dihasilkan koefisien regresi dari tiap variabel independen dan dapat diketahui
bahwa variabel volume keramba X
1
tidak signifikan, sebab P-value yang dihasilkan lebih besar daripada α = 0,05 P-value α dan variabel bibit signifikan
pada selang kepercayaan 100 atau α = 0,000. Variabel pakan rucah signifikan pada selang kepercayaan 100 atau α = 0,000 dan variabel TK-1 signifikan pada
selang kepercayaan 100 atau α = 0,000. Variabel tebaran bibit dan TK-2 tidak signifikan pada selang kepercayaan 95 . Berdasarkan uji-t yang dilakukan,
variabel independen yang signifikan dan berpengaruh nyata terhadap produksi ikan kerapu yaitu variabel bibit X
2
, pakan rucah X
3
dan variabel TK-1 X
4
, karena memiliki nilai P
di bawah α = 0,05 P α. Berdasarkan hasil perhitungan analisis sidik ragam ANOVA, dihasilkan
nilai F signifikan = 0,000, berarti semua variabel independen X
1-6
signifikan
pada selang kepercayaan 100, maka semua variabel independen X
1-6
secara bersama-sama berpengaruh terhadap produksi ikan kerapu macan pada selang
kepercayaan 100. Menurut hasil regresi yang disajikan pada Tabel 9, nilai koefisien
determinasi R square yang dihasilkan sebesar 0,919, berarti 91,9 varian dari variabel dependen Y dapat dijelaskan oleh variasi dari keenam variabel
independennya variabel X
1
, X
2
, X
3
, X
4
, X
5
, X
6
dan sisanya 6,6 dijelaskan oleh faktor-faktor lain yang tidak dijelaskan dan diperhitungkan dalam model. Nilai
standard error yang dihasilkan sebesar 0,174, hal ini menunjukkan bahwa
kemungkinan terjadi kesalahan atau bias adalah sebesar 0,174 atau 17,4. Pengujian statistik yang dilakukan menunjukkan bahwa fungsi produksi
yang dihasilkan melalui regresi di atas dikatakan baik untuk menduga fungsi produksi.
2 Pengujian Asumsi Klasik Pengujian
ini dimaksudkan
untuk mendeteksi
ada tidaknya
heteroskedastisitas, multikolinieritas,
dan autokorelasi.
Apabila terjadi
penyimpangan terhadap asumsi klasik tersebut uji-t dan uji F yang dilakukan sebelumnya menjadi tidak valid dan secara statistik dapat mengacaukan
kesimpulan. a Heteroskedastisitas
Adanya heteroskedastisitas dalam model mengakibatkan varian dan koefisien-koefisien variabel independen tidak lagi minimum dan menjadi tidak
efisien meskipun penaksir OLS tetap tidak bias dan konsisten. Model regresi yang didapat diharapkan memenuhi asumsi homoskedastisitas. Model regresi dikatakan
memenuhi asumsi homoskedastisitas jika sebaran titik-titik pada scatterplot tidak membentuk pola tertentu atau pola yang terbentuk tidak jelas, dan titik-titik
menyebar di atas dan di bawah angka nol pada sumbu Y. Kondisi model regresi pada persamaan 1 atau 2 dapat dilihat pada Gambar 4b. Berdasarkan Gambar
4b tersebut, dapat terlihat bahwa sebaran titik-titik pada scatterplot tidak membentuk pola tertentu dan menyebar di atas dan di bawah angka nol pada
sumbu Y. Hal ini menunjukkan bahwa model regresi pada persamaan 1 atau 2 memenuhi asumsi homoskedastisitas sehingga tidak terjadi heteroskedastisitas.
Standardized Residual
P e
r c
e n
t
3 2
1 -1
-2 -3
99 95
90 80
70 60
50 40
30 20
10 5
1
Normal Probability Plot of the Residuals
response is y
Gambar 4.Grafik Model Regresi dengan EnamVariabel Independen a Peluang Normal dan b Homoskedastisitas
b Multikolinieritas Multikolinieritas ditandai dengan adanya keadaan dimana satu atau lebih
variabel independen dapat dinyatakan sebagai kombinasi linier dari variabel lainnya. Suatu model regresi dikatakan bebas dari multikolinieritas jika nilai VIF
variance inflation factor lebih kecil dari angka sepuluh VIF 10. Bedasarkan Tabel 9 nilai VIF tiap variabel independen berturut untuk variabel volume
keramba, bibit, pakan, TK-1, tebaran bibit, TK-2 adalah 2,0, 1,7, 5,3, 4,5, 1,6, 7,6.
Regression Studentized Residual
2 1
-1 -2
-3
R egres
sio n
St anda
rdi ze
d Pr
edi ct
ed
Va lu
e
3 2
1 -1
-2
Scatterplot Dependent Variable: VAR00001
Dikarenakan nilai VIF tiap variabel independen lebih kecil dari 10 VIF10, maka model regresi persamaan 1 atau 2 bebas dari multikolinieritas.
c Autokorelasi Autokorelasi dapat didefinisikan sebagai korelasi antar anggorta
serangkaian observasi menurut waktu. Model regresi yang baik adalah bebas dari autokorelasi, sehingga kesalahan prediksi selisih antara data asli dengan data
hasil regresi bersifat bebas untuk tiap nilai X. Model regresi dapat dikatakan bebas dari autokorelasi apabila angka D-W Durbin Watson diantara -2 sampai
+2. Angka D-W di bawah -2 menunjukkan bahwa ada autokorelasi sedangkan angka D-W di atas +2 menunjukkan ada autokorelasi positif. Dari hasil regresi
diperoleh nilai D-W sebesar 1,61531. Angka tersebut terletak diantara -2 sampai dengan +2, sehingga model regresi persamaan 1 atau 2 dapat dikatakan bebas
dari autokorelasi. Berdasarkan pengujian yang dilakukan, model persamaan 1 atau 2
tidak memenuhi kriteria statistik karena beberapa variabel yaitu variabel X
1
volume keramba, variabel X
5
tebaran bibit dan variabel X
6
tenaga kerja pemeliharaan tidak berpengaruh nyata terhadap produksi ikan kerapu macan
sehingga tidak disertakan di dalam model. Langkah selanjutnya adalah pendugaan fungsi produksi dengan tiga variabel independen.
6.2.3 Pendugaan Fungsi Produksi dengan Tiga Variabel Independen
