Pendugaan Fungsi Produksi Metode Pengolahan dan Analisis Data

31 DKP, Dinas Peternakan dan Perikanan Provinsi Jawa Barat, Badan Pengelolaan Waduk Cirata BPWC, LSI IPB dan bahan pustaka lain yang relevan dengan penelitian yang dilakukan.

4.4 Metode Pengumpulan Data

Metode pengumpulan data pada penelitian ini dilakukan dengan cara wawancara dengan bantuan kuisioner dan observasi secara langsung. Informasi yang diperoleh secara langsung mengenai pembudidaya ikan mas di wilayah Waduk Cirata, Kabupaten Cianjur dan kelembagaan terkait guna melakukan analisis terhadap faktor-faktor yang mempengaruhi produksi dan pendapatan pembudidaya dalam membudidayakan ikan mas. Selain itu berbagai data seperti buku, artikel, literature, jurnal dan penelitian terdahulu diperlukan dalam menunjang penelitian ini.

4.5 Metode Pengolahan dan Analisis Data

Pengolahan data dan analisis data dilakukan dengan cara kuantitatif dan kualitatif. Analisis kuantitatif meliputi analisis penerimaan dan biaya produksi ikan mas. untuk mengetahui pengaruh faktor-faktor produksi maka digunakan pendugaan dengan fungsi Cobb-Douglas. Analisis data secara kualitatif digunakan untuk mengetahui gambaran umum atau karakteristik pembudidaya ikan mas di Waduk Cirata. Data yang ada dijelaskan dengan menggunakan beberapa tahap, yaitu transfer data, editing data, pengolahan data dan tahap penyusunan dalam bentuk tabulasi sehingga mudah dibaca dan dianalisis. Pengolahan data dilakukan dengan bantuan software Minitab Release 14 dan program Microsoft Excel.

4.5.1 Pendugaan Fungsi Produksi

Menurut Soekartawi 2003, fungsi produksi menjelaskan hubungan antara produksi dan faktor-faktor produksi yang mempengaruhinya. Fungsi produksi Cobb-Douglass melibatkan dua atau lebih variabel. Variabel yang pertama disebut variable dependen atau variabel tidak bebas Y dan variabel lainnya disebut variabel indipenden atau peubah bebas X. Fungsi Cobb-Douglas 32 ditransformasikan ke dalam bentuk linier, sehingga fungsi produksi dapat ditulis sebagai berikut : Ln Y = ln b + b 1 ln X 1 + b 2 lnX 2 + b 3 lnX 3 + b 4 lnX 4 + b 5 lnX 5 +b 6 lnX 6 + u Keterangan : Y = Hasil Produksi ikan per proses produksi kg dalam 1 kali musim tanam X 1 = Jumlah jaring apung yang digunakan unit X 2 = Jumlah benih ikan yang ditanam kg X 3 = Jumlah pakan pelet per satu musim tanam kg X 4 = Jumlah obat-obatan yang digunakan per satu musim tanam ml X 5 = Lama Produksi ikan mas untuk satu kali musim tanam. X 6 = Jumlah tenaga kerja per musim tanam HOK b = Intercept b 1 = koefisien regresi jaring apung b 2 = koefisien regresi benih b 3 = koefisien regresi pelet b 4 = koefisien regresi obat-obatan b 5 = koefisien regresi Lama produksi b 6 = koefisien regresi tenaga kerja u = Penyimpangan pendugaan Persamaan regresi dianalisis untuk menjelaskan hubungan sebab akibat dari faktor-faktor produksi terhadap output yang dihasilkan. Nilai yang diperoleh dari analisis regresi yaitu besarnya nilai t-hitung, F-hitung dan koefisien determinan R 2 . Nilai t-hitung digunakan untuk menguji secara statistik apakah koefisien regresi dari masing-masing variabel bebas Xn yang dipakai secara terpisah berpengaruh nyata atau tidak terhadap parameter tidak bebas Y. pengujian secara statistik adalah sebagai berikut : Hipotesis : H : β n = 0 H 1 : β n ≠ 0 Dimana : - Terima H apabila koefisien regresi sama dengan 0 - Tolak H apabila koefisien regresi tidak sama dengan 0 33 Uji statistik yang digunakan adalah uji statistik-t : Dimana : b i = Koefisien regresi ke-i Sb i = Standar deviasi koefisien regresi ke-i β i = Parameter ke-i yang dihipotesiskan n = Banyaknya pasangan data p = Jumlah parameter regresi Kriteria Uji : t-hitung t-tabel α, maka tolak H t-hitung t-tabel α, maka terima H Sumber : Soekartawi 2003 Jika t-hitung lebih besar dari t-tabel maka parameter yang diuji atau faktor-faktor produksi X i berpengaruh nyata terhadap peubah tidak bebas atau output Y. sebaliknya jika nilai t-hitung lebih kecil dari nilai tabel, maka parameter yang diuji X i tidak berpengaruh nyata terhadap peubah tidak bebas Y. Nilai F-hitung digunakan untuk melihat apakah parameter yang digunakan secara bersama-sama berpengaruh nyata terhadap parameter dalam fungsi produksi. Pengujian terhadap model penduga dapat dilihat sebagai berikut: Hipotesis ; H : β 1 = β 2 = … = β k-1 = 0 H 1 : paling tidak ada 1 β i ≠ 0 Uji statistik yang digunakan adalah uji F, yaitu : t-hitung = b i - β i Sb i t-tabel = t α n-p F-hitung = R 2 k-1 1-R 2 n-k 34 Dimana : R 2 = Koefisien Determinan k = Jumlah variabel termasuk intersep n = Jumlah pengamatan Kriteria Uji : F-hitung F tabel k-1, n-k , maka terima H F-hitung F tabel k-1, n-k , maka tolak H Sumber : Soekartawi 2003 Apabila F-hitung lebih besar dari F-tabel, maka secara bersama-sama parameter bebas dalam produksi X i mempunyai pengaruh yang nyata terhadap hasil produksi. Sebaliknya, jika F-hitung lebih kecil daripada F-tabel, maka secara bersama-sama parameter bebas tidak berpengaruh nyata terhadap hasil produksi. Nilai koefisien determinan R 2 digunakan untuk melihat sejauh mana besar keragaman yang dapat diterangkan oleh parameter bebas terhadap parameter tidak bebas. Koefisien determinan dirumuskan sebagai berikut : Dimana: JKR = Jumlah kuadrat regresi JKT = Jumlah kuadrat total R2 = Koefisien determinasi Sumber : Soekartawi 2003 Variance Inflation Factor VIF digunakan untuk mengidentifikasi antar variabel adanya multikolinear dalam model. Multikolinear adalah suatu keadaan dimana antar variabel prediktor terdapat hubungan sangat erat r ij ~ 1. Dalam regresi, apabila ada korelasi antar variabel prediktor, maka akan ada ketidaksesuaian model yang telah dibuat. Apabila nilai VIF 10, berarti ada korelasi antar veriabel prediktor sehingga ada ketidaksesuaian model atau apabila nilai VIF lebih dari 10, maka taksiran parameter kurang baik. R 2 = Jumlah Kuadrat Regresi JKR Jumlah Kuadrat Total JKT 35

4.5.2 Analisis Pendapatan Usahatani