21
3.7   Analisis Data
Analisis  data  adalah  proses  penyederhanaan  data  ke  dalam  bentuk yang lebih   mudah   dibaca   dan   diimplementasikan.   Data   dan   informasi   yang
telah terkumpul ditabulasikan untuk  selanjutnya dihitung dengan menggunakan rumus-rumus perhitungan data teknis yang kemudian hasilnya digunakan sebagai
acuan pada analisis fungsi produksi model Cobb-Douglas dan analisis finansial.
3.7.1   Analisis  Fungsi  Produksi
Analisis fungsi produksi dilakukan dengan menggunakan pendekatan fungsi  produksi model Cobb-Douglas. Analisis fungsi produksi digunakan pada
analisis fungsi produksi kerapu macan. Fungsi produksi Cobb-Douglas digunakan untuk menduga hubungan antara produksi pembesaran kerapu dengan
penggunaan faktor-faktor  produksinya. Asumsi penggunaan faktor-faktor produksi yang digunakan ialah hasil dari analisa teknis.  A  Model   pendugaan
dari   persamaan   fungsi   produksi Cobb-Douglas adalah sebagai berikut : Y = aX
1 b1
X
2 b2
X
3 b3
X
4 b4
X
5 b5
X
6 b6
....................................................................... 10 Model pendugaan tersebut didasarkan pada kegiatan budidaya selama satu
siklus produksi  9  bulan.  Untuk  memudahkan pendugaan terhadap persamaan diatas, maka  persamaan  tersebut diubah ke dalam bentuk linear berganda
dengan cara melogaritmakan persamaan tersebut menjadi : LnY = ln a + b1lnX1   + b2lnX2   + b3lnX3 + b4lnX4+ b5lnX5
……..………….……..
11 Dimana :
Y =  Produksi  kerapu  ekorm
2
X
1
= Luas KJA m
2
X
2
= Benih Kerapu ekorm
2
X
3
= Pakan Rucah Kg X
4
= Tenaga Kerja Operasional Jam Kerja X
5
= Tenaga Kerja Pemeliharaan Jam Kerja Ketepatan   model   yang   digunakan   sebagai   alat   analisis   diuji   dengan
menggunakan uji statistik sebagai berikut : 1  Uji statistik t, digunakan untuk mengetahui seberapa jauh masing-
masing faktor  produksi  X
i
sebagai variabel bebas mempengaruhi produksi
22 Y sebagai   variabel   tidak   bebas.   Prosedur   pengujiannya   adalah   sebagai
berikut : H
: bi = 0 tidak ada pengaruh H
1
: bi ≠ 0 ada pengaruh
t hitung = bi – 0Sbi Keterangan :    Sbi = standard error dari b bi   = koefisien regresi
• Jika t
hitung
t
tabel
,  maka H diterima, artinya X
1
tidak  berpengaruh nyata terhadap Y.
•    Jika  t
hitung
t
tabel
,  maka H ditolak, artinya X
1
berpengaruh  nyata terhadap Y.
2   Uji  statistik  f,  digunakan  untuk  mengetahui faktor produksi X
1
secara bersama mempengaruhi output Y. Hipotesis yang diuji adalah : H
: bi = 0 tidak ada pengaruh H
1
: bi ≠ 0 ada pengaruh
F hitung =
⁄ ……..……… ……………………………………….…………………….........
12 Keterangan :
JKR = Jumlah Kuadrat Regresi JKD = Jumlah Kuadrat Residual
n = Jumlah Sampel
k =  Jumlah  Variabel
•    Jika  F
hitung
F
tabel
,  maka  H diterima,  artinya  faktor  produksi
secara simultan tidak berpengaruh nyata terhadap produksi. •
Jika F
hitung
F
tabel
, maka H ditolak, artinya faktor produksi secara
simultan berpengaruh nyata terhadap produksi. Pada analisis fungsi produksi, selain digunakan analisis kriteria statistik
juga dilakukan  analisis  kriteria  ekonometrik  untuk  menguji  ketepatan  model yang digunakan.  Analisis  kriteria   ekonometrik  dilakukan  untuk  mengetahui
apakah model regresi  memenuhi asumsi normalitas, multikolinearitas, homoskedastisitas, dan autokorelasi.
Menurut  Santoso   2000,   normalitas  adalah   suatu  kondisi   dalam model regresi   dimana   nilai   Y   variabel   dependent   didistribusikan   secara
23 normal terhadap  nilai  X  variabel  independent.  Suatu  model  regresi  yang
baik  harus memenuhi asumsi normalitas ini. Menurut  Santoso   2000,   multikolinearitas   adalah   problem  dalam
suatu model   regresi   yang   diakibatkan   adanya   korelasi   antar   variabel independent.
Beberapa  cara  untuk  mengatasi  problem  multikolinearitas  diantaranya dengan menambah jumlah sampel dan mengeluarkan variabel yang mempunyai
korelasi tinggi. Homoskedastisitas   adalah   asumsi   dalam   model   regresi   dimana   variasi
disekitar  garis  regresi  seharusnya  konstan untuk setiap nilai X Santoso, 2000. Bila   asumsi   ini   tidak   terpenuhi   berarti   model   regresi   mengalami
problem heteroskedastisitas.  Heteroskedastisitas adalah masalah yang terjadi pada model regresi apabila terjadi asumsi  variance error term konstan untuk
setiap nilai pada variabel penjelas dilanggar.  Masalah  heteroskedastisitas  ini sering  terjadi  pada data  cross-section.  Cara  mengatasi   masalah
heteroskedastisitas  ini  diantarnya adalah dengan : a  Menggunakan  Weight  Least  Square  Regression  nilai  variabel
dibagi dengan nilai variabel yang dianggap menyebabkan heteroskedastisitas.
b   Menggunakan    fungsi log
untuk variabel penjelas yang mengakibatkan heteroskedastisitas.
Autokorelasi   adalah  masalah  dalam  model  regresi  linear  karena adanya korelasi  antara  kesalahan  pengganggu  pada  periode  t  dengan
kesalahan  pada periode  t-1  sebelumnya. Autokorelasi  ini biasanya terjadi pada model regresi yang  menggunakan data time  series  atau berdasarkan
waktu berkala Santoso, 2000. Analisis   Return   to   Scale   RTS   sangat   penting   untuk   dilakukan
untuk mengetahui  apakah  kegiatan  usaha  yang  sedang  diteliti  tersebut  berada dalam kondisi  increasing,  constant,  atau  decreasing return to scale. Analisis
RTS ini dilakukan dengan menjumlahkan besaran elastisitas bi. Berdasarkan persamaan 1 maka :
1  b
1
+ b
2
+ b
3
+ b
4
1 ………………………………………………... 13
24 a.   Jika b
1
+ b
2
+ b
3
+ b
4
1, maka usaha berada dalam keadaan decreasing return   to   scale.   Artinya    apabila    faktor   produksi    yang
digunakan ditambahkan  maka  besarnya  penambahan  output  akan  lebih kecil  dari proporsi penambahan input.
b.   Jika  b
1
+ b
2
+ b
3
+ b
4
= 1, maka usaha berada dalam keadaan constant return to scale, dimana penambahan proporsi input  yang
digunakan akan sama dengan penambahan proporsi output yang dihasilkan. c.   Jika  b
1
+ b
2
+ b
3
+ b
4
1, maka usaha berada dalam keadaan increasing return to scale, dimana proporsi penambahan output  yang
dihasilkan akan lebih besar dari penambahan proporsi input. Tingkat  alokasi  input  yang  optimal  dapat  diketahui  melalui  analisis
dari fungsi keuntungan, yaitu : Π = TR – TC atau Π = P
y
Y – P
xi
X
i .................................................................................................
14 Keuntungan maksimum pada usaha pembesaran kerapu dapat tercapai pada
saat turunan pertama dari fungsi keuntungan usaha terhadap faktor produksi sama dengan nol, yaitu :
Π   = P
y
Y – P
xi
X
i
= 0 P
y
d
y
d
xi
= P
xi
P
y
PM
xi
= P
xi
NPM
xi
= P
xi
= 1
..................................................................................................................................
15
3.7.2   Analisis  Finansial