Analisis Fungsi Produksi Cobb-Douglas

53 Hasil analisis fungsi produksi Cobb-Duglas atas produksi usaha ternak itik pedaging yang diolah dengan software Excel 2010, EViews 6, IBM SPSS Statistic 20 dan Minitab 15 dapat dilihat sebagai berikut Tabel 11. Tabel 11. Analisis fungsi produksi Cobb-Douglas usaha ternak itik pedaging Variable Coefficient Std. Error t-Statistic Prob. VIF C -0.002 0.561 -0.003 0.997 LNPU 0.238 0.046 5.225 0.000 5.135 LNPC 0.748 0.051 14.564 0.000 4.935 LNKK -0.044 0.060 -0.736 0.469 1.109 LNTK -0.219 0.181 -1.206 0.240 1.486 DPC 0.200 0.105 1.911 0.069 1.891 DJK 0.052 0.079 0.658 0.517 2.320 R-squared 0.988 Mean dependent var 5.324 Adjusted R-squared 0.984 S.D. dependent var 1.135 S.E. of regression 0.142 Akaike info criterion -0.865 Sum squared resid 0.464 Schwarz criterion -0.538 Log likelihood 19.968 Hannan-Quinn criter. -0.760 F-statistic 304.730 Durbin-Watson stat 2.417 ProbF-statistic 0.000 Ket : : nyata pada α = 1 : nyata pada α = 10 Sumber : Data Primer diolah Pengujian multikolinier dalam model dapat dilihat berdasarkan nilai VIF yang dihasilkan dari pengolahan data. Menurut hasil pengolahan data nilai VIF setiap variabel tidak ada yang lebih dari 10 maka dapat disimpulkan bahwa model tebebas dari pelanggaran multikolinier. Pengujian pelanggaran heteroskedastisitas dilakukan dengan melihat scatterplot antara SRESID dan ZPRED yang dapat dilihat pada Lampiran 3. Terlihat pada scatterplot tidak terdapat pola yang jelas serta titik-titik menyebar di atas dan di bawah angka nol pada sumbu Y, maka tidak terdapat pelanggaran heteroskedatisitas. Berdasarkan hasil regresi didapatkan nilai koefisien determinasi Adjusted R-squared sebesar 0.984 menjelaskan bahwa variasi naik turunnya variabel dependent atau yang dipengaruhi sebanyak 98.40 dijelaskan oleh kombinasi dari variabel-variabel independent atau penjelas seperti PU, PC, KK, TK, serta dua variabel dummy yaitu DPC dan DJK, sedangkan sisanya sebesar 1.60 dijelaskan oleh faktor-faktor lain yang dijelaskan dalam variabel gangguan acak. Nilai F- hitung yang dimiliki oleh fungsi produksi sebesar 304.730 dengan nilai prob. sebesar 0.000, dapat dijelaskan bahwa model fungsi produksi translog usaha 54 ternak itik pedaging sangat signifikan pada nilai α sama dengan 1 atau 0.01. Dapat dijelasakn pula bahwa faktor-faktor produksi secara bersama-sama berpengaruh nyata terhadap model. Pengujian model secara parsial dengan melihat nilai probabilitas atau p- value pada hasil dari pengolahan data oleh software statistik maka dapat dilihat bahwa variabel LnPU, LnPC berpengaruh nyata p ada taraf nyata α = 1 atau 0.010, hal ini sesuai dengan pernyataan Ketaren 2010 yang menyatakan bahwa pakan merupakan salah satu dari tiga pilar utama dalam usaha peternakan. Variabel dummy DPC berpengaruh nyata pada taraf nyata α = 10 atau 0.100. Hal ini menjelaskan bahwa variabel berpengaruh nyata pada model. Variabel LnKK, LnTK dan DJK tidak berpengaruh nyata pada taraf nyata 10. Hasil penelitian Iskandar et al 2009 menjelaskan bahwa kepadatan kandang secara statistik tidak berpengaruh nyata terhadap pertumbuhan bobot hidup, pertambahan bobot hidup, konsumsi atau efisiensi penggunaan ransum. Hal ini dikarenakan variabel kepadatan kandang tersebut belum tentu secara langsung berpengaruh pada hasil daging itik yang dihasilkan dalam produksi. Curahan waktu oleh tenaga kerja sendiri tidak berpengaruh karena berdasarkan keadaan dilapang sehari-harinya tenaga kerja hanya melakukan kegiatan seperti pemberian pakan yang tidak membutuhkan begitu banyak waktu dan mempengaruhi pertumbuhan bobot itik bila curahan waktu tersebut ditambahkan atau dikurangi saat pemberian pakan. Variabel DJK tidak berpengaruh nyata pada produksi karena meskipun jenis kandang dibedakan dengan penanganan dan periode panen yang tepat maka itik dapat mencapai bobot maksimum yang diharapkan pada waktu panen. Berdasarkan hasil olahan data dengan software komputer dapat dilihat bahwa ada dua faktor produksi yang berpengaruh nyata terhadap pertumbuhan bobot itik pedaging. Berdasarkan hasil olahan software didapatkan nilai kefisien setiap faktor. Soekartawi 1990 menjelaskan bahwa nilai koefisien yang dihasilkan pada fungsi produksi Cobb-Douglas merupakan nilai elastisitas yang dari faktor-faktor produksi dalam usaha ternak itik pedaging. Berdasarkan penjelasan tersebut maka dapat dijelaskan 1 Faktor produksi pakan konsentrat atau pakan pur memiliki nilai elastisitas sebesar 0.238. Menurut elastisitas 55 tersebut dapat diartikan bahwa penggunaan pakan konsentrat atau pakan pur dalam produksi itik pedaging sudah berada pada tahap decreasing return to scale. Pada tahap ini penambahan 1.00 pakan konsentrat atau pakan pur hanya akan menambah 0.24 dari produksi berat daging itik yang dihasilkan; 2 Faktor produksi pakan campuran memiliki nilai elastisitas sebesar 0.748. Menurut elastisitas tersebut dapat diartikan bahwa penggunaan pakan campuran dalam produksi itik pedaging juga sudah berada pada tahap decreasing return to scale. Pada tahap ini penambahan 1.00 pakan konsentrat atau pakan pur hanya akan menambah 0.748 dari produksi berat daging itik yang dihasilkan. Variabel dummy pakan campuran memiliki nilai koefisien sebesar 0.200. Nilai koefisien tersebut menjelaskan bahwa komponen pakan campuran yang lengkap akan kandungan nutrisi dan kelengkapan lainnya seperti tambahan hijauan yang baik untuk pencernaan itik dapat menambah hasil produksi daging itik sebesar 0.20. Variabel dummy jenis kandang yang digunakan memiliki nilai koefisien sebesar 0.013. Pengkategorian jenis kandang antara kandang basah ada kolam dengan kandang kering yang digunakan dengan variabel dummy ini seperti yang telah dijelaskan sebelumnya tidak berpengaruh nyata terhadap model.

6.2.2 Analisis Fungsi Produksi Translog

Berdasarkan uji korelasi antar variabel dengan menggunakan software statistik didapatkan bahwa ada korelasi antar faktor-faktor produksi. Dapat dilihat pada Lampiran 4 bahwa untuk faktor produksi pakan konsentrat atau pakan pur dengan pakan campuran memiliki nilai signifikansi korelasi sebsar 0.000. Berdasarkan nilai tersebut maka dapat dinyatakan bahwa ada korelasi dalam kedua faktor produksi tersebut. Berdasarkan adanya korelasi antar faktor-faktor produksi tersebut maka dilakukan analisis dengan fungsi produksi translog. Seperi halnya fungsi produksi Cobb-douglas pada fungsi produksi translog ini melibatkan kombinasi antara beberapa faktor produksi seperti PU,PC,KK. Dengan adanya tambahan variabel dummy pakan campuran dan jenis kandang sebagai tambahan penjelas yang pada akhirnya diharapkan dapat menjelaskan kepada hasil dari usaha ternak yaitu pertumbuhan bobot usaha yang dijelaskan dalam selisih berat produksi SBP. Berikut merupakan model fungsi produksi translog dari usaha ternak itik pedaging di Kabupaten Bogor dalam bentuk linear. 56 Ln SBP = 19.439 - 1.414 LnPU + 1.936 LnPC + 2.347 LnKK - 12.322 LnTK + 0.339 LnPULnPU - 0.303 LnPULnPC + 0.171 LnPULnKK + 0.464 LnPULnTK + 0.360 LnPCLnPC - 0.212 LnPCLnKK - 0.471 LnPCLnTK - 0.029 LnKKLnKK - 0.554 LnKKLnTK + 3.916 LnTKLnTK + 0.260 DPC - 0.093 DJK ........................................................................................ 25 Hasil analisis fungsi produksi translog atas produksi usaha ternak itik pedaging yang diolah dengan software Excel 2010, EViews 6, IBM SPSS Statistic 20 dan Minitab 15 dapat dilihat sebagai berikut Tabel 12. Tabel 12 Analisis fungsi produksi translog usaha ternak itik pedaging Variable Coefficient Std. Error t-Statistic Prob. VIF C 19.439 13.523 1.437 0.174 LnPU -1.414 1.070 -1.321 0.209 5399.662 LnPC 1.936 1.120 1.728 0.108 4466.118 LnKK 2.347 2.379 0.987 0.342 3336.090 LnTK -12.322 9.576 -1.287 0.221 7907.656 LnPULnPU 0.339 0.110 3.085 0.009 1458.433 LnPULnPC -0.303 0.112 -2.701 0.018 5761.290 LnPULnKK 0.171 0.116 1.468 0.166 452.569 LnPULnTK 0.464 0.320 1.449 0.171 7001.640 LnPCLnPC 0.360 0.113 3.177 0.007 1586.331 LnPCLnKK -0.212 0.129 -1.641 0.125 612.021 LnPCLnTK -0.471 0.398 -1.184 0.258 8470.630 LnKKLnKK -0.029 0.130 -0.220 0.829 15.257 LnKKLnTK -0.554 0.706 -0.785 0.447 3713.167 LnTKLnTK 3.916 3.340 1.172 0.262 11629.705 DPC 0.260 0.153 1.704 0.112 7.615 DJK -0.093 0.101 -0.914 0.377 7.252 R-squared 0.996 Mean dependent var 5.324 Adjusted R-squared 0.992 S.D. dependent var 1.135 S.E. of regression 0.103 Akaike info criterion -1.413 Sum squared resid 0.138 Schwarz criterion -0.619 Log likelihood 38.193 Hannan-Quinn criter. -1.159 F-statistic 219.620 Durbin-Watson stat 2.477 ProbF-statistic 0.000 Sumber : Data Primer diolah Pengujian multikolinier dalam model dapat dilihat berdasarkan nilai VIF yang dihasilkan dari pengolahan data. Menurut hasil pengolahan data nilai VIF setiap variabel hapir seluruh variabel memiliki nilai lebih dari 10 kecuali variabel DPC dan DJK maka dapat disimpulkan bahwa pada model terdapat multikolinier. Terdapatnya multikolinier ini terjadi karena sifat turunan variabel pada fungsi