mengurangi penawaran ikan lele di Kabupaten Pati sebesar 0,694satuan.
d. Penawaran Ikan Lele Pada Tahun Sebelumnya Pada tingkat kepercayaan 95 persen, nilai signifikansi jumlah
produksi ikan lele pada tahun sebelumnya lebih besar dari α
0,1570,05. Hal ini berarti H diterima dan H
1
ditolak. Artinya bahwa variabel jumlah produksi ikan lele pada tahun sebelumnya
secara individu tidak berpengaruh nyata terhadap penawaran ikan lele di Kabupaten Pati.
e. Teknologi Pada tingkat kepercayaan 95 persen, nilai signifikansi trend
waktu lebih besar dari α 0,3570,05. Hal ini berarti H diterima dan
H
1
ditolak. Artinya bahwa variabel teknologi secara individu tidak berpengaruh nyata terhadap penawaran ikan lele di Kabupaten Pati.
f. Krisis Pada tingkat kepercayaan 95 persen, nilai signifikansi krisis
lebih kecil dari α 0,0220,05 yang berarti H ditolak dan H
1
diterima. Hal ini berarti bahwa krisis secara individu berpengaruh nyata terhadap penawaran ikan lele di Kabupaten Pati. Berdasarkan
hasil uji t pengaruh krisis signifikan. Hal ini berarti hipotesis pertama yang menyatakan krisis berpengaruh nyata terhadap penawaran ikan
lele di Kabupaten Pati dapat diterima. Tabel 22 menunjukkan bahwa, jumlah penawaran ikan lele di Kabupaten Pati sebelum krisis lebih
besar jika dibandingkan dengan jumlah penawaran ikan lele setelah krisis.
2. Koefisen Regresi Parsial
Nilai koefisien regresi parsial menunjukkan variabel yang paling berpengaruh terhadap penawaran ikan lele di Kabupaten Pati. Semakin
besar nilai koefisen regresi parsial maka semakin besar pengaruh variabel bebas tersebut terhadap penawaran ikan lele.
Tabel 23. Nilai Koefisien Regresi Parsial Variabel yang Berpengaruh Terhadap Penawaran Ikan Lele di Kabupaten Pati
Variabel Koefisien Regresi
Parsial Peringkat
Ekspektasi produsen 97954,96
1 Harga pelet pada tahun pembudidayaan
-0,28 2
Sumber : Diolah dari Lampiran 2 Skripsi Tabel 23 menunjukkan bahwa variabel yang mempunyai nilai
koefisien regresi parsial terbesar adalah variabel ekspektasi produsen. Hal ini menunjukkan bahwa variabel luas areal budidaya ikan lele pada tahun
pembudidayaan merupakan variabel yang paling berpengaruh terhadap penawaran ikan lele di Kabupaten Pati. Dengan adanya peningkatan
ekspektasi produsen, diharapkan dapat meningkatkan penawaran ikan lele di Kabupaten Pati.
3. Pengujian Asumsi Klasik
Agar koefisien-koefisien regresi yang dihasilkan dengan metode OLS Ordinary Least Square bersifat BLUE Best Linier Unbiassed
Estimated, maka asumsi-asumsi persamaan regresi linier klasik harus dipenuhi oleh model. Uji penyimpangan terhadap asumsi klasik yang
dilakukan meliputi uji deteksi multikolinearitas, autokorelasi dan heteroskedastisitas.
a. Multikoleinearitas Berdasarkan nilai Matrik Person Corelation yang ditujukan pada
lampiran 2 diketahui bahwa korelasi antar variabel bebas tidak ada yang bernilai lebih besar dari 0,8. Dapat disimpulkan bahwa tidak terjadi
multikolinearitas diantara variabel bebas yang mempengaruhi penawaran ikan lele di Kabupaten Pati. Multikolinearitas terjadi apabila nilai matrik
person corelation lebih dari 0,8 dan berdasarkan nilai VIF yang lebih kecil dari 10 maka dapat disimpulkan bahwa tidak terjadi
multikolinearitas diantara variabel bebas.
b. Autokorelasi Untuk mendeteksi ada tidaknya autokorelasi digunakan statistik d-
Durbin watson dan diperoleh nilai d sebesar 2,327. Karena nilai d yang diperoleh terletak diantara 1,65 DW 2,35, dapat disimpulkan bahwa
tidak terjadi autokorelasi. c. Heteroskedastisitas
Uji heteroskedastisitas dilakukan dengan Metode Park dan diagram scatterplot. Hasil analisis menggunakan metode Park
menunjukkan bahwa hasil uji F dan hasil uji-t tidak signifikan. Ini berarti, kesalahan pengganggu mempunyai varians yang sama atau
terjadi homoskedastisitas. Oleh karena itu dapat disimpulkan tidak terjadi heteroskedastisitas dalam model yang digunakan. Dari diagram
scatterplot dapat diketahui bahwa titik-titik yang ada dalam diagram menyebar dan tidak membentuk suatu pola tertentu, ini berarti tidak
terjadi heterokedastisitas.
4. Elastisitas Penawaran
