ANALISIS FUNGSI PRODUKSI DAN EFISIENSI

(1)

VI ANALISIS FUNGSI PRODUKSI DAN EFISIENSI

6.1 Analisis Fungsi Produksi Stochastic Frontier

6.1.1 Pengujian Asumsi Klasik Regresi Linier

Syarat model regresi linier (fungsi produksi) dikatakan baik jika model terbebas dari normalitas, multikoloneritas, autokorelasi dan heteroskedastisitas (Herawati 2008). Sedangkan menurut Soekartawi et al. (1984) ada dua parameter statistik yang penting dan perlu diperhatikan, yaitu koefisien determinasi dan uji T.

Pengujian normalitas data dapat dideteksi melalui analisa grafik histogram dan P-plot yang dihasilkan dari perhitungan regresi oleh perangkat lunak SPSS 16.0 dan berikut ini grafik histogram dan P-plot untuk menguji normalitas data.

Histogram

Dependent Variable: PRODUKSI

Regression Standardized Residual

1,50 1,00 ,50 0,00 -,50 -1,00 -1,50 -2,00 -2,50

Frequency

8

6

4

2

0

Std. Dev = ,88 Mean = 0,00 N = 24,00

Gambar 11. Grafik Histogram Uji Normalitas

Sumber: Data Primer (2011)

(2)

NORMAL P-P Plot of Regression Standarized Residual Dependet Variabel: PRODUKSI

Dependent Variable: PRODUKSI

Observed Cum Prob

1,0 ,8

,5 ,3

0,0

Expected Cum Prob

1,0

,8

,5

,3

0,0

Gambar 12. Grafik P-P Plot Uji Normalitas

Berdasarkan hasil grafik histogram dan grafik P-plot di atas, dapat disimpulkan bahwa data memenuhi asumsi normalitas, hal ini dapat dilihat dari grafik histogram yang memiliki kesetangkupan yang simetris dan memiliki nilai tengah yang jelas. Selain itu pada grafik P-plot menunjukan titik-titik yang menyebar di sekitar garis diagonal dan penyebarannya mengikuti arah garis diagonal, sehingga model regresi ini layak untuk memprediksikan fungsi produksi dari pembenihan patin di Kota Metro Lampung.

Pengujian model yang kedua, yaitu menggunakan uji multikolineritas.

Pengujian ini dilakukan untuk mengetahui keberadaan korelasi di antara variabel bebas. Model yang baik seharusnya tidak memiliki korelasi di antara variabel bebasnya. Berikut ini tabel nilai VIF untuk menguji multikolineritas.

Berdasarkan Tabel 22, dapat disimpulkan bahwa tidak terjadi multikolineritas dalam model fungsi produksi, dikarenakan nilai Variance

(3)

Inflation Factor (VIF) yang kurang dari 10 dan mendekati satu, dan nilai tolerance yang mendekati satu.

Tabel 23. Nilai VIF Fungsi Produksi Cobb-Douglas Stochastic Frontier Benih Ikan Patin di Kota Metro Tahun 2011

Model Collinearity Statistics

Tolerance VIF

(Constant)

Modal 0.934 1.071

Artemia 0.824 1.213

Cacing sutera 0.909 1.101

Pakan indukan 0.939 1.065

Jam kerja 0.812 1.232

Pengujian model ketiga, yaitu menggunakan uji autokorelasi. Pengujian ini dilakukan untuk mengetahui keberadaan korelasi antara error pada periode t dengan error pada periode t-1 (periode sebelumnya). Pengujian ini menggunakan angka Durbin Watson dalam Tabel Model Summary hasil dari pengolahan dari SPSS 11.50.

Tabel 24. Uji Autokorelasi

Model Std. Error of the Estimate

dL 4-dL dU 4-dU Durbin-

Watson

0,193132 0,9249 3,0751 1,9018 2,0982 2.266

Gambar 13. Grafik Daerah Uji Autokorelasi

Sumber: Rangkuti (2005)

Berdasarkan Tabel nilai Durbin Watson menunjukan angka 2,266 dengan tingkat signifikan 0,05 dengan jumlah sampel N=24 dan variabel bebas (K=5), maka berdasarkan tabel Durbin Watson fungsi ini memiliki batas bawah (dL)

(4)

sebesar 0,9249 dan batas atas (dU) sebesar 1,9018. Nilai Durbin Watson 2,266 berada di antara nilai dU dan 4-dL yaitu antara 1,9 dan 3,1 hal ini berarti tolak H0, atau model pendugaan fungsi produksi terbebas dari autokorelasi.

Pengujian model keempat, yaitu menggunakan uji heteroskedastisitas. Uji heteroskedastisitas berguna untuk menguji terjadinya perbedaan variance residual suatu periode pengamatan terhadap periode pengamatan yang lainnya atau gambaran hubungan antara nilai yang dipredikisi dengan standardized delete residual nilai tersebut. Berikut ini grafik scatterplot untuk pengujian heteroskedastisitas.

Scatterplot

Dependent Variable: PRODUKSI

Regression Standardized Residual

2 1

0 -1

-2 -3

Regression Standardized Predicted Value

2,0 1,5 1,0 ,5 0,0 -,5 -1,0

-1,5 -2,0

Gambar 14. Scatterplot Pengujian Heteroskedastisitas

Berdasarkan grafik scatterplot di atas, dapat disimpulkan bahwa model terbebas dari heteroskedastisitas, hal ini ditunjukan dari titik-titik yang menyebar dan tidak mengumpul membentuk pola tertentu. Berdasarkan pengujian asumsi klasik di atas, maka model dianggap baik untuk memodelkan fungsi produksi benih patin di Kota Metro.

Scatterplot

Dependent Variable: PRODUKSI

(5)

6.1.2 Pendugaan Model Fungsi Produksi Menggunakan Metode OLS

Pendugaan model fungsi produksi Cobb-Douglas menggunakan metode Ordinary Least Square bertujuan untuk mengetahui kinerja rata-rata dari dari proses produksi ditingkat pembenih. Berikut ini tabel mengenai parameter dugaan fungsi produksi menggunakan metode OLS.

Tabel 25. Pendugaan Fungsi Produksi Benih Ikan Patin di Kota Metro dengan Menggunakan Pendekatan OLS Tahun 2011

Variabel OLS

Koefisien T-hitung

Intersep (ln β0) Besar modal (ln X1) Artemia (ln X2) Cacing Sutera (ln X3) Pakan indukan (ln X4) Jam Kerja (ln X5)

1,204 0,090 0,090 0,793 0,633 0,794

1,300 0,886 0,438 4,60*

3,67*

2,46*

Adjusted R² 0,594

Keterangan : * nyata pada α = 10%

Hasil pendugaan fungsi produksi menggunakan OLS menghasilkan kinerja rata-rata (best fit) dengan nilai koefisien determinasi atau Adjusted R² sebesar 59,4 persen, artinya keragaman produksi benih patin di Kota Metro dapat dijelaskan oleh variabel bebas dalam model sebesar 59,4 persen dan sisanya sebesar 40,6 dijelaskan oleh error atau variabel lain yang tidak terdapat pada penelitian ini.

Berdasarkan Tabel 24 dapat diketahui bahwa terdapat tiga variabel yang secara signifikan berpengaruh terhadap produksi benih ikan patin di Kota Metro, yaitu cacing sutera (X3), pakan indukan (X4), dan jam kerja (X5). Sedangkan besar modal (X1), dan artemia (X2) tidak berpengaruh secara signifikan, tetapi memiliki koefisien variabel yang bernilai positif.

Selain itu dilakukan pengujian hipotesis untuk melihat pengaruh secara keseluruhan dan parsial dari variabel bebas yang diteliti terhadap variabel terikat.

Pengujian secara keseluruhan (Serempak) atau Uji F dilakukan dengan membandingan nilai F-hitung dengan nilai F-tabel, jika F-hitung lebih besar dari F-tabel maka tolak H0 dan terima H1. Uji parsial atau Uji T dilakukan dengan membandingakn nilai T-hitung dengan nilai T-tabel, jika T-hitung lebih besar dari

(6)

T-tabel maka tolak H0 dan terima H1. Berikut ini Tabel Ringkasan Fungsi Produksi Cobb-Douglas Stochastic Frontier Benih Ikan Patin Di Kota Metro Tahun 2011.

Tabel 26. Ringkasan Fungsi Produksi Cobb-Douglas Stochastic Frontier Benih Ikan Patin di Kota Metro Tahun 2011

Model R Change Statistics Durbin-

Watson R Square

Change F Change df1 df2 Sig. F

Change

1 ,826(a) ,682 7,737 5 18 ,000 2,266

a Predictors: (Constant), JAM, PAKAN, MODAL, CACING, ARTEMIA b Dependent Variable: PRODUKSI

Model yang dihasilkan memiliki nilai F-hitung sebesar 7,737 dengan tingkat kepercayaan 95 persen atau nyata pada α = 5 persen. Nilai kritis distribusi F dengan kebebasan pembilang 5 dan derajat kebebasan penyebut sebesar 18, maka diperoleh nilai F-tabel sebesar 2,195 karena F-hitung lebih besar F-tabel maka tolak H0 dan terima H1, artinya secara bersama-sama variable (X1) Besar modal, (X2) Jumlah artemia, (X3) Jumlah cacing sutera, (X4) Pakan indukan, dan (X5) Jumlah jam berpengaruh nyata terhadap produksi benih patin.

Fungsi produksi Stochastic Frontier dibangun melalui dua tahap. Tahap pertama dalam memodelkan fungsi produksi dilakukan dengan pendugaan menggunakan metode Ordinary Least Square (OLS). Pendugaan parameter fungsi produksi dengan metode Ordinary Least Square (OLS) menunjukan gambaran kinerja rata-rata (best fit) dari produksi petani pada tingkat teknologi yang ada.

Tahap kedua menggunakan metode Maximum Likelihood Estimator (MLE) yang menggambarkan kinerja terbaik (best practice) dari perilaku petani dalam berproduksi.

6.1.3 Model Empiris Fungsi Produksi Stochastic Frontier

Untuk mengetahui kinerja terbaik (best practice) dapat diketahui dengan melakukan pendugaan fungsi produksi menggunakan pendekatan MLE (Maximum Likelihood Estimator). Berikut ini tabel pendugaan fungsi produksi menggunakan pendekatan MLE.

(7)

Tabel 27. Pendugaan Fungsi Produksi Benih Ikan Patin di Kota Metro dengan Menggunakan Pendekatan MLE Tahun 2011

Variabel MLE

Koefisien T-hitung

Intersep (ln β0) Besar modal (ln X1) Artemia (ln X2) Cacing sutera (ln X3) Pakan indukan (ln X4) Jam Kerja (ln X5)

1,776 0,073 0,094 0,796 0,430 0,662

2,63*

1,040 0,716 7,59*

0,744 2,01*

Log Likelihood

LR test of one side error 14,62

13,15

Keterangan : * nyata pada α = 10 % Sumber: Data Primer (2011)

Berdasarkan hasil pendugaan menggunakan metode MLE, dihasilkan faktor-faktor produksi yang berpengaruh nyata pada α = 10 persen, dengan nilai koefisien variabel positif adalah cacing sutera (X3), dan jam kerja (X5). Sedangkan besar modal (X1), artemia (X2), dan pakan indukan (X5) memiliki koefisien bernilai positif, namun tidak berpengaruh secara signifikan.

Berdasarkan Tabel 27 dapat dilihat nilai LR test of one side error dari fungsi produksi stochastic frontier adalah 13,15, nilai ini lebih besar dari nilai χ²7

pada tabel Chi Square Kodde dan Palm pada α = 10 persen yaitu 11,383, sehingga terdapat inefisiensi teknis pada model ini, dan fungsi produksi stochastic frontier dapat menerangkan keberadaan efisiensi dan inefisiensi teknis petani di dalam proses produksi benih patin. Secara statistik nilai λ = 1,78 yang diperoleh berbeda signifikan atau nyata dari nol (Z=96,25%) pada α = 5 persen menggunakan Z- statistik. Berikut ini model stochastic frontier dan interpretasinya.

1. Besar Modal (X1)

Besar modal memiliki pengaruh positif dan tidak berpengaruh secara signifikan terhadap produksi benih patin. Nilai elastisitas besar modal terhadap produksi adalah sebesar 0,073 hal ini menunjukan bahwa dengan meningkatkan satu persen besar modal yang diinvestasikan, dapat meningkatkan produksi benih

ln Y = 1,776 + 0,073 lnX1 + 0,094 lnX2 + 0,796 lnX3 + 0,430 lnX4 + 0,662 lnX5+ vi -ui

(8)

patin sebesar 0,073 persen. Selain itu hasil pendugaan di atas juga dapat menjelaskan bahwa elasatisitas besar modal pada fungsi produksi stochastic frontier lebih kecil dari elastisitas besar modal pada fungsi produksi rata-rata, yaitu 0,090. Hal ini menunjukan bahwa besar modal pada fungsi produksi stochastic frontier kurang elastis dibandingkan dengan besar modal pada fungsi produksi rata-rata. Namun dilihat dari nilai elastisitas besar modal yang kurang dari satu, maka dapat dikatakan bahwa pengaruh besar modal terhadap produksi benih ikan patin bersifat inelastis. Jumlah rata-rata modal yang diinvestasikan pembenih ikan patin di Kota Metro adalah Rp12.704.167.

2. Artemia (X2)

Artemia atau kutu air merupakan pakan alami bagi larva benih ikan patin patin. Pakan ini diberikan selama empat hari pada awal masa pemeliharaan larva.

Artemia memiliki pengaruh positif dan berpengaruh nyata pada taraf yang tidak signifikan terhadap produksi benih patin di Kota Metro. Nilai elastisitas artemia terhadap produksi adalah sebesar 0,094. Hal ini menunjukan bahwa dengan meningkatkan satu persen jumlah artemia yang diberikan dengan input lainnya tetap, maka dapat meningkatkan produksi benih patin sebesar 0,094 persen. Selain itu hasil pendugaan di atas juga dapat menjelaskan bahwa elasatisitas artemia pada fungsi produksi stochastic frontier lebih besar dari elastisitas artemia pada fungsi produksi rata-rata, yaitu 0,090. Hal ini menunjukan bahwa penggunaan artemia pada fungsi produksi stochastic frontier lebih elastis dibandingkan dengan penggunaan artemia pada fungsi produksi rata-rata. Namun dilihat dari nilai elastisitas artemia yang kurang dari satu, maka dapat dikatakan bahwa penggunaan artemia bersifat inelastis.

Artemia diperoleh dari kultur artemia. Artemia memiliki nilai elastisitas yang lebih kecil dibandingkan dengan variabel bebas cacing sutera, hal ini dikarenakan jumlah artemia yang diberikan hampir seragam di semua pembenih, hal ini dapat terjadi karena keberadaan artemia yang selalu tersedia, berbeda dengan ketersediaan cacing sutera.

(9)

3. Cacing Sutera (X3)

Cacing sutera merupakan pakan alami ketika benih berumur lebih dari lima hari, pada umur ini larva benih ikan ikan patin sudah memiliki ukuran tubuh yang lebih besar dan kuat. Cacing sutera memiliki pengaruh positif dan berpengaruh nyata pada taraf kepercayaan 90 persen terhadap produksi benih patin. Nilai elastisitas cacing sutera terhadap produksi adalah sebesar 0,796 hal ini menunjukan bahwa dengan meningkatkan satu persen jumlah cacing sutera dengan input yang lainnya tetap, maka masih dapat meningkatkan produksi benih patin sebesar 0,796 persen. Selain itu hasil pendugaan di atas juga dapat menjelaskan bahwa elasatisitas cacing sutera pada fungsi produksi stochastic frontier lebih besar dari elastisitas cacing sutera pada fungsi produksi rata-rata, yaitu 0,793. Hal ini menunjukan bahwa penggunaan cacing sutera pada fungsi produksi stochastic frontier lebih elastis dibandingkan dengan penggunaan cacing sutera pada fungsi produksi rata-rata. Namun dilihat dari nilai elastisitas cacing sutera yang kurang dari satu, maka dapat dikatakan bahwa penggunaan cacing sutera bersifat inelastis.

Cacing sutera diberikan selama 14-16 hari pada masa pemeliharaan larva.

Cacing sutera menjadi sangat berpengaruh terhadap produksi benih patin, hal ini berkaitan dengan peningkatan masa hidup (survival rate) benih sebelum dipanen.

Selain itu keberadaan cacing sutera di Kota Metro masih fluktuatif bergantung pada kondisi curah hujan.

4. Pakan Indukan (X4)

Pakan indukan merupakan pakan bagi indukan yang akan dipijahkan.

Pakan indukan yang diberikan sebagai pakan akan berpengaruh terhadap matang fisiologis dari indukan yang akan dipijahkan sehingga secara tidak langsung akan mempengaruhi jumlah telur yang dihasilkan.

Pakan indukan memiliki pengaruh positif, namun tidak berpengaruh signifikan terhadap produksi benih patin di Kota Metro. Nilai elastisitas pakan indukan terhadap produksi adalah 0,430. Hal ini menunjukan bahwa dengan meningkatkan satu persen jumlah pakan indukan yang diberikan dengan input lainnya tetap, maka dapat meningkatkan produksi benih patin sebesar 0,430 persen. Selain itu hasil pendugaan di atas juga dapat menjelaskan bahwa

(10)

elasatisitas pakan indukan pada fungsi produksi stochastic frontier lebih kecil dari elastisitas pakan indukan pada fungsi produksi rata-rata, yaitu 0,633 Hal ini menunjukan bahwa penggunaan pakan indukan pada fungsi produksi stochastic frontier kurang elastis dibandingkan dengan penggunaan pakan indukan pada fungsi produksi rata-rata. Namun dilihat dari nilai elastisitas pakan indukan yang kurang dari satu, maka dapat dikatakan bahwa penggunaan pakan indukan bersifat inelastis. Hal ini berarti bahwa jumlah pakan indukan yang diberikan masih mungkin untuk ditambah. Kondisi variabel fungsi frontier berada di bawah variabel fungsi rata-rata ini diduga karena pemberian pakan indukan yang diberikan cukup seragam yaitu 30 kg, dan tidak berdasarkan feeding rate indukan patin.

5. Jumlah Jam Kerja (X5)

Jumlah jam kerja menunjukan lamanya pembenih dalam melakukan kegiatan usahataninya. Jam kerja memiliki pengaruh positif dan berpengaruh nyata terhadap produksi benih ikan patin di Kota Metro pada taraf nyata 90 persen.

Nilai elastisitas dari koefisien jam kerja menunjukan nilai 0,622 hal ini menunjukan bahwa peningkatan satu persen lama jam kerja dengan input lainnya tetap, maka dapat meningkatkan produksi benih ikan yang di panen sebesar 0,622 persen. Selain itu hasil pendugaan di atas juga dapat menjelaskan bahwa elasatisitas jam kerja pada fungsi produksi stochastic frontier lebih kecil dari elastisitas jam kerja pada fungsi produksi rata-rata, yaitu 0,794. Hal ini menunjukan bahwa pengaruh jumlah jam kerja pada fungsi produksi stochastic frontier kurang elastis dibandingkan dengan fungsi produksi rata-rata. Namun dilihat dari nilai elastisitas jam kerja yang kurang dari satu, maka dapat dikatakan bahwa penggunaan jam kerja bersifat inelastis.

Penambahan jumlah jam kerja masih dapat meningkatkan produksi benih ikan, hal ini dikarenakan sifat benih patin yang sangat sensitif, sehingga lama jam kerja untuk manajemen usahatani dapat meningkatkan jumlah produksi benih ikan patin, karena mampu mempertahankan survival rate dari benih patin agar tetap tinggi.

(11)

6.1.4 Skala Usaha

Analisis mengenai pengujian skala usaha pembenihan dilakukan untuk mengetahui tahapan produksi yang dialami oleh pembenih apakah constant return to scale, decreasing return to scale, atau increasing return to scale.

Pengujian skala usaha dilakukan dengan cara meretriksi jumlah koefisien (elastisitas) variabel bebas pada fungsi produksi dengan menggunakan metode OLS (Tabel 25). Dari hasil penjumlahan koefisien variabel bebas didapatkan nilai 2,4 hasil ini menunujukan bahwa ∑βj ≠ 1, sehingga skala usaha pembenihan ikan patin di Kota Metro berada pada tahap increasing return to scale, artinya peningkatan input secara proporsional sebesar 10 persen, dapat meningkatkan produksi benih ikan patin lebih dari 10 persen.

6.2 Analisis Tingkat Efisiensi dan Inefisiensi Teknis

Analisis terhadap tingkat efisiensi pembenih ikan patin Kota Metro diolah menggunakan peranti lunak Frontier 4.1. Efek inefisiensi didapatkan dengan menginput variabel delta (Z) yang diduga mempengaruhi efisiensi teknis usahatani pembenihan ikan patin. Variabel-variabel bebas yang digunakan dalam penelitian ini adalah pengalaman pembenihan (Z1), lama pendidikan formal (Z2), dummy kelompok tani (Z3), dummy penyuluhan (Z4), dan dummy status usahatani (Z5).

Tingkat efisiensi teknis (ET) untuk masing-masing individu diperoleh dari hasil perbandingan antara tingkat aktual output, Yi, dengan tingkat predicted output, exp (Xi,). Tingkat efisiensi dapat dilihat pada output Frontier 4.1 pada bagian technical efficiency estimates. Berikut ini Grafik dan Tabel mengenai sebaran tingkat efisiensi teknis usahatani pembenihan ikan patin di Kota Metro Tahun 2011. Berikut ini Tabel 27 dan Gambar 15 mengenai sebaran efisiensi teknis dari model yang ditampilkan.

(12)

Tabel 28. Sebaran Tingkat Efisiensi Teknis Usahatani Pembenihan Ikan Patin Di Kota Metro Tahun 2011

Tingkat Efisiensi Jumlah Petani Persentase

0-0,1 0 0%

0,11-0,2 0 0%

0,21-0,3 0 0%

0,31-0,4 0 0%

0,41-0,5 1 4%

0,51-0,6 0 0%

0,61-0,7 7 29%

0,71-0,8 2 8%

0,81-0,9 9 38%

0,91-1 5 21%

average 79,00%

min 43,00%

max 99,98%

Gambar 15. Sebaran Tingkat Efisiensi Usahatani Pembenihan Ikan Patin Di Kota Metro Tahun 2011

Tabel 27 dan Gambar 15 di atas memperlihatkan range dari indeks efisiensi usahatani pembenihan ikan patin di Kota Metro, yaitu terdapat satu orang pembenih yang berada pada kisaran nilai indeks efisiensi 0,41-0,50, terdapat tujuh orang pembenih pada pada kisaran nilai indeks efisiensi 0,61-0,70, terdapat dua orang pada kisaran nilai indeks efisiensi 0,71-0,80, terdapat sembilan orang pada

(13)

kisaran 0,81-0,90, dan terdapat lima orang pada pada kisaran 0,91-1. Secara keseluruhan nilai rata-rata indeks efisiensi pembenih ikan patin di Kota Metro terdapat pada angka 0,79 artinya rata-rata produksi yang dapat dicapai adalah 79,00 persen dari frontier yakni produksi maksimum yang dapat dicapai dengan sistem pengelolaan terbaik (the best practiced), hal ini menunjukan bahwa efisiensi usahatani pembenihan ikan patin di Kota Metro masih bisa di tingkatkan sebesar 21 persen melalui adopsi teknologi dan teknis pengelolaan yang lebih baik. Nilai indeks efisiensi hasil analisis dikategorikan sudah efisien karena lebih besar dari 70 persen (Adhiana 2005).

Menurut Tajerin (2007), tingkat efisiensi yang tinggi dapat mencerminkan dua hal. Di satu sisi, tingkat efisiensi teknis yang tinggi mencerminkan prestasi pembenih ikan dalam manajerial usahatani pembenihan adalah cukup tinggi, penguasaan informasi dan pengambilan keputusan dalam mengelola faktor-faktor penting yang mempengaruhi produksi usaha budidaya usahatani pembenihan berada pada level memuaskan. Di sisi lain, tingkat efisiensi teknis yang tinggi juga merefleksikan bahwa peluang yang kecil untuk meningkatkan produksi, karena senjang antara tingkat produksi yang telah dicapai dengan tingkat produksi maksimum yang dapat dicapai dengan pengelolaan terbaik (the best practice) cukup sempit.

6.3 Varians dan Parameter Model Efek Inefisiensi Teknis

Tabel 29 menampilkan varians dan parameter model efek inefisiensi teknis fungsi produksi stochastic frontier. Parameter γ merupakan rasio dari varians efisiensi teknis (ui) terhadap varians total produksi (εi), diperoleh nilai γ sebesar 0,99. Secara statistik nilai tersebut nyata pada taraf α = 0,2 persen. Angka ini menunjukan 99 persen dari variabel galat di dalam fungsi produksi menggambarkan efiseiensi teknis pembenih, atau 99 persen dari variasi hasil diantara pembenih responden disebabkan oleh perbedaan dari efisiensi teknis dan sisanya 1 persen disebabkan oleh efek-efek stochastic seperti pengaruh cuaca, iklim, keberuntungan, hama dan penyakit, serta kesalahan pemodelan (Adhiana 2005).

(14)

Tabel 29. Varians dan Parameter Model Efek Inefisiensi Teknis Fungsi Produksi Stochastic Frontier

Variance Parameters Nilai dugaan T-rasio

σ²

γ 0,045

0.99 1,33

36.406

Menurut Tanjung (2003) proses produksi komoditas pertanian, biasanya lebih dipengaruhi oleh peranan efek stochastic (vi) yang tidak terwakili di dalam model daripada efek-efek non-stochastic seperti efek inefisiensi teknis. Sebesar satu persen inefiensi pembenih dipengaruhi oleh efek stochastic hal ini menujukan bahwa proses managerial dalam pembenihan ikan di Kota Metro mampu meminimalisir faktor alam yang mempengaruhi produksi benih.

6.4 Sumber-Sumber Inefisiensi Teknis

Pada model Techincal Inefficiency dari lima variabel yang dihipotesiskan, terdapat tiga variabel yang berpengaruh nyata yaitu pengalaman pembenihan (Z1), pendidikan pembenih (Z2), dan dummy penyuluhan (Z4) pada taraf nyata α = 30 persen

.

Berikut ini merupakan Tabel hasil pendugaan efek inefisiensi dan interpretasi dari variabel yang menjadi sumber-sumber inefisiensi teknis usahatani pembenihan ikan patin di Kota Metro:

Tabel 30. Pendugaan Model Inefisiensi teknis Stochastic Frontier Usahatani Pembenihan Ikan Patin Di Kota Metro Tahun 2011

Variabel Koefisien Standar Error T-hitung

Inefficiency Model Intersep (Z0) Pengalaman (Z1) Pendidikan (Z2)

Dummy Kelompok tani (Z3) Dummy Penyuluhan (Z4) Dummy Status usahatani (Z5)

1,00 -0,024 -0,054 -0,085 0,126 -0,104

0,792 0,019 0,008 0,141 0,093 0,763

1,26*

-1,28*

-6,7*

-0,60 1,35*

-0,13

Keterangan : * nyata pada α = 30 % Sumber: Data Primer (2011)

Dari tabel di atas dapat diketahui faktor-faktor yang mempengaruhi Tecnical Inefficiency Model. Variabel pengalaman (Z1), dan pendidikan (Z2)

(15)

memiliki pengaruh negatif terhadap inefisiensi pada taraf nyata = 30 persen, dengan nilai koefisien sebesar (-0,024) dan (-0,054) menunjukan pengaruh negatif pengaruh pengalaman dan tingkat pendidikan terhadap inefisiensi teknis, sedangkan dummy kelompok tani (Z3) dan dummy status usahatani memiliki pengaruh negatif terhadap inefisiensi namun pada taraf nyata yang signifikan, dan dummy penyuluhan memiliki pengaruh positif terhadap inefisiensi teknis pada taraf nyata α = 30 persen. Berikut ini model Techinal Inefficiency Pembenihan ikan patin di Kota Metro.

Berdasarkan Tabel 30 dapat diketahui variabel-variabel yang menjadi sumber-sumber inefisiensi. Berikut ini adalah penjelasan dan interpretasinya.

1) Pengalaman Pembenihan

Faktor pengalaman pembenihan dimasukan ke dalam efek inefisiensi teknis dengan dugaan berpengaruh negatif terhadap inefisiensi teknis, karena pada beberapa penelitian seperti Tajerin dan Noor (2005), Tajerin (2007), Kabede (2001) menyebutkan bahwa pengalaman merupakan jembatan dari umur, sehingga dengan bertambahnya umur pembenih maka akan menambah pengalaman pembenih dalam usahataninya tersebut. Pada penelitian ini didapatkan pembenih dengan umur lebih tua memiliki pengalaman yang lebih lama, sehingga pemisahan variabel menjadi variabel umur pembenih dengan pengalaman pembenihan dianggap menjadi tidak relevan. Berdasarkan Tabel 29 menjelaskan bahwa umur pembenih memiliki pengaruh negatif terhadap inefisiensi sebesar (- 0,024), atau berpengaruh positif terhadap efisiensi pada taraf nyata α = 30 persen.

Artinya dengan bertambahnya satu tahun pengalaman pembenihan akan meningkatkan efisiensi sebesar 0,024 persen. Hal ini sesuai dengan hipotesis awal, fenomena ini terjadi karena dengan bertambahnya pengalaman pembenihan akan menambah keterampilan pembenih. Hal ini sesuai dengan penelitian Tajerin dan Noor (2005) dan Tajerin (2007) yang menyebutkan pada pembudidaya yang berumur lebih tua terjadi peningkatan dalam inovasi dan adopsi yang tinggi.

Dengan kata lain dibanding pembenih yang berpengalaman, ternyata pembenih yang lebih tua lebih progresif dan mampu mengantisipasi terhadap menurunnya

(16)

kualitas sumberdaya air (kesuburan kimia dan fisik air) dan meningkatnya serangan penyakit, sehingga produksi yang dicapai lebih tinggi daripada yang dicapai pembenih yang kurang berpengalaman dalam melakukan antisipasi terhadap perubahan tersebut.

2) Pendidikan

Faktor lamanya pendidikan merupakan jumlah waktu (tahun) yang dihabiskan petani untuk menempuh pendidikan formalnya. Pendidikan dianggap sebagai jembatan dari kemampuan manajerial pembenih dan kemampuan dalam mengadopsi teknologi. Semakin lama waktu yang dihabiskan untuk menempuh pendidikan, diduga akan meningkatkan efisiensi dalam proses produksi benih ikan patin.

Berdasarkan Tabel 29, maka lama pendidikan memiliki pengaruh negatif terhadap inefisiensi pada taraf α = 30 persen. Artinya peningkatan satu tahun pendidikan yang dimiliki pembenih dapat meningkatkan efisiensi teknis sebesar 0,054 persen. Fenomena ini menunjukan bahwa dengan semakin tinggi pendidikan yang ditempuh, maka semakin tinggi kemampuan mereka dalam mengadopsi teknologi dan dapat menggunakan input secara proporsional, sehingga akan meningkatkan efisiensi teknis usahatani pembenihan ikan patin.

Tabel 31. Rata-rata Tingkat Efisiensi Teknis Usahatani Pembenihan Ikan Patin di Kota Metro Berdasarkan Kelompok Tingkat Pendidikan Tahun 2011

Kelompok Tingkat Pendidikan Rata-Rata Tingkat Efisiensi Teknis (%)

SD 71

SMP 68

SMA 80

D3-S1 90

Berdasarkan Tabel di atas, pembenih dengan kelompok tingkat pendidikan D3-S1 memiliki rata-rata tingkat efisiensi teknis tertinggi yaitu sebesar 90 persen, selanjutnya SMA, SMP dan SD dengan rata-rata nilai tingkat efisiensi teknis sebesar 80 persen, 68 persen, dan 71 persen. Sehingga semakin tinggi tingkat pendidikan atau semakin lama pembenih dalam mengenyam pendidikan formal, maka akan meningkatkan efisiensi teknis. Penelitian ini menghasilkan hasil yang sama dengan penelitian Tajerin dan Noor (2005), Tajerin (2007), dan Kabede

(17)

(2001) yang menemukan pendidikan yang berpengaruh positif terhadap efisiensi teknis.

3) Kelompok tani (Dummy)

Kelompok tani merupakan suatu lembaga yang mewadahi petani yang dibentuk atas dasar kesamaan kepentingan, kesaan kondisi lingkungan (sosial, ekonomi, sumberdaya) dan keakraban untuk meningkatkan dan mengembangkan usaha anggota. Fungsi kelompok tani diantaranya sebagai kelas belajar, wahana kerjasama, dan unit produksi. Keikutan pembenih dalam kelompok tani diduga dapat meningkatkan efisiensi. Berdasarkan Tabel 29 dummy kelompok tani memiliki pengaruh yang negatif terhadap inefisiensi produksi benih patin di Kota Metro pada taraf nyata yang tidak signifikan. Nilai koefisien dummy kelompok tani menunjukan angka (-0,085) artinya dengan bergabungnya pembenih ikan patin patin ke dalam kelompok tani dapat meningkatkan efisiensi sebesar 0,085 persen. Hal ini disebabkan adanya transfer ilmu, pengalaman, dan teknologi dalam kegiatan kelompok tani. Hal ini sesuai dengan hasil yang diharapkan yaitu keikutsertaan pembenih dalam kelompok tani dapat meningkatkan efisiensi dalam pembenihan ikan patin. Rata-rata pembenih yang masuk ke dalam kelompok tani memiliki efisiensi sebesar 80 persen, sedangkan pembenih yang tidak atau belum masuk kelompok tani memiliki rata-rata efisiensi sebesar 77 persen.

4) Penyuluhan (Dummy)

Kegiatan penyuluhan merupakan salah satu sarana transfer ilmu dan teknologi baru dalam pembenihan, kegiatan ini bertujuan untuk meningkatan efisiensi teknis usahatani pembenihan ikan patin. Kegitan ini biasa dilaksanakan oleh pihak Dinas Pertanian Bidang Perikanan Kota Metro dengan pembenih.

Berdasarkan Tabel 29 variabel dummy penyuluhan memiliki pengaruh positif (0,126) terhadap inefisiensi pada taraf nyata α = 30 persen. Hal ini tidak sesuai dugaan awal jika pembenih yang mendapatkan penyuluhan akan memiliki tingkat efisiensi yang lebih tinggi. Fenomena ini diduga karena belum diterapkannya hasil penyuluhan ke dalam kegiatan pembenihan. Para-pembenih lebih banyak mengaplikasikan pembenihan berdasarkan pengalaman yang dialami, perlu banyak waktu yang dibutuhkan untuk mempertimbangkan penggunaan metode

(18)

pembenihan sesuai dengan penyuluhan. Hal ini lebih disebabkan adanya rasa aman dengan menggunakan metode lama.

5) Status Usahatani (Dummy)

Status usahatani membagi usahatani pembenih menjadi dua kelompok, yaitu kelompok usaha utama dan usaha sampingan. Faktor dummy status usahatani memiliki pengaruh positif terhadap inefisiensi pada taraf nyata 10 persen.

Berdasarkan Tabel 29 ditemukan nilai variabel dummy status usahatani sebesar -0,104, hal ini menunjukan bahwa status usahatani memiliki pengaruh negatif terhadap inefisiensi teknis dengan taraf nyata pada α = 30 persen. Artinya dengan menjadikan usahatani pembenihan sebagai pekerjaan utama, maka akan meningkatkan efisiensi sebesar 0,104 persen. Hal ini sesuai dengan dugaan awal, bahwa status usahatani akan berpengaruh negatif terhadap inefisiensi atau mengurangi inefisiensi. Pembenih yang menjadikan usahatani sebagai pekerjaan utamanya akan mendorong pembenih untuk bekerja secara profesional, sehingga pembenih akan berusaha sebaik-baiknya agar produksi benih bisa optimal. Selain itu pembenih yang menjadikan usahatani pembenihan sebagai usaha utama akan lebih fokus dalam menjalankan usahataninya, sehingga mereka tidak ragu dalam mengalokasikan pendapatannya untuk memperbesar modal usahatani agar usahatani pembenihan ikan patinnya menjadi semakin efisien.