BAB IV

REGRESI COBB DOUGLAS

A. Landasan Teori
Beberapa fungsi produktivitas dalam suatu perusahaan sangatlah berperan
penting dalam pengembangan produktivitas. Terutama untuk menunjang
proses produksi sehingga dapat memberikan beberapa peluang yang
diharapkan.
Dalam ilmu ekonomi yang disebut dengan fungsi produksi yaitu suatu
fungsi yang menunjukkan hubungan antara hasil fisik (output) dengan faktor
produksi (input), Daniel M (2002) .dalam bentuk matematika sederhana,
fungsi produksi dituliskan sebagai berikut:
Y = f ( x1, x2, x3, ...........xn)
Keterangan:
Y = hasil fisik;
x1...xn = faktor-faktor produksi.
Berbagai fungsi produksi telah banyak dibahas dalam literatur. Diantara
fungsi produksi yang umum dibahas dan dipakai oleh para peneliti adalah
fungsi produksi Cobb-Douglas. (Soekartawi, 2002) mendefinisikan fungsi
produksi Cobb-Douglas adalah suatu fungsi atau persamaan yang melibatkan
dua atau lebih variabel, dimana variabel yang satu disebut dengan variabel
dependen, yang dijelaskan (Y) dan yang lain disebut variabel independent,
yang menjelaskan (x).
(Soekartawi 2002) menyatakan bahwa fungsi Cobb-Douglas lebih banyak dipakai
oleh para peneliti karena mempunyai keunggulan yang menjadikan menarik yaitu:
1. Penyelesaian fungsi Cobb-Douglas relatif lebih mudah
dibandingkan dengan fungsi yang lain, karena fungsi Cobb-Douglas dapat
dengan mudah ditransfer ke bentuk linear dengan cara melogaritmakan
2. Hasil pendugaan melalui fungsi Cobb-Douglas akan
menghasilkan koefisien regresi yang sekaligus juga menunjukkan besaran
elastisitas;

27
 28

3. Jumlah besaran elastisitas sekaligus menunjukkan tingkat besaran

skala usaha(return of scale)yang berguna untuk mengetahui apakah
kegiatan dari suatu usaha tersebut mengikuti kaidah skala usaha menaik,
skala usaha tetap ataukah skala usaha yang menurun.
4. Koefisien intersep dari fungsi Cobb Douglas merupakan indeks efisiensi
produksi yang secara langsung menggambarkan efisiensi penggunaan
input dalam menghasilkan output dari sistem produksi yang sedang dikaji
itu.
5. Koefisien-koefisien fungsi Cobb Douglas secara langsung
menggambarkan elastisitas produksi dari setiap input yang dipergunakan
dan dipertimbangkan untuk dikaji dalam fungsi produksi Cobb Douglas
itu.
Bentuk umum dari fungsi Cobb Douglas adalah sebagai berikut :

Q = δ L^ α M^ β

Bentuk transformasi :

Ln Qn = konstanta + L ln Ln + M ln Mn

Bentuk asli :

Qn = e^konstanta Ln^L Mn^M

Keterangan:
Q = output
L = input jam kerja efektif (tenaga kerja)
M = input jam kerja mesin efektif
δ = koefisien intersep (indeks efisiensi)
α = elastisitas output dari input L
β = elastisitas output dari input M
 29

B. Soal
Analisislah regresi dengan menggunakan program E-View, apakah Tenaga
Kerja (OH) dan Modal Rill (MMR) mempengaruhi Produk Rill Bruto (PRB)
pertanian di Cina. Uraikan hasil analisis saudara secara lengkap.
Tabel 4.1 Data Tenaga Kerja, Modal Rill, dan Produk Rill Bruto tahun 2008
Sampai dengan 2017
Tahun Produk Modal Tenaga
Rill Bruto Rill Kerja
(PRB) (MMR) (OH)
2008 1450.3 1760.5 892
2009 1268.6 1998.5 989.3
2010 1377.7 1848.5 549.3
2011 1648.1 2260.7 867.4
2012 1761.1 2751.7 761.5
2013 1656.5 2409.5 558
2014 1861.3 2377.4 770
2015 1259.5 1841.3 750
2016 1248.6 1757.4 959.5
2017 1787.3 2697.3 678.4

Dari data diatas carilah Uji t, Uji F, Koofisien Determinasi, Persamaan

Regresi, Return to Scale (Elastisitas), serta grafik.
C. Langkah Kerja
1. Membuka aplikasi Microsoft Excel
2. Menuliskan data yang akan di uji pada Microsoft Exel kemudian
menyimpannya di Document

3. Kemudian membuka aplikasi EView untuk memulai menguji data

 30

4. Memilih Create a new Eviews Workfile dan kemudian memilih

frequency dengan Annual lalu mengisi pada Start date dengan 2008 dan
end date dengan 2017 dan memilih Ok

5. Memilih file kemudian import dan memilih import from file maka
memasukkan data yang akan di analisis yang telah disimpan sebelumnya.

6. Mengeklik pada custom range, dan kemudian mengeklik tanda panah

kekanan satu kali pada start cell.
 31

7. Kemudian next dan pada colum info pada bagian Data type memilih
Number, kemudian klik Next

8. Setelah itu pada kolom start date diisi dengan tahun pertama yang akan di
analisis disini 2008 dan finish

9. Kemudian memilih Quick dan memilih Generate Series

 32

10. Mengisi pada bagian Enter equation dengan rumus lnprb = log(prb).
Melakukaan hal serupa terhadap OH dan MMR.

11. Setelah menuliskan rumus tersebut kemududian memilih kembali Quick

dan memilih memilih Estimate Equation, selanjutnya memasukkan
rumus dengan lnprb c lnmmr lnoh dan Ok maka akan mengeluarkan hasil
atau output
 33

12. Untuk mengetaahui persamaan dari regresi berdasarkan data diatas adalah
dengan, setelah output sudah muncul, memilih option view dan memilih
representation dan akan menghasilkan output persamaan regresi.

13. Sedangkan untuk melihat grafik, pada hasil output memilih Resids maka
akan muncul grafik
 34

D. Hasil atau Output

E. Intepretasi
1. Uji t
a. Hipotesis Modal Rill
Ho : b1 = 0 artinya secara individu modal rill (MMR) tidak
mempengaruhi produk rill bruto (PRB)
Ha : b1 ≠ 0 artinya secara individu modal rill (MMR) mempengaruhi
produk rill bruto (PRB)
Berdasarkan data diatas didapatkan hasil probabilitas sebesar
0,0031. Jika dibandingkan dengan besar alfa yang digunakan yaitu
0,05 maka probabilitas lebih kecil dibandingkan dengan alfa. Dari hasil
tersebut dapat dilihat bahwa Ho ditolak dan Ha diterima artinya secara
individu modal rill (MMR) mempengaruhi produk rill bruto (PRB).
 35

b. Hipotesis Tenaga Kerja

Ho : b2 = 0 artinya secara individu tenaga kerja (OH) tidak
mempengaruhi produk rill bruto (PRB)
Ha : b2 ≠ 0 artinya secara individu tenaga kerja (OH) mempengaruhi
produk rill bruto (PRB)
Berdasarkan data diatas didapatkan hasil probabilitas sebesar
0,7134. Jika dibandingkan dengan besar alfa yang digunakan yaitu
0,05 maka probabilitas lebih besar dibandingkan dengan alfa. Dari
hasil tersebut dapat dilihat bahwa Ho diterima dan Ha ditolak artinya
secara individu tenaga kerja (OH) tidak mempengaruhi produk rill
bruto (PRB).
2. Uji F
Ho : b1 = b2 = 0 artinya secara bersama-sama modal rill (MMR) dan
tenaga kerja (OH) tidak mempengaruhi produk rill bruto (PRB)
Ha : b1 ≠ b2 ≠ 0 artinya secara bersama-sama modal rill (MMR) dan
tenaga kerja (OH) mempengaruhi produk rill bruto (PRB)
Berdasarkan data diatas didapatkan hasil probabilitas sebesar
0,006265. Jika dibandingkan dengan besar alfa yang digunakan yaitu 0,05
maka probabilitas lebih kecil dibandingkan dengan alfa. Dari hasil tersebut
dapat dilihat bahwa Ho ditolak dan Ha diterima artinya secara bersama-
sama modal rill (MMR) dan tenaga kerja (OH) mempengaruhi produk rill
bruto (PRB).
3. Koofisien Determinasi
Berdasarkan hasil Eview dengan data diatas didapatkan Adjusted
R-squared sebesar 0,698 atau sebesar 69,8%. Dari hasil tersebut dapat
diartikan bahwa modal ril (MMR) dan tenaga kerja (OH) mempengaruhi
produk rill bruto (PRB) sebesar 69,8%. Sedangkan sisanya yaitu 30,2%
dipengaruhi oleh faktor-faktor lain diluar model.
4. Persamaan Regresi
Dari hasil menggunakan aplikasi EView didapatkan persamaan regresi
sebagai berikut :
 36

LNPRB = 1,80 + 0,76 LNMMR – 0,05 LNOH + e

Kemudian dari persamaan hasil EView tersebut diubah menjadi persamaan
dalam bentuk umum dengan persamaan tersebut di anti ln. Sehingga
persamaan menjadi :
PRB = 6,04.MMR0,76.OH-0,05 + e
Dari persamaan umum tersebut dapat diintepretasikan menjadi, setiap
kenaikan 1% modal rill (MMR) dengan asumsi tenaga kerja (OH) tetap
maka akan menaikan produk rill bruto (PRB) sebesar 0,76%. Sedangkan
setiap kenaikan 1% tenaga kerja (OH) dengan asumsi modal rill (MMR)
tetap akan menurunkan produk rill bruto (PRB) sebesar 0,05%.
5. Return to Scale (Elastisitas)
PRB = 6,04.MMR0,76.OH-0,05 + e
RTS = 0,76 + (-0,05)
= 0,71
Berdasarkan hasil Return to Scale yaitu 0,71 berarti elastisitas kurang dari
satu sehingga berada di daerah decresing yang artinya kenaikan 1% input
akan menaikan output kurang dari 1%. Direcomendasikan kepada
perusahaan untuk tidak menambah input karena sudah tidak efisien dan
menguntungkan.
 37

6. Grafik

7.6

7.5

7.4

7.3

7.2
.15
7.1
.10
.05
.00
-.05
-.10
-.15
2008 2009 2010 2011 2012 2013 2014 2015 2016 2017

Residual Actual Fitted

Dari grafik diatas dapat terlihat bahwa garis yang berwarna biru
merupakan garis residual dimana garis residual merupakan garis yang
menggambarkan hasil selisih dari actual dengan fitted. Kemudian garis
yang berwarna merah merupakan garis Actual dimana garis ini merupakan
garis yang menggambarkan data yang sebenarnya atau data hasil
observasi. Dan garis yang berwarna hijau merupakan garis Fitted yang
artinya merupakan garis yang menggambarkan data yang sudah di estimasi
atau sudah mengalami pendugaan .