ESTIMASI PARAMETER FUNGSI COBB DOUGLAS PADA DATA PANEL

(Dewi Herjayanti/3SE3/08/16.9073)

Data yang digunakan adalah data panel dengan periode tahun 1990 sampai dengan tahun 2010 yang
dikumpulkan dari 26 provinsi di Indonesia. Software yang digunakan adalah eviews 8. Berikut ini
merupakan hasil analisis.

1. Pengujian Stasioneritas
Uji Im Pesaran Test
∆𝑌𝑖𝑡 = 𝛼𝑖 + 𝛽𝑖 𝑦𝑖,𝑡−1 + 𝜀𝑖𝑡
Hipotesis
𝐻0 : 𝛽𝑖 = 0, 𝑢𝑛𝑡𝑢𝑘 𝑠𝑒𝑚𝑢𝑎 𝑖
𝐻1 : 𝛽𝑖 < 0
Tingkat Signifikansi
𝛼 = 5%
Statistik Uji dan Keputusan
Variabel Level Difference Pertama
(p-value) (p-value)
LN_Q 1,00 0
LN_K 0,99 0
LN_L 1,00 0
Kesimpulan
Dengan tingkat keyakinan 95%, data mendukung pembuktian secara statistik bahwa pada tingkat level
variabel LN_Q, LN_K, dan LN_L memiliki unit root sehingga tidak stasioner dan setelah didiferen
pertama variabel tersebut ketiganya tidak memiliki unit root sehingga sudah stasioner.

2. Estimasi Model
a. Model Pooled Least Square (Common Model Effect)
Model pooled yang akan dibentuk adalah ∆𝑙𝑛𝑄𝑖𝑡 = 𝛼0 + 𝛼1 ∆𝑙𝑛𝐾𝑖𝑡 + 𝛼2 ∆𝑙𝑛𝐿𝑖𝑡 + 𝜀𝑖𝑡 dimana
𝜀𝑖𝑡 = 𝛾𝑖𝑡
Output yang diperoleh seperti berikut:
Dependent Variable: D(LN_Q)
Method: Panel Least Squares
Date: 01/31/19 Time: 09:31
Sample (adjusted): 1991 2010
Periods included: 20
Cross-sections included: 26
Total panel (balanced) observations: 520

Variable Coefficient Std. Error t-Statistic Prob.

C 0.031509 0.004146 7.600713 0.0000

D(LN_K) 0.244025 0.019082 12.78801 0.0000
D(LN_L) 0.162259 0.058246 2.785764 0.0055

R-squared 0.249472 Mean dependent var 0.047544

Adjusted R-squared 0.246569 S.D. dependent var 0.099575
S.E. of regression 0.086432 Akaike info criterion -2.053166
Sum squared resid 3.862238 Schwarz criterion -2.028625
Log likelihood 536.8233 Hannan-Quinn criter. -2.043553
F-statistic 85.92425 Durbin-Watson stat 1.517344
 Prob(F-statistic) 0.000000

Sehingga Persamaan CEM yang didapatkan adalah ∆𝑙𝑛𝑄𝑖𝑡 = 0,031 + 0,244 ∆𝑙𝑛𝐾𝑖𝑡 +
0,162 ∆𝑙𝑛𝐿𝑖𝑡 + 𝑒𝑖𝑡
b. Fixed Effect Model (FEM)
Model fixed effect yang akan dibentuk adalah ∆𝑙𝑛𝑄𝑖𝑡 = 𝛽𝑖 + 𝛼1 ∆𝑙𝑛𝐾𝑖𝑡 + 𝛼2 ∆𝑙𝑛𝐿𝑖𝑡 + 𝜀𝑖𝑡
dimana 𝜀𝑖𝑡 = 𝛾𝑖𝑡 dan 𝛽𝑖 = 𝛼0 + 𝑢𝑖
Ouput yang diperoleh adalah sebagai berikut.
Dependent Variable: D(LN_Q)
Method: Panel Least Squares
Date: 01/31/19 Time: 08:52
Sample (adjusted): 1991 2010
Periods included: 20
Cross-sections included: 26
Total panel (balanced) observations: 520

Variable Coefficient Std. Error t-Statistic Prob.

C 0.031296 0.004143 7.553102 0.0000

D(LN_K) 0.245574 0.019213 12.78180 0.0000
D(LN_L) 0.167979 0.058869 2.853441 0.0045

Effects Specification

Cross-section fixed (dummy variables)

R-squared 0.289774 Mean dependent var 0.047544

Adjusted R-squared 0.250798 S.D. dependent var 0.099575
S.E. of regression 0.086189 Akaike info criterion -2.012206
Sum squared resid 3.654843 Schwarz criterion -1.783154
Log likelihood 551.1736 Hannan-Quinn criter. -1.922478
F-statistic 7.434717 Durbin-Watson stat 1.602321
Prob(F-statistic) 0.000000

Sehingga Persamaan FEM yang didapatkan adalah ∆𝑙𝑛𝑄𝑖𝑡 = 0,031 + 𝑢𝑖 + 0,245∆𝑙𝑛𝐾𝑖𝑡 +

0,168∆𝑙𝑛𝐿𝑖𝑡 + 𝑒𝑖𝑡
Cross-Section Fixed Effect (𝑢𝑖 ) untuk tiap provinsi adalah sebagai berikut.

No Effect
Provinsi (ui) C (α0) α0+ui (βi)
1 -0,0556 0,31296 0,257358
2 0,002918 0,31296 0,315878
3 0,007648 0,31296 0,320608
4 -0,0202 0,31296 0,292764
5 0,010277 0,31296 0,323237
6 -0,00266 0,31296 0,310303
7 0,010499 0,31296 0,323459
8 0,006803 0,31296 0,319763
9 0,003842 0,31296 0,316802
10 0,00403 0,31296 0,31699
11 0,002366 0,31296 0,315326
12 -0,00324 0,31296 0,309725
 13 -0,00312 0,31296 0,309844
14 0,000135 0,31296 0,313095
15 0,001054 0,31296 0,314014
16 -0,00399 0,31296 0,308967
17 0,005896 0,31296 0,318856
18 -0,00696 0,31296 0,306002
19 0,049061 0,31296 0,362021
20 0,020837 0,31296 0,333797
21 -0,05666 0,31296 0,256299
22 0,001243 0,31296 0,314203
23 0,011176 0,31296 0,324136
24 0,014304 0,31296 0,327264
25 -0,00034 0,31296 0,312618
26 0,000671 0,31296 0,313631
c. Random Effect Model (REM)
Model Random Effect yang akan dibentuk adalah ∆𝑙𝑛𝑄𝑖𝑡 = 𝛼0 + 𝛼1 ∆𝑙𝑛𝐾𝑖𝑡 + 𝛼2 ∆𝑙𝑛𝐿𝑖𝑡 + 𝜀𝑖𝑡
dimana 𝜀𝑖𝑡 = 𝛾𝑖𝑡 + 𝑢𝑖 . Output yang diperoleh adalah sebagai berikut.
Dependent Variable: D(LN_Q)
Method: Panel EGLS (Cross-section random effects)
Date: 01/31/19 Time: 08:53
Sample (adjusted): 1991 2010
Periods included: 20
Cross-sections included: 26
Total panel (balanced) observations: 520
Swamy and Arora estimator of component variances

Variable Coefficient Std. Error t-Statistic Prob.

C 0.031476 0.004447 7.077976 0.0000

D(LN_K) 0.244264 0.019057 12.81733 0.0000
D(LN_L) 0.163139 0.058204 2.802879 0.0053

Effects Specification
S.D. Rho

Cross-section random 0.008340 0.0093

Idiosyncratic random 0.086189 0.9907

Weighted Statistics

R-squared 0.250896 Mean dependent var 0.043634

Adjusted R-squared 0.247999 S.D. dependent var 0.099247
S.E. of regression 0.086065 Sum squared resid 3.829542
F-statistic 86.57915 Durbin-Watson stat 1.530121
Prob(F-statistic) 0.000000

Unweighted Statistics

R-squared 0.249472 Mean dependent var 0.047544

Sum squared resid 3.862241 Durbin-Watson stat 1.517167

Sehingga persamaan REM yang didapatkan adalah ∆𝑙𝑛𝑄𝑖𝑡 = 0,031 + 0,244∆𝑙𝑛𝐾𝑖𝑡 +

0,163∆𝑙𝑛𝐿𝑖𝑡 + 𝑒𝑖𝑡 .
3. Pemilihan Model Terbaik
Pemilihan model antara CEM dan FEM dilakukan dengan uji chow test
Chow Test
Hipotesis
𝐻0 ∶ 𝛽1 = ⋯ = 𝛽𝒊 = 𝛽 (tidak ada perbedaan intercept atau 𝑢𝑖 = 0)
𝐻1 ∶ 𝑠𝑒𝑡𝑖𝑑𝑎𝑘𝑛𝑦𝑎 𝑎𝑑𝑎 𝑠𝑎𝑡𝑢 𝛽𝑖 ≠ 𝛽𝑗 𝑢𝑛𝑡𝑢𝑘 𝑖 ≠ 𝑗 (min. terdapat satu 𝑢𝑖 ≠ 0)
Tingkat Signifikansi
𝛼 = 5%
Statistik Uji
Redundant Fixed Effects Tests
Equation: FEM
Test cross-section fixed effects

Effects Test Statistic d.f. Prob.

Cross-section F 1.116748 (25,492) 0.3179

Cross-section Chi-square 28.700741 25 0.2766

Keputusan
p-value F= 0,3179 > α sehingga Gagal Tolak H0
Kesimpulan
Dengan tingkat signifikansi 5% disimpulkan bahwa tidak ada perbedaan intercept atau 𝑢𝑖 = 0 untuk
semua i sehingga model yang dipilih dari uji ini adalah Model Pooled Least Square/ Common Effect.

Pemilihan model antara CEM dan REM dilakukan dengan uji LM

LM Test
Hipotesis
𝐻0 ∶ 𝜎𝑢2𝑖 = 0 (𝑢𝑖 ℎ𝑜𝑚𝑜𝑔𝑒𝑛)
𝐻0 ∶ 𝜎𝑢2𝑖 ≠ 0 (𝑢𝑖 ℎ𝑒𝑡𝑒𝑟𝑜𝑔𝑒𝑛)
Tingkat Signifikansi
𝛼 = 5%
Statistik Uji
Lagrange multiplier (LM) test for panel data
Date: 01/31/19 Time: 09:01
Sample: 1990 2010
Total panel observations: 520
Probability in ()

Null (no rand. effect) Cross-section Period Both

Alternative One-sided One-sided

Breusch-Pagan 0.073620 0.244542 0.318162

(0.7861) (0.6209) (0.5727)
Honda 0.271330 -0.494512 -0.157813
(0.3931) (0.6895) (0.5627)
King-Wu 0.271330 -0.494512 -0.194454
(0.3931) (0.6895) (0.5771)
GHM -- -- 0.073620
-- -- (0.6340)
 Keputusan
Output di atas menunjukkan p-value adalah sebesar 0,7861 > α sehingga Gagal Tolak H0
Kesimpulan
Dengan tingkat signifikansi 5% disimpulkan bahwa 𝑢𝑖 homogen atau 𝜎𝑢2𝑖 = 0 sehingga model yang
dipilih dari uji ini adalah Model Pooled Least Square/ Common Effect.

Dari kedua uji di atas didapatkan model yang terpilih adalah Common Effect Model.

4. Pemeriksaan Persamaan Regresi

Pengujian Hipotesis
a. Uji F (simultan)
Uji-t
Hipotesis statistik :
H0 : α1 = α2 = 0 (Tidak terdapat pengaruh Kapital dan Labor terhadap Output)
H1 : minimal terdapat 1 αi ≠ 0

Tingkat Signifikansi
𝛼 = 5%
Statistik Uji
Prob(F-statistic) 0.000000
Keputusan
Prob(F-Stat) = 0 < 𝛼 = 0,05 sehingga tolak H0
Kesimpulan
Dengan tingkat keyakinan 95%, data mendukung pembuktian secara statistik bahwa Kapital dan Labor
secara bersamaan signifikan berpengaruh terhadap Output.

b. Uji-t (parsial)
Hipotesis statistik :
H0 : αi = 0
H1 : αi ≠ 0
Tingkat Signifikansi
𝛼 = 5%
Statistik Uji

Variable Coefficient Std. Error t-Statistic Prob.

D(LN_K) 0.244025 0.019082 12.78801 0.0000

D(LN_L) 0.162259 0.058246 2.785764 0.0055

Keputusan
Prob(t-Stat) < 𝛼 = 0,05 sehingga tolak H0
Kesimpulan
Dengan tingkat keyakinan 95%, data mendukung pembuktian secara statistik bahwa Kapital signifikan
berpengaruh terhadap Output dan Labor signifikan berpengaruh terhadap Output.

c. Uji Ketepatan Model (Goodness Of Fit)

 R-squared 0.249472
Adjusted R-squared 0.246569

Interpretasi
Nilai Adjusted R2 yang dihasilkan oleh model adalah 0.246569 atau yang berarti 24,66% variasi pada
variabel ln Output dapat dijelaskan oleh variasi variabel Kapital dan Labor, sisanya 75,34% dijelaskan
oleh faktor-faktor lain di luar pemodelan.

5. Pengujian Asumsi
a. Asumsi Homoskedastis
UJI GLEJSER
Hipotesis
𝐻0 ∶ 𝜎𝛾2𝑖𝑡 = 𝜎 2 untuk i = 1,…,N dan t= 1,..,T
(Struktur matriks varians kovarians bersifat homoskedastis)
𝐻1 ∶ 𝑠𝑒𝑡𝑖𝑑𝑎𝑘𝑛𝑦𝑎 𝑎𝑑𝑎 𝑠𝑎𝑡𝑢 𝜎𝛾2𝑖𝑡 ≠ 𝜎 2 untuk i = 1,…,N dan t= 1,..,T
(Struktur matriks varians kovarians bersifat heteroskedastis)

Tingkat Signifikansi
𝛼 = 5%
Statistik Uji
ABS_RESID = abs(resid_cem)

Dependent Variable: ABS_RESID

Method: Panel Least Squares
Date: 01/31/19 Time: 09:27
Sample (adjusted): 1991 2010
Periods included: 20
Cross-sections included: 26
Total panel (balanced) observations: 520

Variable Coefficient Std. Error t-Statistic Prob.

C 0.033200 0.003822 8.686725 0.0000

D(LN_K) -0.002554 0.017592 -0.145153 0.8846
D(LN_L) 0.012535 0.053698 0.233436 0.8155

Keputusan
p-value D(LN_K) maupun p-value D(LN_L) > 𝛼 = 0,05 sehingga Gagal Tolak H0
Kesimpulan
Dengan tingkat signifikansi 5% disimpulkan bahwa tidak terjadi pelanggaran asumsi
homoskedastis pada Model Common Effect.

b. Asumsi Non-Autokorelasi
UJI DURBIN WATSON
Hipotesis
𝐻0 : 𝐶𝑜𝑣(𝑢𝑖𝑡 , 𝑢𝑗𝑡 ) = 0 𝑢𝑛𝑡𝑢𝑘 𝑖 ≠ 𝑗 (Tidak Terdapat Autokorelasi)
𝐻0 : 𝑠𝑒𝑡𝑖𝑑𝑎𝑘𝑛𝑦𝑎 𝑎𝑑𝑎 𝑠𝑎𝑡𝑢 𝐶𝑜𝑣(𝑢𝑖𝑡 , 𝑢𝑗𝑡 ) ≠ 0 𝑢𝑛𝑡𝑢𝑘 𝑖 ≠ 𝑗
 Tingkat Signifikansi
𝛼 = 5%
Statistik Uji
Dw- stat = 1.517344
DL-table(𝛼 = 0,05; 𝑘 = 2; 𝑁 = 520) = 1,84914
DU-table(𝛼 = 0,05; 𝑘 = 2; 𝑁 = 520) = 1,85716
Keputusan
4 − 𝐷𝑤 > DU , maka tolak H0
Kesimpulan
Dengan tingkat kepercayaan 95%, memiliki cukup bukti untuk menyatakan bahwa tidak terdapat
autokorelasi pada model common effect

c. Asumsi Normalitas
UJI JARQUE-BERA
Hipotesis
𝐻0 : 𝜀𝑖𝑡 ~ 𝑁(0, 𝜎 2 ) 𝜀𝑖𝑡 𝑏𝑒𝑟𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑠𝑖 𝑛𝑜𝑟𝑚𝑎𝑙
2
𝐻1 : 𝜀𝑖𝑡 ~ 𝑁(0, 𝜎 ) 𝜀𝑖𝑡 𝑡𝑖𝑑𝑎𝑘 𝑏𝑒𝑟𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑠𝑖 𝑛𝑜𝑟𝑚𝑎𝑙
Tingkat Signifikansi
𝛼 = 5%
Statistik Uji
300
Series: RESID_CEM
Sample 1990 2010
250
Observations 520

200 Mean -4.19e-18

Median 0.003815
Maximum 1.008916
150
Minimum -1.147549
Std. Dev. 0.086265
100 Skewness -1.648234
Kurtosis 99.16735
50
Jarque-Bera 200612.2
Probability 0.000000
0
-1.2 -1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0

Keputusan
p-value(jarque-berra) =0 < 𝛼 = 0,05 sehingga Tolak H0
Kesimpulan
Dengan tingkat signifikansi 5% disimpulkan bahwa model common effect tidak memenuhi asumsi
normalitas.

d. Asumsi Non-Multikolinieritas
Beberapa indikator dalam mendeteksi adanya multikolinearitas, diantaranya (Gujarati, 2006):
(a) Nilai yang terlampau tinggi (lebih dari 0,8) tetapi tidak ada atau sedikit tstatistik yang signifikan
(b) Nilai F-statistik yang signifikan, namun t-statistik dari masing-masing variabel bebas tidak
signifikan.
Untuk menguji multikolinearitas dapat melihat matriks korelasi dari variabel bebas, jika terjadi
koefisien korelasi lebih dari 0,80 maka terdapat multikolinearitas (Gujarati, 2006).

Hipotesis
𝐻0 : 𝐶𝑜𝑟𝑟(∆𝑙𝑛𝐾𝑖𝑡 , ∆𝑙𝑛𝐾𝑖𝑡 ) ≤ 0,8 (Tidak Terdapat Multikol)
 𝐻0 : 𝐶𝑜𝑟𝑟(∆𝑙𝑛𝐾𝑖𝑡 , ∆𝑙𝑛𝐾𝑖𝑡 ) > 0,8
Tingkat Signifikansi
𝛼 = 5%
Statistik Uji
LN_K LN_L

LN_K 1.000000 0.755265

LN_L 0.755265 1.000000

Kesimpulan
Dari tabel diatas dapat dilihat nilai koefisien korelasinya antar variabel independen dibawah 0,80
dengan demikian data dalam penelitian ini tidak terjadi pelanggaran asumsi non-multikolinearitas.

6. Intepretasi Hasil Estimasi

Estimasi fungsi Cobb Doughlass yang didapatkan dengan model common effect adalah sebagi berikut.
∆𝑙𝑛𝑄𝑖𝑡 = 0,031 + 0,244 ∆𝑙𝑛𝐾𝑖𝑡 + 0,162 ∆𝑙𝑛𝐿𝑖𝑡 + 𝑒𝑖𝑡
Dari persamaan di atas dapat diketahui bahwa baik variabel Kapital maupun Labor memiliki hubungan
positif terhadap Output. Elastisitas Kapital adalah sebesar 0,244, artinya tiap kenaikan 1% Kapital maka
Output akan naik sebesar 0,244% ton. Elastisitas Labor/ tenaga kerja adalah sebesar 0,162, artinya tiap
kenaikan 1% Labor maka Output produksi akan naik sebesar 0,162% ton.