LATIHAN BAB 7

SOAL 7.1
Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate
a
1 ,994 ,988 ,986 3,861
a. Predictors: (Constant), GDP
b. Dependent Variable: Investasi

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 11911,863 1 11911,863 799,167 ,000b
Residual 149,054 10 14,905
Total 12060,917 11
a. Dependent Variable: Investasi
b. Predictors: (Constant), GDP

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Correlations
Model B Std. Error Beta t Sig. Zero-order Partial Part
1 (Constant) 4,817 2,703 1,782 ,105
GDP ,159 ,006 ,994 28,270 ,000 ,994 ,994 ,994
a. Dependent Variable: Investasi

a. Pertumbuhan investasi per tahun menggunakan model semi log (log-linear)

a. Persamaan regresinya adalah : Ŷ = 4,817 + 0,159 X

Interpretasi:
Dalam angka konstan dari unstandardized coefficients nilainya sebesar 4,817. Angka
ini merupakan angka konstan yang berarti bahwa jika tidak ada GDP (X maka nilai
konsisten Investasi (Y) adalah sebesar 4,817.
 Angka koefesien regresi nilainya sebesar 0,159 artinya apabila GDP (X) mengalami
kenaikan sebesar 1% maka investasi (Y) akan meningkat sebesar 0,159. Karena nilai
koefisien bernilai positif maka GDP (X) akan berpengaruh positif terhadap Investasi
(Y) dimana semakin naik GDP maka semakin meningkat investasi.

Jika GDP $ 550 juta, maka besarnya investasi adalah :

Ŷ = 4,817 + 0,159 X
Ŷ = 4,817 + 0,159 (550)
Ŷ = 92, 267

b.

SOAL 7.2

a. Persamaan regresinya adalah: Ŷ = 0,502 + 40,294 X

b. Interpretasi R Square:
Dalam koefesien determinasi yang menunjukkan pengaruh jumlah kamar terhadap
pemakaian listrik yang dinyatakan dalam presentase. Koefesien determnasi 0,687 berarti
bahwa jumlah kamar memengaruhi secara langsung pemakaian listrik sebesar 68,7%
sedangkan 31,3% lagi dipengaruhi oleh faktor lain diluar jumlah kamar atau variabel
diluar persamaan regresi.

Interpretasi Std.Error of the Estimate:

Std Error of the Estimate menunjukkan penyimpangan antara persamaan regresi denngan
nilai dependent riil sebesar 92,477. Semakin kecil nilai Std. Error of the Estimate maka
semakin baik persamaan regresi tersebut sebagai alat prediksi.
c. Jika jumlah kamar 20 unit maka pemakaian listrik adalah:
Ŷ = 0,502 + 40,294 X
Ŷ = 0,502 + 40,294 (20)
Ŷ = 806,382
SOAL 7.3

Berikut ouput hasil olahan data:

Model Summary
Adjusted R Std. Error of the
Model R R Square Square Estimate
a
1 ,856 ,732 ,720 298,823
a. Predictors: (Constant), Bulan

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 5368585,631 1 5368585,631 60,122 ,000b
Residual 1964490,869 22 89295,039
Total 7333076,500 23
a. Dependent Variable: Penjualan
b. Predictors: (Constant), Bulan

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 1400,185 125,909 11,121 ,000
Bulan 68,325 8,812 ,856 7,754 ,000
a. Dependent Variable: Penjualan

Dari hasil ouput SPSS diatas dapat diketahui nilai Constant (a) sebesar 1400,185, sedangkan
nilai penjualan (b) sebesar 68,325. Sehingga persamaan regresinya dapat ditulis :

Ŷ = a + bx
Ŷ = 1400,185 + 68,325X
Persamaan tersebut dapat diinterpretasikan:
 Konstanta sebesar 1400,185 mengandung arti bahwa nilai konsisten variabel bulan sebesar
1400,185
 Koefisien regresi X sebesar 68,325 mengandung arti bahwa setiap kenaikan satu bulan maka
penjualan naik sebesar Rp. 68,325 juta dengan asumsi variabel lainnya konstan. Koefisien
regresi tersebut bernilai positif, sehingga dapat dikatakan bahwa arah pengaruh variabel X
terhadap Y adalah positif.
 Dari hasil olahan data diatas diketahui pula Std. Error of the Estimate sebesar 298,82276
yang berarti bahwa apabila persamaan regresi Ŷ = 1400,185 + 68,325X digunakan untuk
menaksirkan penjualan berdasarkan bulan, maka data menyimpang sebesar 298,82276 juta.

SOAL 7.4
a. Dari hasil olahan data menggunakan SPSS yang terdapat pada soal, dapat dibuat persamaan
regresinya sebagai berikut:
In Yi = 7,380 – 0,358 In Xi
b. Elastisitas permintaan terhadap buah mangga adalah sebesar -0,358, hal ini berarti bahwa
apabila harga buah mangga meningkat sebesar 0,358 maka permintaan berhadap buah
mangga akan menurun sebanyak 0,358 kg.

LATIHAN 8

SOAL 8.1
a. Persamaan:
Y’ = a + b1X1 + b2X2

= -45,350 + 0,069 X1 + 0,553X2

Sb = (0,028) (0,183)
 R2 = 0,953 Df = 9 F = 91,989

b. Nilai F
Nilai F berasal dari pembagian table Mean Square, yaitu 583,578 dibagi 6,344 dan
mendapatkan hasil 91,9889 (dibulatkan menjadi 91,989). Hasil perhitungan dari uji F
menunjukkan hasil sebesar 91,989. Angka ini berada pada probabilitas kurang dari 5 persen.
Hal ini mempunyai arti bahwa variabel indeks dan GDP secara serempak berpengaruh nyata
terhadap impor.

c. Interpretasi R2
Koefisien determinasi atau R2 = 0,953 mempunyai arti bahwa 95,30 persen variasi
impor dipengaruhi oleh variasi indeks dan GDP, sedangkan 4,70 persen dipengaruhi oleh
faktor lain yang tidak diikutkan dalam persamaan tersebut.

d. Hitung Nilai t
Dari persamaan regresi yang ditampilkan di atas dapat dijelaskan bahwa variabel
indeks dan GDP masing-masing berpengaruh nyata terhadap impor, dengan probabilitas
kurang dari 5 persen.

e. Interpretasi Koefisien
Koefisien regresi GDP sebesar 0,069 mempunyai arti apabila GDP dinaikkan satu
persen mengakibatkan impor naik 0,069 persen dengan asumsi variabel lainnya konstan.
Koefisien regresi indeks sebesar 0,553 mempunyai arti apabila indeks dinaikkan satu persen
mengakibatkan impor naik 0,553 persen, dengan asumsi konstan variabel lainnya.

SOAL 8.2
 Y’ = a + b1X1 + b2X2
= 10,440 + 1,505X1 + 0,835X2
Sb = (3,752) (0,276) (0,238)
t = (2,782) (5,448) (3,502)

Sig = (0,000) (0,007)

R2 = 0,951 Df = 9 F = 87,914

Hasil perhitungan F menunjukkan angka sebesar 87,914, dengan signifikansi sebesar

0,000. Angka tersebut jauh lebih kecil dari level of significant 5 persen yang biasa digunakan
dalam penelitian ekonomi. Ini berarti bahwa secara serempak variabel promosi (X 1) dan tenaga
kerja (X2) berpengaruh serempak terhadap sales. Koefisien determinasi atau R2 = 0,951
mempunyai arti bahwa 95,1 persen variasi sales dipengaruhi oleh variasi promosi dan variasi
tenaga kerja, sedangkan sisanya 4,9 persen dipengaruhi oleh faktor lainnya yang tidak
dimasukkan dalam model tersebut.

Dari angka-angka tersebut dapat dijelaskan bahwa variabel promosi (X 1) dan tenaga kerja
(X2) berpengaruh sangat nyata terhadap sales. Hal ini dibuktikan dari t hitung masing-masing
sebesar 5,448 dan 3,502, sedangkan t tabel pada derajat bebas 9 adalah 2,2622 lebih kecil dari
angka-angka itu. Pengaruh variabel promosi (X1) dan tenaga kerja terhadap sales juga dapat
dilihat dari nilai signifikansi kedua variabel itu berdasarkan olahan data dengan SPSS masing-
masing 0,000 dan 0,007 atau dengan probabilitas lebih kecil dari 5 persen.

Koefisien regresi dari promosi sebesar 1,505 berarti bahwa apabila promosi naik Rp
1.000.000,- dengan anggapan bahwa variabel bebas lainnya konstan, maka sales naik Rp1,505
juta. Koefisien regresi tenaga kerja sebesar 0,835 berarti bahwa apabila tenaga kerja naik sebesar
10 orang dengan anggapan variabel bebas lainnya konstan maka sales naik Rp 0,835 juta.

SOAL 8.3

Berdasarkan indikator pemilihan model terbaik, R, R2, R2 adjusted, dan s (standar error)
model yang kedua yaitu model nonlinear merupakan model yang terbaik karena R, R2 , R2
adjusted yang diperoleh lebih besar dibandingkan dengan model pertama, yaitu model linear.
Nilai s yang dihasilkan pada model kedua lebih kecil dibandingkan dengan model pertama.

Persamaan regresi a)
Y’ = a + b1X1 + b2X2
= 89,516 + 1,048X1 - 7,310X2
Sb = (0,490) (2,491)
t = (2,965) (2,137) (-2,934)
Sig = (0,054) (0,013)
R2 = 0,832 Df = 12 F = 29,666
Laporan regresi:

Hasil perhitungan dari uji F menunjukkan hasil sebesar 29,666 dengan signifikansi
sebesar 0,000. Angka ini berada pada probabilitas kurang dari 5 persen. Hal ini mempunyai arti
bahwa variabel bahan baku dan tingkat upah tenaga kerja secara serempak berpengaruh nyata
terhadap jumlah barang yang ditawarkan.
Koefisien determinasi atau R2 = 0,832 mempunyai arti bahwa 83,20 persen variasi dari
jumlah barang yang ditawarkan dipengaruhi oleh variasi bahan baku dan tingkat upah tenaga
kerja, sedangkan 16,80 persen dipengaruhi oleh faktor lain yang tidak diikutkan dalam
persamaan tersebut. Dari persamaan regresi yang ditampilkan di atas dapat dijelaskan bahwa
variabel bahan baku dan tingkat upah tenaga kerja masing-masing berpengaruh nyata terhadap
produksi kecap, dengan probabilitas kurang dari 5 persen.
Koefisien regresi tingkat upah tenaga kerja sebesar -7,310 mempunyai arti apabila tingkat
upah tenaga kerja dinaikkan Rp 1.000 mengakibatkan jumlah barang yang ditawarkan turun
7,310 persen dengan asumsi variabel lainnya konstan. Koefisien regresi bahan baku sebesar
1,048 mempunyai arti apabila bahan baku dinaikkan Rp 1.000 mengakibatkan jumlah barang
yang ditawarkan naik 1,048 persen, dengan asumsi variabel lainnya konstan.

Persamaan regresi b)

Y’ = a + b1X1 + b2X2
= 2,139 + 0,765X1 - 0,309X2
Sb = (0,170) (0,137)
t = (2,847) (4,500) (-2,248)
Sig = (0,001) (0,044)
R2 = 0,853 Df = 12 F = 34,887

Laporan regresi b):

Hasil perhitungan dari uji F menunjukkan hasil sebesar 34,887 dengan signifikansi
sebesar 0,000. Angka ini berada pada probabilitas kurang dari 5 persen. Hal ini mempunyai arti
bahwa variabel bahan baku dan tingkat upah tenaga kerja secara serempak berpengaruh nyata
terhadap jumlah barang yang ditawarkan.
Koefisien determinasi atau R2 = 0,853 mempunyai arti bahwa 85,30 persen variasi dari
jumlah barang yang ditawarkan dipengaruhi oleh variasi bahan baku dan tingkat upah tenaga
kerja, sedangkan 14,70 persen dipengaruhi oleh faktor lain yang tidak diikutkan dalam
persamaan tersebut. Dari persamaan regresi yang ditampilkan di atas dapat dijelaskan bahwa
variabel bahan baku dan tingkat upah tenaga kerja masing-masing berpengaruh nyata terhadap
produksi kecap, dengan probabilitas kurang dari 5 persen.
Koefisien regresi tingkat upah tenaga kerja sebesar -0,309 mempunyai arti apabila tingkat
upah tenaga kerja dinaikkan Rp 1.000 mengakibatkan jumlah barang yang ditawarkan turun
0,309 persen dengan asumsi variabel lainnya konstan. Koefisien regresi bahan baku sebesar
0,765 mempunyai arti apabila bahan baku dinaikkan Rp 1.000 mengakibatkan jumlah barang
yang ditawarkan naik 0,765 persen, dengan asumsi variabel lainnya konstan.

SOAL 8.4

Laporan regresi:
Hasil perhitungan dari uji F menunjukkan hasil sebesar 652,809 dengan signifikansi
sebesar 0,000. Angka ini berada pada probabilitas kurang dari 5 persen. Hal ini mempunyai arti
bahwa variabel tenaga kerja dan modal secara serempak berpengaruh nyata terhadap produksi
kecap.
Koefisien determinasi atau R2 = 0,991 mempunyai arti bahwa 99,10 persen variasi dari
produksi kecap dipengaruhi oleh variasi penggunaan tenaga kerja dan modal, sedangkan 0,90
persen dipengaruhi oleh faktor lain yang tidak diikutkan dalam persamaan tersebut. Dari
persamaan regresi yang ditampilkan di atas dapat dijelaskan bahwa variabel tenaga kerja dan
modal masing-masing berpengaruh nyata terhadap produksi kecap, dengan probabilitas kurang
dari 5 persen.
Koefisien regresi tenaga kerja sebesar 0,270 mempunyai arti apabila tenaga kerja
ditambahkan satu orang mengakibatkan produksi kecap naik 0,270 persen dengan asumsi
variabel lainnya konstan. Koefisien regresi modal sebesar 0,150 mempunyai arti apabila modal
dinaikkan satu persen mengakibatkan produksi kecap naik 0,150 persen, dengan asumsi variabel
lainnya konstan.
Skala hasil:
Skala hasil dari fungsi produksi kecap adalah (0,150 + 0,270) = 0,420. Kondisi ini
disebut skala hasil yang menurun atau decreasing return to scale, karena nilai skala hasil kurang
dari satu. Hal ini berarti bahwa apabila faktor-faktor produksi ditingkatkan satu persen maka
produksi naik kurang dari satu persen.

Efisiensi ekonomis:

Dengan mengalikan koefisien produksi tersebut dengan rata-rata output dan juga dengan
harganya, kemudian membaginya dengan rata-rata penggunaan masing-masing faktor produksi
yang dikalikan dengan harganya, maka akan dapat dicari efisiensi ekonomis. Ringkasnya
efisiensi ekonomis dapat dihitung dengan rumus:

Modal:

( 2.425 ) (4.000)
Efx1  0,150 =0,81
( 1.800 ) (1.000)

Tenaga kerja:

( 2.425 ) (4.000)
Ef x2 = 0,270 =2,33
( 75 ) (15.000)

Efisiensi penggunaan faktor produksi tenaga kerja lebih besar dari satu. Hal ini berarti bahwa
penggunaan faktor produksi tenaga kerja masih efisien dan masih bisa ditingkatkan
penggunaannya. Sedangkan efisiensi penggunaan faktor produksi modal kurang dari satu. Hal ini
berarti bahwa penggunaan faktor produksi modal tidak efisien dan tidak bisa ditingkatkan

SOAL 8.5

Y = -8,184 + 1,252 X1 + 1,809 X2 + 1,110 X3

Berdasarkan hasil olahan data SPSS didapat data dan kesimpulan sebagai berikut.
  Nilai F = 97,717. Hasil perhitungan F dengan excel menunjukkan angka sebesar 97,717
dengan signifikansi sebesar 0,000. Angka tersebut jauh lebih kecil dari tingkat
signifikansi 5%. Ini berarti model yang dihasilakn dari persamaan regresi nanti mampu
memprediksi denganbaik atau layak digunakan
 Koefisien determinasi sebesar 0,948 memiliki arti bahwa 94,8 % permintaan uang
dipengaruhi oleh pendapatan nasional, tingkat harga-harga dan tingkat bunga, sedangkan
sisanya 5,2 % dipengaruhi oleh factor lainnya yang tidak dimasukkan dalam
modeltersebut.
 Nilai t LN.M = -1,949
Nilai t LN.Y = 3,243
Nilai t LN.H = 1,729
Nilai t LN.B = 2,265
Dari angka-angka tersebut dapat dijelaskan bahwa variable pendapatan nasional dan
tingkat modal secara signifikanmempengaruhi permintaan uang nilai T hitung > T table
(1,745). Sedangkan variable tingkat harga tidak berperan secara signifikan terhadap
impor karena nilai T hitung < T table.
 Koefisien regresi pendapatan nasional sebesar 1,252, koefisien tingkat harga sebesar
1,809, dan koefisien tingkat bunga sebesar 1,110 menunjukkan bahwa antara pendapatan
nasional, tingkat harga dan tingkat bunga memiliki hubungan yang positif dengan
permintaan uang. Hal ini berarti apabila pendapatan nasional, tingkat harga dan tingkat
bunga meningkat maka permintaan uang juga akan meningkat.

SOAL 8.6
Y = 1677,652 + 54,264X1 + 7,853E-02X2 + 74,481X3

Berdasarkan hasil olahan data SPSS didapat data dan kesimpulan sebagai berikut.

 Hasil perhitungan F menunjukkan angka sebesar 206,462 dengan signifikansi sebesar

0,000. Angka tersebut jauh lebih kecil dari tingkat signifikansi sebesar 5%. Ini berarti
bahwa model yang dihasilkan dari persamaan regresi nanti mampu memprediksi dengan
baik atau layak digunakan.
  Koefisien determinasi sebesar 0,970 mempunyai arti bahwa 97% volume penjualan
dipengaruhioleh tenaga kerja, asset dan trend, sedangkan sisanya 3% dipengaruhi oleh
factor lainnya yang tidak dimasukkan dalam model tersebut.
 Dari angka-angka tersebut dapat dijelaskan bahwa, tenaga kerja (X1), asset (X2), dan
trend (X3) secara signifikan mempengaruhi volume penjualan. Hal ini terlihat dari nilai
signifikansi ketiga variabel itu berdasarkan data SPSS masing-masing sebesar 0,000,
0,028, dan 0,05 dimana angka ini lebih kecil dari taraf signifikansi 5%
 Koefisien regresi tenaga kerja sebesar 54,264, koefisien asset sebesar 7,853E-02, dan
koefisien variabel trend sebesar 74,481 menunjukkan bahwa antar tenaga kerja, asset, dan
trend memiliki hubungan yang positif dengan volume penjualan. Hal ini berarti bahwa
apabila tenaga kerja, asset, dan trend meningkat maka volume penjualan juga akan
meningkat.
 Apabila pada tahun 2010 diketahui jumlah tenaga kerja sebanyak 50 orang dan asset
sebesar 5 miliar maka besar penjualan yaitu,
Y = 1677,652 + 54,264 (50) + 7,853E-02(%) + 4391,254 juta

SOAL 8.7

Y = 5,461E-02 + 6,697E-03X1 + 0,763X2 + 4,482E-02X3

Y = 0,05461 + 0,006697X1 + 0,763X2 + 0,04482X3

Berdasarkan hasil olahan data SPSS didapat data dan kesimpulan sebagai berikut.

 Hasil perhitungan F menunjukkan angka sebesar 183,151 dengan signifikansi sebesar

0,000. Angka tersebut jauh lebihkecil dari tingkat signifikansi 5%. Ini berarti bahwa
model yang dihasilkan dari persamaan regresi nanti mampu memprediksi dengan baik
atau layak digunakan
 Koefisien determinasi sebesar 0,760 mempunyai arti bahwa 76% rentabilitas LPD
dipengaruhi oleh tingkat perputaran kas, efektifitas pengelolaan utang, dan tingkat
penyaluran kredit, sedngkan sisanya sebesar 24% dipengaruhi oleh factor lainnya yang
tidak dimasukkan dalam model tersebut.
  Dari angka-angka tersebut dapat dijelskan bahwa, tingkat perputaran kas (X1), efektifitas
pengelolaan utang (X2), dan tingkat penyaluran kredit (X3) secara signifikan
mempengaruhi volume penjualan. Hal ini terlihat dari nilai signifikasi ketiga variabel itu
berdasarkan data SPSS masing-masing sebesar 0,016 ; 0,000, dan 0,001 dimana angka ini
lebih kecil dari taraf signifikansi 5%
 Koefisien regresi tingkat perputaran kas sebesar 6,697E-03, koefisien efektifitas
pengelolaan utang sebesar 0,763, dan koefisien tingkat penyaluran kredit sebesar 4,482E-
02 menunjukkan bahwa antara tingkat perputaran kas, efektifitas pengelolaan utang, dan
tingkat penyaluran kredit memiliki hubungan yang positif dengan rentabilitas LPD. Hal
ini berarti apabila tingkat perputaran kas, efektifitas pengelolaan utang, dan tingkat
penyaluran kredit meningkat maka rentabilitas LPD juga akan meningkat.

SOAL 8.8

Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
1 Tanah, Modal, . Enter
Tenaga kerjab
a. Dependent Variable: Produksi
b. All requested variables entered.

Model Summary
Adjusted R Std. Error of the
Model R R Square Square Estimate
1 .888a .788 .770 833.149
a. Predictors: (Constant), Tanah, Modal, Tenaga kerja

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 92951538.797 3 30983846.266 44.636 .000b
Residual 24988938.703 36 694137.186
 Total 117940477.500 39
a. Dependent Variable: Produksi
b. Predictors: (Constant), Tanah, Modal, Tenaga kerja

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) -2108.119 583.647 -3.612 .001
Modal 3.970 .938 .525 4.231 .000
Tenaga kerja 1.231 1.027 .153 1.199 .238
Tanah 59.928 29.373 .283 2.040 .049
a. Dependent Variable: Produksi

Y = -2108,119 + 3,970X1 + 1,231X2 + 59,928X3

Berdasarkan hasil olahan data SPSS didapat data dan kesimpulan sebagai berikut.

 Hasil perhitungan F menunjukkan angka sebesar 44,636 dengan signifikansi sebesar

0,000. Angka tersebut jauh lebih kecil dari tingkat signifikansi 5%. Ini berarti bahwa
model yang dihasilkan dari persamaan regresi nanti mampu memprediksi dengan baik
atau layak digunakan.
 Koefisen determinasi sebesar 0,770 mempnyai arti bahwa 77% produksi dipengaruhi oleh
variasi modal, tenaga kerja, dan tanah, sedangkan sisanya 23% dipengaruhi oleh factor
lainnya yang tidak dimasukkan dalam model tersebut.
 Dari angka-angka tersebut dapat dijelaskan bahwa, modal dan tanah secara signifikan
mempengaruhi produksi. Hal ini terlihat dari nilai signifikansi kedua variabel itu
berdasarkan data SPSS masing-masing sebesar 0,000 dan 0,049 dimana angka ini lebih
kecil dari taraf signifikansi 5%. Sedangkan, nila signifikansi tenaga kerja sebesar 0,238
lebih besar dari taraf signifikansi 5% sehingga tenaga kerja tidak mempengarui produksi
secara signifikan.
 Koefisien regresi modal adalah sebesar 3,970, koefisien tenaga kerja sebesar 1,231, dan
koefisien variabel tanah sebesar 59,928 menunjukkan bahwa antara modal, tenaga kerja,
 dan tanah memiliki hubungan yang positif dengan produksi. Hal ini berarti apabila
modal, tenaga kerja, dan tanah meningkat maka produksi juga akan meningkat.

Skala hasil:

Skala hasil dari fungsi produksi kecap adalah (3,970 + 1,231 + 59,928) = 65,129. Kondisi ini
disebut skala hasil menaik karena nilai skala lebih dari 1. Hal ini berarti apabila factor-faktor
produksi ditingkatkan 1% maka produksi naik lebih besar dari 1%

Efisiensi Ekonomi:

Efx1 = 3,970 = 1,985

EfX2 = 1,231 = 1,231

EfX3 = 59,928 = 2,996

Efisiensi penggunaan factor produksi modal, tenaga kerja, dan tanah lebih besar dari 1. Hal ini
berarti penggunan factor produksi modal, tenaga kerja, dan tanah masih efisien dan masih bisa
ditingkatkan penggunaannya.