EKONOMI MANAJERIAL

LAB PRODUKSI

DISUSUN OLEH:
SHOFI MAHARANI
91220005
58/MM/PB
PTA 2020-2021
 PROGRAM MAGISTER MANAJEMEN SYARIAH UNIVERSITAS
GUNADARMA LAB PRODUKSI

Fungsi produksi berbentuk nirgemaris berpangkat (nonlinear power production function)

digunakan dalam estimasi fungsi produksi dengan data hipotetis pada table berikut.
Bentuknya ditulis sebagai:

Q = XY
Untuk dapat mengestimasi fungsi nirgemaris tersebut di atas, data harus ditransformasikan
terlebih dahulu ke dalam bentuk logaritma natural. Setelah anda mengestimasi fungsi
produksi tersebut, jawablah pertanyaan berikut:

1. Apakah predictors signifikan pada taraf keyakinan =0,05, baik secara sendiri-
sendiri maupun secara keseluruhan?
2. Kembalikan hasil estimasi anda ke dalam bentuk fungsi berpangkat.
3. Carilah hasil imbuh (marginal product), hasil rata-rata (average product), elastisitas
produksi, dan perolehan terhadap skala (returns to scale). Hubungkan koefisien
regresi anda dengan tahap produksi dan kondisi daur produk Q sesuai dengan hasil
estimasi anda!
4. Jika harga produksi (Pq) = Rp 5.000/unit, harga masukan X (Px)=Rp1.000/ unit, dan
masukan Y =Rp 1.500/unit, apakah terdapat alokasi optimum yang menghasilkan
laba maksimum? Mengapa?
5. Apa rekomendasi anda untuk membantu memerbaiki keputusan manajerial
berdasarkan hasil perhitungan anda?

Petunjuk:
1. Bentuk fungsi berpangkat ditransformasikan lebih dahulu ke dalam bentuk logaritma
natural dan data harus ditransforasikan ke dalam logaritma natural. Setelah diperoleh
koefisien regresi dalam bentuk logaritma natural, hasil itu kemudian ditransformasi ke dalam
bentuk fungsi berpangkat.

2. Untuk mencari laba maksimum, terlebih dahulu cari produksi imbuh (marginal product)
dan kalikan dengan harga produk untuk menghasilkan VMP yang dalam kondisi alokasi
optimum harus sama dengan W (harga masukan).
 DATA HIPOTETIS PERUSAHAAN ONMA ROARTA Tbk 1998-2018

TAHUN KELUARAN (Q) MASUKAN

X Y
1998 1000 750 420
1999 1250 1000 500
2000 1150 950 450
2001 1500 1250 550
2002 1750 1500 600
2003 1300 1100 470
2004 1600 1400 575
2005 1800 1550 650
2006 1850 1560 700
2007 1900 1570 750
2008 2000 1600 750
2009 2000 1600 750
2010 2150 1650 800
2011 2200 1750 850
2012 2200 1750 850
2013 2350 1800 850
2014 2400 1825 915
2015 2500 1850 950
2016 2550 1900 950
2017 2600 1935 975
2018 2635 1975 1.050
JAWAB:

Transformasi Log Natural

TAHUN KELUARAN (Q) MASUKAN
Ln Q Ln X Ln Y
6,90786,62016,0403
1998
7,13096,90786,2146
1999
7,04756,85656,1092
2000
7,31327,13096,3099
2001
7,46747,31326,3969
2002
7,17017,00316,1527
2003
7,37787,24426,3544
2004
7,49557,34606,4770
2005
7,52297,35246,5511
2006
7,54967,35886,6201
2007
7,60097,37786,6201
2008
7,60097,37786,6201
2009
7,67327,40856,6846
2010
7,69627,46746,7452
2011
7,69627,46746,7452
2012
7,76227,49556,7452
2013
7,78327,50936,8189
2014
7,82407,52296,8565
2015
7,84387,54966,8565
2016
7,86337,56796,8824
2017
7,87667,58836,9565
2018

Hasil Regresi :
SUMMARY OUTPUT

Regression Statistics
Multiple R 0,997592339
R Square 0,995190475
Adjusted R Square 0,994656084
Standard Error 0,020703949
Observations 21

ANOVA
df SS MS F Significance F
Regression 2 1,596551484 0,798275742 1862,286801 1,37695E-21
Residual 18 0,007715763 0,000428653
Total 20 1,604267247

Coefficients Standard Error t Stat P-value Lower 95% Upper 95%

Intercept 0,194882681 0,136318304 1,429614916 0,169955143 -0,091511449 0,48127681
Ln X 0,503217032 0,057372546 8,771042425 6,45277E-08 0,382681786 0,623752278
Ln Y 0,55811448 0,054262727 10,28541149 5,78177E-09 0,44411272 0,67211624
 1. Apakah predictors signifikan pada taraf keyakinan a=0,05, baik secara sendiri-
sendiri maupun secara keseluruhan?

Signifikansi Korelasi antar variabel secara Parsial / terpisah

Uji Koefisien Regresi Secara Parsial (Uji t)
Dalam uji parsial, saya membandingkan antara t-hitung (t Stat) dengan t tabel. Jika t hitung >
t tabel pada taraf nyata tertentu, maka dapat disimpulkan variabel tersebut berpengaruh secara
signifikan.

Coefficientsa

Standardize
Unstandardized Coefficients d
Model Coefficients t Sig.
B Std. Error Beta

1 (Constant) ,195 ,136 1,430 ,170

LN_X ,503 ,057 ,465 8,771 ,000
LN_Y ,558 ,054 ,545 10,285 ,000

a. Dependent Variable: LN_Q

Variable Nilai t Stat T Table ? = SIGNIFIKANS Arah Pengaruh

0,05 I
Ln X |8,7710| SIGNIFIKAN Searah
Ln Y |10,2854| 2,1009 SIGNIFIKAN Searah

Signifikansi Korelasi antar variabel secara keseluruhan.

Uji Koefisien Regresi Secara Bersama-sama (Uji F)
Uji F atau Goodness of Fit adalah uji kelayakan model. Uji ini digunakan untuk mengetahui
apakah variabel independen (X dan Y) secara bersama-sama berpengaruh secara signifikan
terhadap variabel dependen (Q). Atau untuk mengetahui apakah model regresi dapat
digunakan untuk memprediksi variabel dependen atau tidak. Signifikan berarti hubungan
yang terjadi dapat berlaku untuk populasi (dapat digeneralisasikan).
ANOVAa
Model Sum of Squares df Mean Square F Sig.

1 Regression 1,597 2 ,798 1862,287 ,000b

Residual ,008 18 ,000
Total 1,604 20

a. Dependent Variable: LN_Q

b. Predictors: (Constant), LN_Y, LN_X
 ANOVA *Sum of Square *Mean Square F Tabel
df SS MS F Significance F? = 0,05
Regression 2 1,596551484 0,798275742 1862,2868 1,37695E-21 3,5546
Residual Total 18 0,007715763 0,000428653
20 1,604267247

2. Kembalikan hasil estimasi anda ke dalam bentuk fungsi berpangkat.

Dari hasil regresi didapat koefisien fungsi dan eksponen pangkat dari b dan k untuk fungsi
produksi Q = XY
Coefficients
Intercept 0,1949
Ln X 0,5032
Ln Y 0,5581

Diperoleh fungsi berpangkat / Power Function

Qd = ɘ0,194883 X0,5032 Y0,5581

Atau setelah koefisien di invers log natural menjadi

Qd = 1,2151 X0,5032 Y0,5581

Koefisien regresi bernilai positif, artinya pengaruhnya searah.
Koefisien pangkat regresi variabel X dan Y bernilai positif, artinya pengaruhnya searah.

3. Carilah hasil imbuh (marginal product), hasil rata-rata (average product),

elastisitas produksi, dan perolehan terhadap skala (returns to scale). Hubungkan
koefisien regresi anda dengan tahap produksi dan kondisi daur produk Q sesuai
dengan hasil estimasi anda!
Dari fungsi produksi Q = XY atau Qd = 1,2151 X0,5032 Y0,5581
TAHU OUTPU INPU a b k Marginal Avarage Elastisitas
N T (Q) T Product Product

Ln Q Ln X MPx MPy APy Apx ƐX ƐY

1998 69078 66201 12152 05032 05581 06524 07930 14209 12965 05032 05581
1999 71309 69078 12152 05032 05581 06490 08001 14335 12897 05032 05581
2000 70475 68562 12152 05032 05581 06452 08031 14390 12822 05032 05581
2001 73132 71309 12152 05032 05581 06443 08075 14469 12803 05032 05581
2002 74674 73132 12152 05032 05581 06411 08129 14565 12740 05032 05581
2003 71701 70031 12152 05032 05581 06410 08092 14498 12738 05032 05581
2004 73778 72442 12152 05032 05581 06418 08114 14539 12753 05032 05581
2005 74955 73460 12152 05032 05581 06442 08103 14518 12801 05032 05581
2006 75229 73524 12152 05032 05581 06480 08066 14452 12877 05032 05581
2007 75496 73588 12152 05032 05581 06515 08032 14391 12947 05032 05581
2008 76009 73778 12152 05032 05581 06507 08042 14410 12930 05032 05581
2009 76009 73778 12152 05032 05581 06507 08042 14410 12930 05032 05581
2010 76732 74085 12152 05032 05581 06528 08025 14378 12973 05032 05581
2011 76962 74674 12152 05032 05581 06536 08025 14378 12988 05032 05581
2012 76962 74674 12152 05032 05581 06536 08025 14378 12988 05032 05581
2013 77622 74955 12152 05032 05581 06523 08040 14406 12964 05032 05581
2014 77832 75093 12152 05032 05581 06557 08009 14350 13031 05032 05581
2015 78240 75229 12152 05032 05581 06571 07997 14328 13059 05032 05581
2016 78438 75496 12152 05032 05581 06560 08011 14354 13036 05032 05581
2017 78633 75679 12152 05032 05581 06566 08007 14347 13048 05032 05581
2018 78766 75883 12152 05032 05581 06596 07980 14299 13108 05032 05581

Tahap Produksi.
Tahap produksi dapat kita perkirakan dengan melihat elastisitas produk
Elastisitas Produksi Produksi Total Tahap Produksi Daur Produksi
(Ɛp)
Ɛp > 1 Positif menarik Tahap I Pengenalan
Ɛp = 1 Positif menarik Batas tahap I dan tahap Pengembangan
II
Ɛ0 < Ɛp < 1 Positif menarik Tahap II Kematangan/ekspansi
Ɛp = 1 Positif maksimum Batas tahap II dan Mulai merosot
tahap III
Ɛp < 1 Positif menurun Tahap III merosot

Merujuk pada fungsi produksi hasil regresi Qd = 1,2151 X0,5032 Y0,5581

Dapat dihitung elastisitas e = β+Ϗ sebesar 0,5032 +0,5581 = 1,061332 atau e > 1
Artinya tahap produksi 1 dengan daur produksi Pengenalan.

Return to Scale
Jika Q=αLβ, maka β sebagai derajat variabel inputan L digunakan sebagai indikator untuk
menentukan skala returns to scale. Derajat yang menunjukkan perubahan keluaran (output)
sejalan dengan perubahan sejumlah tertentu (a bundle) dari semua masukan input. Jika
terdapat 1 inputan seperti Q=αLβ maka menentukan return to scale untuk β=1, maka derajat
perubahan keluaran sama besarnya dengan kelipatan masukan. Jika β>1 maka derajat
perubahan keluaran lebih besar daripada perubahan masukan. Jika β<1 maka derajat
perubahan keluaran lebih kecil dari pada perubahan masukan.
Perhitungan Return to Scale

Q = XY
Dengan
Qd = 1,2151 X0,5032 Y0,5581
β = 0,503217
Ϗ = 0,558114
Didapatkan hasil derajat perolehan dengan dua masukan yaitu β+Ϗ , dimana

0,503217 + 0,558114 = 1,061332. Sehingga postulate adalah β+Ϗ > 1. Artinya:

a. Derajat perubahan keluaran lebih besar daripada perubahan masukan
b. Derajat perubahan keluaran sebagai hasil dari perubahan masukan disebut
derajat perolehan menaik.

4. Jika harga produksi (Pq) = Rp 5.000/unit, harga masukan X (Px)=Rp1.000/

unit, dan masukan Y =Rp 1.500/unit, apakah terdapat alokasi optimum yang
menghasilkan laba maksimum? Mengapa?

W (Harga Faktor Produksi) Marginal Product VMP = p . MP Alokasi Optimum = P - VMP = 0

Px Py MPx MPy VMPx VMPy πX πY
1000 1500 0,6524 0,7930 652,4082 1189,5595 347,5918 310,4405
1000 1500 0,6490 0,8001 648,9918 1200,1116 351,0082 299,8884
1000 1500 0,6452 0,8031 645,2123 1204,6870 354,7877 295,3130
1000 1500 0,6443 0,8075 644,2718 1211,2920 355,7282 288,7080
1000 1500 0,6411 0,8129 641,1236 1219,3771 358,8764 280,6229
1000 1500 0,6410 0,8092 640,9990 1213,7708 359,0010 286,2292
1000 1500 0,6418 0,8114 641,7543 1217,1597 358,2457 282,8403
1000 1500 0,6442 0,8103 644,1554 1215,4283 355,8446 284,5717
1000 1500 0,6480 0,8066 647,9768 1209,8660 352,0232 290,1340
1000 1500 0,6515 0,8032 651,4954 1204,8046 348,5046 295,1954
1000 1500 0,6507 0,8042 650,6645 1206,3630 349,3355 293,6370
1000 1500 0,6507 0,8042 650,6645 1206,3630 349,3355 293,6370
1000 1500 0,6528 0,8025 652,8459 1203,7209 347,1541 296,2791
1000 1500 0,6536 0,8025 653,5702 1203,7105 346,4298 296,2895
1000 1500 0,6536 0,8025 653,5702 1203,7105 346,4298 296,2895
1000 1500 0,6523 0,8040 652,3488 1205,9935 347,6512 294,0065
1000 1500 0,6557 0,8009 655,7175 1201,3281 344,2825 298,6719
1000 1500 0,6571 0,7997 657,1385 1199,5095 342,8615 300,4905
1000 1500 0,6560 0,8011 655,9843 1201,6474 344,0157 298,3526
1000 1500 0,6566 0,8007 656,5820 1201,0999 343,4180 298,9001
1000 1500 0,6596 0,7980 659,6331 1197,0543 340,3669 302,9457

Diketahui syarat pertama untuk alokasi optimum adalah VMP = w atau WMP - w = 0
Dari tabel πX dan πY dapat dilihat tidak ada yang bernilai 0 (nol), hal ini dikarenakan kurang
optimalnya input produksi.
 5. Apa rekomendasi anda untuk membantu memerbaiki keputusan
manajerial berdasarkan hasil perhitungan anda?
Menyarankan untuk menambah produksi sejumlah X = 2995,039 unit dan Y = 2214,5178
unit hingga mencapai hasil produksi dengan input optimal dengan Total Revenue = Rp
18.796.731,3 yang dihitung berdasarkan perhitungan dibawah ini

Dari Soal dapat diketahui:

Fungsi produksi Qd = 1,2151 X0,5032 Y0,5581
Harga produksi Q (Pq) = Rp 5000 /unit
Harga masukan X (Px) = Rp 1.000 /unit
Harga masukan Y (Py) = Rp 1.500 /unit

Dari Fungsi produksi Qd = 1,2151 X0,5032 Y0,5581

Didapatkan fungsi Marginal
MPx = 1,2151 (0,5032) X(0,5032-1) Y0,5581

MPx = 0,6114 X(-0,4968) Y0,5581

MPY = 1,2151 (0,5581) X0,5032 Y(0,5581-1)

MPy = 0,6782 X0,5032 Y(-0,4419)

Mengetahui bahwa syarat untuk effisiensi produksi:

Dapat dihitung nilai persamaan X dan Y sebagai berikut
Disubstitusi persamaan tersebut kedalam fungsi produksi

Qd = 1,2151 X0,5032 Y0,5581

menjadi

akan didapat nilai X = 2995,039 dan Y = 2214,5178

Substitusikan nilai X dan Y kedalam persamaan produksi

Qd = 1,2151 X0,5032 Y0,5581

Qd = 1,2151 (2995,039)0,5032 (2214,5178)0,5581
Qd = 5022,7094 unit

Dengan hasil total revenue sebesar :

Total Revenue = Total Income - Total Cost
TR = P.Q - Px.X - Py.Y
TR = (Rp5000 x 5022,7094) – (Rp1000 x 2995,039) – (Rp 1500 x 2214,5178)
TR = Rp18.796.731,30