Efisiensi Biaya Cost Efficiency

Keunggulan fundamental panel data dibandingkan dengan runut waktu time series ataupun kerat lintang cross section adalah bahwa panel data akan memberikan fleksibilitas dalam memodelkan perbedaan sifat tiap data pengamatan.

3.5.2. Frontier Analysis

Pendugaan efisiensi dengan menggunakan SFA menggunakan pendekatan Frontier Analysis. SFA menggunakan teknik ekonometrik maximum likelihood estimation MLE. Parameter-parameter dari variabel dalam persamaan cost function untuk memperoleh nilai efisiensi berdasarkan stochastic frontier approach SFA dapat diestimasi dengan menggunakan Maximum-likelihood Method atau Corrected Ordinary Least Square COLS. Dalam penelitian ini Maximum-Likelihood Method dipilih untuk mengestimasi parameter-parameter tersebut. Penggunaan Maximum-Likelihood Method memerlukan perhitungan-perhitungan yang cukup rumit dibandingkan dengan menggunakan metode COLS. Akan tetapi, penggunaan metode ini menjadi lebih mudah setelah dikembangkannya berbagai perangkat lunak untuk membantu komputasi metode ini. Penggunaan Maximum- Likelihood Method akan memberikan hasil estimasi yang lebih efisien daripada Corrected Ordinary Least Square jika ukuran sampel berjumlah banyak. Selain itu, Maximum-Likelihood Method akan memberikan hasil estimasi yang lebih signifikan dibandingkan Corrected Ordinary Least Square COLS jika menerapkan asumsi half-normal frontier model dalam analisis yang dilakukan. Akan tetapi,penggunaan Maximum-Likelihood Method memerlukan sampel yang cukup banyak dan jika sampelnya sedikit maka hasil estimasi dari metode ini akan bersifat bias. Ide umum dari Maximum-Likelihood Method adalah sebagai berikut. Misalkan fx, merupakan fungsi kepadatan density function dari variabel random X, dan misalkan merupakan fungsi kepadatan. Jika terdapat suatu sampel random , , , … . . , , maka penaksir ML dari adalah nilai yang mempunyai probabilitas terbesar dari sampel yang diamati. Dengan kata lain, taksiran ML dari adalah nilai yang memaksimumkan fungsi kepadatan fx, . Error atau gangguan dalam model stochastic frontier diasumsikan terdiri dari dua komponen. Salah satu komponen diasumsikan mempunyai distribusi yang strictly nonnegative sedangkan yang lainnya diasumsikan mempunyai distribusi yang simetrik. Pada literature ekonometrik, komponen nonnegative sering disebut sebagai inefficiency term dan komponen dengan distribusi yang simetrik disebut sebagai idiosyncratic error. Stochastic frontier menghasilkan dua estimasi yang berbeda terhadap inefficiency term. Sebelum menjelaskan dua estimasi tersebut, maka diasumsikan + �, � merupakan the truncated normal distribution, dimana = 0 , varians = � dan iid. Estimasi pertama disebut sebagai time invariant model, dimana = , ∽ + �, � , ∽ 0, � dan dan masing-masing terdistribusi secara independen. Sedangkan estimasi kedua adalah time varying decay dengan spesifikasi, = { − − } , dimana adalah periode terakhir dalam series data panel, adalah decay parameter, = , ∽ + �, � , ∽ 0, � dan dan masing-masing terdistribusi secara independen.