STOCHASTIC FRONTIER ANALYSIS SFA EFISIEN
STOCHASTIC FRONTIER ANALYSIS (SFA) EFISIENSI TEKNIS PADA
INDUSTRI MANUFAKTUR DI INDONESIA
Leonardus Aditya Prakoso
NIM. 12020113120026
Fakultas Ekonomika dan Bisnis
Universitas Diponegoro
Semarang
2016
Abstrak
Penelitian ini mengangkat tema mengenai efisiensi teknis pada industri manufaktur di
Indonesia dan variabel determinannya. Efisiensi teknis dihitung dengan menggunakan
pendekatan stochastic frontier analysis (SFA). Determinan efisiensi teknis diestimasi
dengan menggunakan regresi berganda. Data berjenis panel pada level perusahaan dengan
4240 DMU dalam 6 tahun pengamatan (2004-2009). Hasil penelitian menunjukkan bahwa
variabel market share signifikan negatif mempengaruhi efisiensi teknis. Variabel lain
seperti usia perusahaan, kepemilikan usaha, rasio konsentrasi, dan capacity utilization
mempengaruhi efisiensi teknis secara tidak signifikan.
Kata kunci: Efisiensi Teknis, Stochastic Frontier Analysis, Industri Manufaktur, Indonesia
1. PENDAHULUAN
Pengertian Efisiensi
E
fisiensi adalah suatu keadaan penggunaan input dalam menghasilkan output yang
paling optimal. Mankiw (2014) menyatakan bahwa efisiensi adalah kondisi
dimana masyarakat mendapatkan barang/jasa terbanyak yang bisa didapatkan
dari sumber daya yang langka. Secara makroekonomi, pendekatan keseimbangan umum
adalah alat yang baik yang digunakan untuk menghitung efisiensi (Nicholson dan Synder,
2008).
Penerapan efisiensi tidak terbatas hanya dilakukan pada level makro. Efisiensi juga
dapat digunakan pada level mikro. Perusahaan atau industri adalah pelaku mikro yang
memanfaatkan perhitungan efisiensi. Dalam prakteknya, perhitungan efisiensi kini telah
1
dikembangkan banyak ahli dan banyak pula bermunculan perhitungan efisiensi modern.
Farrell dalam Coelli (1996) menyatakan bahwa efisiensi perusahaan terdiri dari dua
komponen, yaitu efisiensi teknis dan alokatif. Efisiensi teknis adalah kemampuan
perusahaan untuk memproduksi output paling maksimal dari suatu set input yang ada.
Efisiensi alikatif adalah kemampuan perusahaan untuk menggunakan input dalam proporsi
yang optimal, dengan harga yang ada. Kedua jenis efisiensi ini kemudian dikombinasikan
untuk menghasilkan efisiensi ekonomi total.
Dua pendekatan dalam perhitungan efisiensi adalah output oriented dan input
oriented. Output oriented yang dimaksud adalah memaksimalkan output yang diproduksi
dengan suatu set input yang tetap. Input oriented adalah meminimalkan input
yang
digunakan untuk memproduksi output yang tetap.
Gambar 1 menjelaskan mengenai perbedaan efisiensi teknis dan alokatif pada
pendekatan input dan output. Analisis ini mengasumsikan bahwa perusahaan berproduksi
dengan dua input (x1 dan x2), menghasilkan satu output y pada kondisi efisien penuh pada
perusahaan. Pada gambar kiri, garis SS’ merepresentasikan isokuan produksi perusahaan,
dan garis AA’ merepresentasikan rasio harga-input. Garis 0P menunjukkan input yang
digunakan dalam proses produksi. Maka kemudian QP merepresentasikan jumlah input
yang dapat dikurangi tanpa mengurangi output. Dengan demikian apa yang dimaksud
dengan efisiensi teknis pada pendekatan input adalah perbandingan antara 0Q dengan 0P.
Gambar 1
Efisiensi Teknis dan Alokatif
Keterangan: (kiri) efisiensi input oriented, (kanan) efisiensi output oriented
Sumber: Coelli (2008)
2
Sementara garis RQ merepresentasikan pengurangan biaya produksi yang akan
terjadi jika perusahaan beroperasi efisien dari segi alokasi pada titik Q’. Oleh karenanya
Efisiensi alokasi dapat dirumuskan dengan 0R berbanding 0Q. Gabungan kedua jenis
efisiensi tersebut adalah efisiensi total. Efisiensi total dapat dirumuskan dengan 0R/0P.
Efisiensi berdasar output ditunjukkan pada gambar kanan. Garis ZZ’ merupakan
garus kemungkinan produksi. Titik AB merepresentasikan inefisiensi teknis, karena dengan
input yang tetap dapat menghasilkan output pada tingkat yang lebih tinggi. Maka
pengukuran inefisiensi teknis adalah 0A/0B. Apabila diketahui harga, maka garis DD’
dapat merepresentasikannya. Kemudian dapat ditulis bahwa 0B/0C merupakan pengukuran
dari efisiensi alokatif. Dengan demikian efisiensi keseluruhan ekonomi dapat dihitung
dengan perkalian antara TE dengan AE.
Efisiensi Teknis dan Variabel Penentunya
Beberapa penelitian memfokuskan diri pada perhitungan efisiensi teknis dan faktor
determinannya. Margono dan Sharma (2004) meneliti mengenai efisiensi teknis yang ada
pada industri manufaktur makanan, tekstil, kimia, dan logam di Indonesia. Penelitian
tersebut menggunakan variabel determinan kepemilikan, lokasi perusahaan, ukuran, dan
usia perusahaan. Hasilnya pada sektor makanan, faktor kepemilikan yang signifikan
mempengaruhi inefisiensi teknis; pada sektor tekstil, lokasi dan ukuran perusahaan; pada
sektor kimia dan logam, ukuran kepemilikan, dan usia.
Baduneko et al. (2006) melakukan penelitian mengenai faktor yang menentukan
efisiensi teknis pada industri manufaktur di Jerman. Variabel yang digunakan adalah efek
industri, kepemilikan, usia, legalitas, struktur kepemilikan, ukuran, lokasi, outsourcing.
Variabel efek industri adalah yang pang besar menentukan efisiensi teknis, diikuti oleh
variabel ukuran dan lokasi. Variabel lain memiliki peran penentuan yang sangat kecil.
Ugur (t.t.) melakukan penelitian mengenai faktor yang mempengaruhi efisiensi
teknis pada industri manufaktur elektronik dan optik di Irlandia. Penelitian ini
menggunakan panel data dengan pendekatan SFA. Variabel yang digunakan ialah intensitas
investasi, kualitas pekerja, intensitas ekspor. Hasil penelitian adalah intensitas investasi dan
kualitas pekerja mempengaruhi secara signifikan dan keseluruhan inefisiensi teknis.
Intensitas ekspor hanya signifikan mempengaruhi pada industri manufaktur televise dan
penerima gelombang.
3
Dengan demikian penelitian ini akan memadukan penggunaan variabel determinan
yang sudah pernah digunakan dan yang belum pernah penulis temukan untuk digunakan.
Variabel market share, usia perusahaan, capacity utilization, kepemilikan perusahaan, dan
konsentrasi rasio menjadi variabel yang digunakan dalam penelitian ini.
2. METODOLOGI
Model dan Data
Penelitian ini menggunakan alat analisis utama Stochastic Frontier Analysis (SFA).
SFA dapat digunakan untuk menghitung secara langsung efisiensi teknis dan faktor yang
mempengaruhi efisiensi tersebut. Efisiensi teknis dan variabel determinannya kemudian
diestimasi dengan Maximum Likelihood Estimation (MLE). Data yang digunakan adalah
data panel yang terdiri dari 4240 input dan output level perusahaan (DMU) dalam 6 tahun
pengamatan (2004-2009).
Dalam perhitungan efisiensi teknis digunakan empat variabel input , yaitu tenaga
kerja (L), modal (K), sumber daya bahan baku (M), sumber daya bahan bakar (E). Empat
variabel tersebut kemudian digunakan dalam fungsi produksi frontier dengan
menggunakan spesifikasi variabel translog. Model yang digunakan adalah
2
2
2
2
LnY =β 0 + β 1 LnK ij + β2 LnLij + β LnM ij + β 4 LnE ij + β 5 LnT ij + β6 LnLij + β 7 LnK ij + β 8 LnM ij + β 9 LnEij + β 10 L
dimana Ln adalah logaritma natural, T adalah waktu (periode), dan
β n adalah parameter
variabel. Sedangkan model inefisiensi yang digunakan adalah
TEij =δ 0+ δ1 MS ij +δ 2 AGE ij +δ 3 CU ij +δ 4 DLOC ij + δ 5 CR 4ij
dimana TE adalah efisiensi teknis, MS adalah market share, AGE adalah usia perusahaan,
DLOC adalah dummy kepemilikan local perusahaan (0=local; 1=asing), CR4 adalah
konsentrasi rasio perusahaan.
3. HASIL DAN PEMBAHASAN
Efisiensi teknis
4
Tabel
1.
Ring
kasan
Statis
tik
Desk
riptif
Esti
masi
Efisi
ensi
Tekni
sXTa
hun
2004
2005
2006
2007
2008
2009
Mean
0.9521
0.9515
0.9500
0.9499
0.9506
0.9497
Std. Dev.
0.0170
0.0167
0.0239
0.0188
0.0183
0.0175
Min.
0.6596
0.6603
0.5401
0.5414
0.5409
0.5403
Max.
1
1
1
1
1
1
Tabel 1 memberikan gambaran umum mengenai efisiensi teknis industri manufaktur di Indonesia. Data keseluruhan menunjukkan bahwa TE paling kecil pada pengamatan
penelitian sebesar 0.54. Ini artinya untuk setiap satu input yang digunakan akan
menghasilkan output sebesar 0.54. Angka yang paling besar adalah 1, tidak terkecuali
untuk semua tahun. Artinya di setiap tahun selalu ada perusahaan yang berhasi lemcapai
efisiensi teknis penuh.
Rata-rata menunjukkan bahwa tidak ada tahun dengan TE kurang dari 0.94. Angka
ini didukung dengan standar deviasi yang kecil (0.01-0.02). Standar deviasi yang kecil
menunjukkan bahwa kemencengan/kesalahan dari rata-rata yang dihasilkan relatif kecil.
Dari 100 data yang diestimasi memiliki rata-rata antara 0.94-0.95 hanya 1-2 data yang
bukan angka tersebut. Oleh karenanya dapat dikatakan bahwa angka rata-rata tersebut
mewakili populasi, yaitu rata-rata TE sebesar 0.94-0.95 untuk semua tahun pengamatan.
Selain gambaran secara umum, rata-rata dapat dilihat dari
kaitannya dengan
variabel determinan yang digunakan untuk mengestimasi pengaruh. Tabel 2 memberikan
gambaran menganai keterkaitan tersebut. Dilihat dari kaitannya dengan variabel tahun,
efisiensi teknis untuk semua perusahaan dalam semua tahun memiliki kecenderungan
5
menurun untuk perusahaan dengan usia berdiri yang lebih lama. Perusahaan berusia 1-20
tahun memiliki rata-rata TE sebesar 0.95-0.96. Perusahaan dengan usia lebih dari 81 tahun
memiliki rata-rata TE berkisar 0.91. Ini berarti dapat diduga bahwa semakin lama usia
perusahaan akan memiliki TE yang semakin menurun.
Tabel 2. Rata-rata EFISIENSI TEKNIS Berdasar Variabel Determinan
Keterangan
AGE (Thn)
1-20
21-40
41-60
61-80
>81
LOC
0 (lokal)
1 (asing)
CR4 (%)
0-10
10.1-25
25.1s-50
50.1-65
>65.1
CU
1-20
21-40
41-60
61-80
>81
2004
Mean
Jml.
2005
Mean
Jml.
2006
Mean
Jml.
2007
Mean
Jml.
2008
Mean
Jml.
2009
Mean
Jml.
0.956
0.946
0.933
0.919
2860
1167
162
33
0.956
0.946
0.934
0.918
2752
1267
170
33
0.954
0.946
0.933
0.920
2588
1417
180
37
0.955
0.946
0.932
0.918
2453
1541
188
38
0.956
0.947
0.933
0.918
2331
1651
196
40
0.96
0.95
0.93
0.92
2220
1739
212
46
0.910
18
0.915
18
0.912
18
0.910
20
0.912
22
0.91
23
0.949
0.982
3862
378
0.949
0.982
3862
378
0.947
0.981
3862
378
0.947
0.981
3862
378
0.948
0.982
3862
378
0.95
0.98
3862
378
0
0.951
0.955
0.978
0.958
0
3070
936
58
176
0.945
0.950
0.953
0.981
0.962
175
2541
1282
16
226
0.0
0.949
0.951
0.957
0.958
0
2806
1093
132
209
0
0.948
0.953
0.958
0.971
0
3070
928
202
40
0.0
0.948
0.952
0.957
0.968
0
2145
1497
558
40
0
0.95
0.95
0.96
0.97
0
2287
1355
558
40
0.989
0.979
0.965
0.953
0.944
41
116
473
2038
1572
0.987
0.978
0.965
0.953
0.944
21
116
432
2093
1578
0.987
0.977
0.963
0.952
0.940
36
116
526
1951
1611
0.987
0.975
0.962
0.952
0.942
31
105
430
2087
1587
0.986
0.976
0.964
0.952
0.943
36
111
418
2160
1515
0.99
0.98
0.96
0.95
0.94
34
122
409
2127
1548
Dilihat dari kepemilikan perusahaan, perusahaan dengan kepemilikan asing
memiliki nilai TE yang lebih besar daripada perusahaan dengan kepemilikan lokal. Di
semua tahun pengamatan, perusahaan lokal memiliki nilai TE berkisar 0.94-0.95.
Perusahaan dengan kepemilikan asing memiliki nilai TE berkisar 0.98. Oleh karenanya
dapat disimpulkan awal bahwa perusahaan asing bekerja pada level efisiensi yang lebih
tinggi daripada perusahaan lokal.
Dari segi rasio konsentrasi, dalam tiga tahun pertama pengamatan semua
perusahaan memiliki rata-rata TE yang bervariasi antara 0.95-0.98. Tiga tahun terakhir
6
pengamatan memiliki pola nilai TE tertentu. Perusahaan dengan nilai rasio konsentrasi
lebih tinggi memiliki nilai TE yang lebih tinggi. Nilai tersebut bervariasi antara 0.94
hingga 0.97. Dengan demikian pernyataan semakin tinggi CR4 semakin tinggi TE diduga
hanya berlaku untuk tiga tahun terakhir pengamatan.
Dari segi capacity utilization, di semua tahun, perusahaan memiliki pola semakin
tinggi CU maka semakin rendah TE. Nilai rata-rata TE bervariasi antara 0.94-0.99. CU
yang semakin tinggi menandakan perusahaan beroperasi pada kapasitas yang lebih tinggi.
Oleh karenanya dapat disimpulkan sementara bahwa perusahaan yang semakin tinggi
kapasitas produksinya memiliki kecenderungan rata-rata TE yang semakin rendah.
Parameter estimasi TE dengan set input yang telah dipilih dapat dilihat pada Tabel
3. Pendekatan yang digunakan adalah MLE dengan model transcendental logarithmic.
Tabel 3 memberikan gambaran mengenai koefisien estimasi stochastic production untuk
sampel pada penelitian ini.
Variabel Determinan Efisiensi Teknis
Variabel dependen yang digunakan dalam estimasi ini adalah TE. Oleh karenanya
hubungan positif signifikan antara variabel dependen dan independen memiliki makna
variabel independen yang semakin tinggi akan menyebabkan angka TE yang semakin
tinggi. Dapat juga disebut bahwa perusahaan semakin efisien.
MS diduga memiliki hubungan positif dengan TE. MS dihitung dari penjualan
perusahaan terhadap keseluruhan penjualan industri. Meningkatnya penjualan perusahaan
berarti perusahaan beroperasi pada skala yang lebih besar. Sedikitnya pesaing pada level
perusahaan-perusahaan dengan MS yang tinggi akan menakibatkan terbentuk pasar
oligopoli. Dengan demikian perusahaan akan semakin berlomba untuk meningkatkan
efisiensi produksinya. Hasil estimasi menunjukkan hubungan yang negatif signifikan
antara MS dan TE pada level probabilitas 95%. Oleh karenanya hipotesis awal ditolak.
Semakin tinggi nilai MS perusahaan akan semakin mengurangi nilai TE-nya, dengan kata
lain meningkatkan inefisiensi.
AGE diduga memiliki hubungan positif dengan TE. AGE menunjukkan usia
perusahaan beroperasi. Semakin lama perusahaan beroperasi akan meningkatkan
spesialisasi produksi dan juga kemungkinan teknologi yang digunakan. Dengan demikian
7
akan meningkatkan efisiensi teknis produksi perusahaan. Hasil estimasi menunjukkan
hubungan positif dan tidak signifikan antara AGE dan TE pada level probabilitas 95%.
Oleh karenanya dapat dikatakan bahwa usia perusahaan mempengaruhi efisiensi teknis
secara tidak signifikan.
Tabel 3. Parameter Estimasi Stochastic Production Frontier dan Model Inefisiensi Teknis
Variabel
Parameter
Stochastic Production
Intersep
β0
LnL
β1
LnK
β2
LnM
β3
LnE
β4
T
β5
2
LnL
β6
2
LnK
β7
2
LnM
β8
LnE2
β9
2
T
β10
T*LnL
β11
T*LnK
β12
T*LnM
β13
T*LnE
β14
LnL*LnK
β15
LnL*LnM
β16
LnL*LnE
β17
LnK*Ln
M
β18
LnK*LnE
β19
LnM*LnE
β20
Model Inefisiensi Teknis
Intersep
δ0
MS
δ1
AGE
δ2
CU
δ3
DLOC
δ4
CR4
δ5
Parameter Lain
sigma-squared
gamma
log likelihood function
mean efisiensi teknis
Koefisien
Standard Error
t-ratio
4.000391
0.873324
0.056982
0.090938
0.261519
0.024975
0.033911
0.010278
0.071200
0.035602
-0.005953
0.003010
-0.001187
-0.002868
0.004884
0.011596
-0.087875
0.010884
0.995273
0.967823
0.726318
0.780713
0.815973
0.969357
0.449802
0.022934
0.129237
0.162339
0.051172
0.030288
0.079861
0.102757
0.085168
0.390880
0.561817
0.215669
4.019391
0.902359
0.078454
0.116480
0.320500
0.025765
0.075390
0.448170
0.550924
0.219306
-0.116334
0.099369
-0.014859
-0.027906
0.057341
0.029667
-0.156412
0.050467
-0.019793
-0.003460
-0.067827
0.428080
0.409366
0.194989
-0.046237
-0.008452
-0.347849
-0.002159
-0.001784
0.000687
0.000632
-0.032479
-0.000195
0.486978
0.000309
0.006107
0.002158
0.189350
0.002645
-0.004433
-5.777606
0.112544
0.292972
-0.171530
-0.073604
0.148197
0.000008
-11970.72
0.95065
0.058142
0.000109
2.548885
0.076986
8
CU diduga memiliki hubungan positif dengan TE. CU merupakan kapasitas
produksi suatu perusahaan. CU yang semakin tinggi berarti perusahaan yang berproduksi
semakin kearah kapasitas penuh. Perdebatan mengenai pengukuran CU terjadi karena
belum adanya ukuran pasti mengenai kapasitas penuh dalam produksi, adanya unsur
subjektivitas mengenai penilaian kapasitas produksi penuh, dan kebijakan valuasi yang
digunakan dalam mengukur output produksi. Terlepas dari situasi tersebut, semakin
perusahaan beroperasi pada kapasitas yang penuh maka efisiensi teknis perusahaan akan
semakin tinggi. Hasil estimasi menunjukkan hubungan yang positif dan tidak signifikan
antara CU dan TE pada level probabilitas 95%. Ini berarti dapat dikatakan bahwa tinggi
rendah kapasitas produksi yang dicapai perusahaan mempengaruhi secara tidak signifikan
efisiensi teknis produksi perusahaan tersebut.
DLOC merupakan variabel dummy kepemilikan perusahaan. Perusahaan yang
dimiliki dalam negeri diberi nilai 0 dan perusahaan yang dimiliki asing diberi nilai 1. Tidak
ada hipotesis yang pasti mengenai hubungan kepemilikan perusahaan dengan TE
berdasarkan kewarganegaraan. Hasil penelitian menujukkan koefisien yang tidak
signifikan. Hal ini menunjukkan bahwa tidak ada bukti yang cukup kuat untuk mengatakan
bahwa baik perusahaan local maupun asing berproduksi pada level efisiensi teknis yang
lebih tinggi satu sama lain.
CR4 merupakan rasio konsentrasi tak tertimbang perusahaan dalam suatu industri.
CR4 diambil dari share output (atau penjualan) empat perusahaan terbesar dalam industri.
Dikatakan tidak tertimbang dikarenakan tidak ada pembobotan untuk perusahaan besar
maupun kecil. Diduga CR4 memiliki hubungan positif dengan TE. Semakin besar CR4
berarti perusahaan berproduksi pada level yang semakin tinggi. Dengan demikian pada
level tertinggi akan menyisakan perusahaan yang seolah beroperasi pada pasar oligopoli.
Dengan model pasar tersebut perusahaan berusaha semaksimal mungkin untuk
meningkatkan efisiensi produksi guna memenangkan persaingan. Hasil penelitian
menunjukkan bahwa terdapat hubungan negatif dan tidak signifikan antara CR4 dan TE
pada level probabilitas 95%. Ini berarti dapat dikatakan bahwa CR4 mempengaruhi TE
secara tidak signifikan dalam sampel penelitian ini.
Gamma yang terdapat pada bagian parameter lain dapat menunjukkan faktor apa
yang lebih dominan mempengaruhi variasi eror. Dua kemungkinan faktor tersebut adalah
inefisiensi teknis dan faktor random lainnya. Nilai koefisien gamma yang mendekati 1
9
menunjukkan bahwa variasi eror lebih banyak dipengaruhi oleh inefisiensi teknis. Nilai
koefisien gamma yang menjauhi 1 mengindikasikan bahwa variasi eror lebih banyak
dipengaruhi oleh faktor random lainnya. Hasil penelitian menunjukkan bahwa koefisien
gamma memiliki nilai relatif jauh dari 1. Hal ini berarti dapat dikatakan bahwa faktor
random selain variabel independen dan inefisiensi teknis lebih mendominasi variasi eror.
4. SIMPULAN
Penelitian ini mengangkat tema mengenai efisiensi teknis pada industri manufaktur
di Indonesia dan variabel determinannya. Efisiensi teknis dihitung dengan menggunakan
pendekatan stochastic frontier analysis (SFA). Determinan efisiensi teknis diestimasi
dengan menggunakan regresi berganda. Baik perhitungan efisiensi teknis maupun regresi
determinan dilakukan dengan satu tahap menggunakan pendekatan TE effect pada software
Frontier 4.1.
Data yang digunakan dalam penelitian ini berjenis panel pada level perusahaan
dengan 4240 DMU dalam 6 tahun pengamatan (2004-2009). Model yang digunakan adalah
model transcendental logarithmic dan model regresi berganda.
Hasil penelitian menunjukkan bahwa variabel market share signifikan negatif
mempengaruhi efisiensi teknis. Variabel lain seperti usia perusahaan, kepemilikan usaha,
rasio konsentrasi, dan capacity utilization mempengaruhi efisiensi teknis secara tidak
signifikan.
10
REFERENSI
Badunenko, Oleg, Michael Fritsch, and Andreas Stephan. What Determines the Technical
Efficiency of a Firm? The Importance of Industry, Location, and Size. Working
Paper, Jena: Arbeits- und Diskussionspapiere der Wirtschaftswissenschaftlichen
Fakultät der Friedrich-Schiller-Universität Jena, 2006.
Chiona, Susan, Thomson Kalinda, and Gelson Tembo. "Stochastic Frontier Analysis of the
Technical Efficiency of Smallholder Maize Farmers in Central Province, Zambia."
Journal of Agricultural Science; Vol. 6, No. 10; 2014 (Correspondence: Thomson
Kalinda, Department of Agricultural Economics and Extension, University of
Zambia), 2014: 108-118.
Coelli, T.J. A Guide to FRONTIER Version 4.1: A Computer Program for Stochastic
Frontier Production and Cost Function Estimation. Working Paper, Armidale:
Center for Efficiency and Productivity Analysis, University of New England, 2007.
Coelli, T.J. Centre for Efficiency and Productivity Analysis (CEPA) Working Papers.
Working Papers, Armidale: University of New England, 1996.
Gujarati, Damodar N., and Dawn C. Porter. Basic Econometric. Mc Graw Hill, 2009.
Lipczynski, John, John Wilson, and John Goddard. Industrial Organization Competition,
Strategy, Policy. Harlow: Prentice Hall Financial Times, 2005.
Mankiw, N. Gregory. Principles of Economics, 7th Edition. Cengage Learning, 2014.
Margono, Heru, and Subhash C. Sharma. Efficiency and Productivity Analyses of
Indonesian Manufacturing Industries. Discussion Paper, Southern Illinois :
Department of Economics, Southern Illinois University Carbondale, 2004.
Nicholson, Walter, and Christopher Snyder. Microeconomic Theory Basic Principles and
Extension Tenth Edition. Mason: Thomson South-Western, 2008.
Uğur, Ali. Technical Efficiency In Irish Manufacturing Industry, 1991-1999. Working
Paper, Dublin: IIIS and Department of Economics, Trinity College, n.d.
11
INDUSTRI MANUFAKTUR DI INDONESIA
Leonardus Aditya Prakoso
NIM. 12020113120026
Fakultas Ekonomika dan Bisnis
Universitas Diponegoro
Semarang
2016
Abstrak
Penelitian ini mengangkat tema mengenai efisiensi teknis pada industri manufaktur di
Indonesia dan variabel determinannya. Efisiensi teknis dihitung dengan menggunakan
pendekatan stochastic frontier analysis (SFA). Determinan efisiensi teknis diestimasi
dengan menggunakan regresi berganda. Data berjenis panel pada level perusahaan dengan
4240 DMU dalam 6 tahun pengamatan (2004-2009). Hasil penelitian menunjukkan bahwa
variabel market share signifikan negatif mempengaruhi efisiensi teknis. Variabel lain
seperti usia perusahaan, kepemilikan usaha, rasio konsentrasi, dan capacity utilization
mempengaruhi efisiensi teknis secara tidak signifikan.
Kata kunci: Efisiensi Teknis, Stochastic Frontier Analysis, Industri Manufaktur, Indonesia
1. PENDAHULUAN
Pengertian Efisiensi
E
fisiensi adalah suatu keadaan penggunaan input dalam menghasilkan output yang
paling optimal. Mankiw (2014) menyatakan bahwa efisiensi adalah kondisi
dimana masyarakat mendapatkan barang/jasa terbanyak yang bisa didapatkan
dari sumber daya yang langka. Secara makroekonomi, pendekatan keseimbangan umum
adalah alat yang baik yang digunakan untuk menghitung efisiensi (Nicholson dan Synder,
2008).
Penerapan efisiensi tidak terbatas hanya dilakukan pada level makro. Efisiensi juga
dapat digunakan pada level mikro. Perusahaan atau industri adalah pelaku mikro yang
memanfaatkan perhitungan efisiensi. Dalam prakteknya, perhitungan efisiensi kini telah
1
dikembangkan banyak ahli dan banyak pula bermunculan perhitungan efisiensi modern.
Farrell dalam Coelli (1996) menyatakan bahwa efisiensi perusahaan terdiri dari dua
komponen, yaitu efisiensi teknis dan alokatif. Efisiensi teknis adalah kemampuan
perusahaan untuk memproduksi output paling maksimal dari suatu set input yang ada.
Efisiensi alikatif adalah kemampuan perusahaan untuk menggunakan input dalam proporsi
yang optimal, dengan harga yang ada. Kedua jenis efisiensi ini kemudian dikombinasikan
untuk menghasilkan efisiensi ekonomi total.
Dua pendekatan dalam perhitungan efisiensi adalah output oriented dan input
oriented. Output oriented yang dimaksud adalah memaksimalkan output yang diproduksi
dengan suatu set input yang tetap. Input oriented adalah meminimalkan input
yang
digunakan untuk memproduksi output yang tetap.
Gambar 1 menjelaskan mengenai perbedaan efisiensi teknis dan alokatif pada
pendekatan input dan output. Analisis ini mengasumsikan bahwa perusahaan berproduksi
dengan dua input (x1 dan x2), menghasilkan satu output y pada kondisi efisien penuh pada
perusahaan. Pada gambar kiri, garis SS’ merepresentasikan isokuan produksi perusahaan,
dan garis AA’ merepresentasikan rasio harga-input. Garis 0P menunjukkan input yang
digunakan dalam proses produksi. Maka kemudian QP merepresentasikan jumlah input
yang dapat dikurangi tanpa mengurangi output. Dengan demikian apa yang dimaksud
dengan efisiensi teknis pada pendekatan input adalah perbandingan antara 0Q dengan 0P.
Gambar 1
Efisiensi Teknis dan Alokatif
Keterangan: (kiri) efisiensi input oriented, (kanan) efisiensi output oriented
Sumber: Coelli (2008)
2
Sementara garis RQ merepresentasikan pengurangan biaya produksi yang akan
terjadi jika perusahaan beroperasi efisien dari segi alokasi pada titik Q’. Oleh karenanya
Efisiensi alokasi dapat dirumuskan dengan 0R berbanding 0Q. Gabungan kedua jenis
efisiensi tersebut adalah efisiensi total. Efisiensi total dapat dirumuskan dengan 0R/0P.
Efisiensi berdasar output ditunjukkan pada gambar kanan. Garis ZZ’ merupakan
garus kemungkinan produksi. Titik AB merepresentasikan inefisiensi teknis, karena dengan
input yang tetap dapat menghasilkan output pada tingkat yang lebih tinggi. Maka
pengukuran inefisiensi teknis adalah 0A/0B. Apabila diketahui harga, maka garis DD’
dapat merepresentasikannya. Kemudian dapat ditulis bahwa 0B/0C merupakan pengukuran
dari efisiensi alokatif. Dengan demikian efisiensi keseluruhan ekonomi dapat dihitung
dengan perkalian antara TE dengan AE.
Efisiensi Teknis dan Variabel Penentunya
Beberapa penelitian memfokuskan diri pada perhitungan efisiensi teknis dan faktor
determinannya. Margono dan Sharma (2004) meneliti mengenai efisiensi teknis yang ada
pada industri manufaktur makanan, tekstil, kimia, dan logam di Indonesia. Penelitian
tersebut menggunakan variabel determinan kepemilikan, lokasi perusahaan, ukuran, dan
usia perusahaan. Hasilnya pada sektor makanan, faktor kepemilikan yang signifikan
mempengaruhi inefisiensi teknis; pada sektor tekstil, lokasi dan ukuran perusahaan; pada
sektor kimia dan logam, ukuran kepemilikan, dan usia.
Baduneko et al. (2006) melakukan penelitian mengenai faktor yang menentukan
efisiensi teknis pada industri manufaktur di Jerman. Variabel yang digunakan adalah efek
industri, kepemilikan, usia, legalitas, struktur kepemilikan, ukuran, lokasi, outsourcing.
Variabel efek industri adalah yang pang besar menentukan efisiensi teknis, diikuti oleh
variabel ukuran dan lokasi. Variabel lain memiliki peran penentuan yang sangat kecil.
Ugur (t.t.) melakukan penelitian mengenai faktor yang mempengaruhi efisiensi
teknis pada industri manufaktur elektronik dan optik di Irlandia. Penelitian ini
menggunakan panel data dengan pendekatan SFA. Variabel yang digunakan ialah intensitas
investasi, kualitas pekerja, intensitas ekspor. Hasil penelitian adalah intensitas investasi dan
kualitas pekerja mempengaruhi secara signifikan dan keseluruhan inefisiensi teknis.
Intensitas ekspor hanya signifikan mempengaruhi pada industri manufaktur televise dan
penerima gelombang.
3
Dengan demikian penelitian ini akan memadukan penggunaan variabel determinan
yang sudah pernah digunakan dan yang belum pernah penulis temukan untuk digunakan.
Variabel market share, usia perusahaan, capacity utilization, kepemilikan perusahaan, dan
konsentrasi rasio menjadi variabel yang digunakan dalam penelitian ini.
2. METODOLOGI
Model dan Data
Penelitian ini menggunakan alat analisis utama Stochastic Frontier Analysis (SFA).
SFA dapat digunakan untuk menghitung secara langsung efisiensi teknis dan faktor yang
mempengaruhi efisiensi tersebut. Efisiensi teknis dan variabel determinannya kemudian
diestimasi dengan Maximum Likelihood Estimation (MLE). Data yang digunakan adalah
data panel yang terdiri dari 4240 input dan output level perusahaan (DMU) dalam 6 tahun
pengamatan (2004-2009).
Dalam perhitungan efisiensi teknis digunakan empat variabel input , yaitu tenaga
kerja (L), modal (K), sumber daya bahan baku (M), sumber daya bahan bakar (E). Empat
variabel tersebut kemudian digunakan dalam fungsi produksi frontier dengan
menggunakan spesifikasi variabel translog. Model yang digunakan adalah
2
2
2
2
LnY =β 0 + β 1 LnK ij + β2 LnLij + β LnM ij + β 4 LnE ij + β 5 LnT ij + β6 LnLij + β 7 LnK ij + β 8 LnM ij + β 9 LnEij + β 10 L
dimana Ln adalah logaritma natural, T adalah waktu (periode), dan
β n adalah parameter
variabel. Sedangkan model inefisiensi yang digunakan adalah
TEij =δ 0+ δ1 MS ij +δ 2 AGE ij +δ 3 CU ij +δ 4 DLOC ij + δ 5 CR 4ij
dimana TE adalah efisiensi teknis, MS adalah market share, AGE adalah usia perusahaan,
DLOC adalah dummy kepemilikan local perusahaan (0=local; 1=asing), CR4 adalah
konsentrasi rasio perusahaan.
3. HASIL DAN PEMBAHASAN
Efisiensi teknis
4
Tabel
1.
Ring
kasan
Statis
tik
Desk
riptif
Esti
masi
Efisi
ensi
Tekni
sXTa
hun
2004
2005
2006
2007
2008
2009
Mean
0.9521
0.9515
0.9500
0.9499
0.9506
0.9497
Std. Dev.
0.0170
0.0167
0.0239
0.0188
0.0183
0.0175
Min.
0.6596
0.6603
0.5401
0.5414
0.5409
0.5403
Max.
1
1
1
1
1
1
Tabel 1 memberikan gambaran umum mengenai efisiensi teknis industri manufaktur di Indonesia. Data keseluruhan menunjukkan bahwa TE paling kecil pada pengamatan
penelitian sebesar 0.54. Ini artinya untuk setiap satu input yang digunakan akan
menghasilkan output sebesar 0.54. Angka yang paling besar adalah 1, tidak terkecuali
untuk semua tahun. Artinya di setiap tahun selalu ada perusahaan yang berhasi lemcapai
efisiensi teknis penuh.
Rata-rata menunjukkan bahwa tidak ada tahun dengan TE kurang dari 0.94. Angka
ini didukung dengan standar deviasi yang kecil (0.01-0.02). Standar deviasi yang kecil
menunjukkan bahwa kemencengan/kesalahan dari rata-rata yang dihasilkan relatif kecil.
Dari 100 data yang diestimasi memiliki rata-rata antara 0.94-0.95 hanya 1-2 data yang
bukan angka tersebut. Oleh karenanya dapat dikatakan bahwa angka rata-rata tersebut
mewakili populasi, yaitu rata-rata TE sebesar 0.94-0.95 untuk semua tahun pengamatan.
Selain gambaran secara umum, rata-rata dapat dilihat dari
kaitannya dengan
variabel determinan yang digunakan untuk mengestimasi pengaruh. Tabel 2 memberikan
gambaran menganai keterkaitan tersebut. Dilihat dari kaitannya dengan variabel tahun,
efisiensi teknis untuk semua perusahaan dalam semua tahun memiliki kecenderungan
5
menurun untuk perusahaan dengan usia berdiri yang lebih lama. Perusahaan berusia 1-20
tahun memiliki rata-rata TE sebesar 0.95-0.96. Perusahaan dengan usia lebih dari 81 tahun
memiliki rata-rata TE berkisar 0.91. Ini berarti dapat diduga bahwa semakin lama usia
perusahaan akan memiliki TE yang semakin menurun.
Tabel 2. Rata-rata EFISIENSI TEKNIS Berdasar Variabel Determinan
Keterangan
AGE (Thn)
1-20
21-40
41-60
61-80
>81
LOC
0 (lokal)
1 (asing)
CR4 (%)
0-10
10.1-25
25.1s-50
50.1-65
>65.1
CU
1-20
21-40
41-60
61-80
>81
2004
Mean
Jml.
2005
Mean
Jml.
2006
Mean
Jml.
2007
Mean
Jml.
2008
Mean
Jml.
2009
Mean
Jml.
0.956
0.946
0.933
0.919
2860
1167
162
33
0.956
0.946
0.934
0.918
2752
1267
170
33
0.954
0.946
0.933
0.920
2588
1417
180
37
0.955
0.946
0.932
0.918
2453
1541
188
38
0.956
0.947
0.933
0.918
2331
1651
196
40
0.96
0.95
0.93
0.92
2220
1739
212
46
0.910
18
0.915
18
0.912
18
0.910
20
0.912
22
0.91
23
0.949
0.982
3862
378
0.949
0.982
3862
378
0.947
0.981
3862
378
0.947
0.981
3862
378
0.948
0.982
3862
378
0.95
0.98
3862
378
0
0.951
0.955
0.978
0.958
0
3070
936
58
176
0.945
0.950
0.953
0.981
0.962
175
2541
1282
16
226
0.0
0.949
0.951
0.957
0.958
0
2806
1093
132
209
0
0.948
0.953
0.958
0.971
0
3070
928
202
40
0.0
0.948
0.952
0.957
0.968
0
2145
1497
558
40
0
0.95
0.95
0.96
0.97
0
2287
1355
558
40
0.989
0.979
0.965
0.953
0.944
41
116
473
2038
1572
0.987
0.978
0.965
0.953
0.944
21
116
432
2093
1578
0.987
0.977
0.963
0.952
0.940
36
116
526
1951
1611
0.987
0.975
0.962
0.952
0.942
31
105
430
2087
1587
0.986
0.976
0.964
0.952
0.943
36
111
418
2160
1515
0.99
0.98
0.96
0.95
0.94
34
122
409
2127
1548
Dilihat dari kepemilikan perusahaan, perusahaan dengan kepemilikan asing
memiliki nilai TE yang lebih besar daripada perusahaan dengan kepemilikan lokal. Di
semua tahun pengamatan, perusahaan lokal memiliki nilai TE berkisar 0.94-0.95.
Perusahaan dengan kepemilikan asing memiliki nilai TE berkisar 0.98. Oleh karenanya
dapat disimpulkan awal bahwa perusahaan asing bekerja pada level efisiensi yang lebih
tinggi daripada perusahaan lokal.
Dari segi rasio konsentrasi, dalam tiga tahun pertama pengamatan semua
perusahaan memiliki rata-rata TE yang bervariasi antara 0.95-0.98. Tiga tahun terakhir
6
pengamatan memiliki pola nilai TE tertentu. Perusahaan dengan nilai rasio konsentrasi
lebih tinggi memiliki nilai TE yang lebih tinggi. Nilai tersebut bervariasi antara 0.94
hingga 0.97. Dengan demikian pernyataan semakin tinggi CR4 semakin tinggi TE diduga
hanya berlaku untuk tiga tahun terakhir pengamatan.
Dari segi capacity utilization, di semua tahun, perusahaan memiliki pola semakin
tinggi CU maka semakin rendah TE. Nilai rata-rata TE bervariasi antara 0.94-0.99. CU
yang semakin tinggi menandakan perusahaan beroperasi pada kapasitas yang lebih tinggi.
Oleh karenanya dapat disimpulkan sementara bahwa perusahaan yang semakin tinggi
kapasitas produksinya memiliki kecenderungan rata-rata TE yang semakin rendah.
Parameter estimasi TE dengan set input yang telah dipilih dapat dilihat pada Tabel
3. Pendekatan yang digunakan adalah MLE dengan model transcendental logarithmic.
Tabel 3 memberikan gambaran mengenai koefisien estimasi stochastic production untuk
sampel pada penelitian ini.
Variabel Determinan Efisiensi Teknis
Variabel dependen yang digunakan dalam estimasi ini adalah TE. Oleh karenanya
hubungan positif signifikan antara variabel dependen dan independen memiliki makna
variabel independen yang semakin tinggi akan menyebabkan angka TE yang semakin
tinggi. Dapat juga disebut bahwa perusahaan semakin efisien.
MS diduga memiliki hubungan positif dengan TE. MS dihitung dari penjualan
perusahaan terhadap keseluruhan penjualan industri. Meningkatnya penjualan perusahaan
berarti perusahaan beroperasi pada skala yang lebih besar. Sedikitnya pesaing pada level
perusahaan-perusahaan dengan MS yang tinggi akan menakibatkan terbentuk pasar
oligopoli. Dengan demikian perusahaan akan semakin berlomba untuk meningkatkan
efisiensi produksinya. Hasil estimasi menunjukkan hubungan yang negatif signifikan
antara MS dan TE pada level probabilitas 95%. Oleh karenanya hipotesis awal ditolak.
Semakin tinggi nilai MS perusahaan akan semakin mengurangi nilai TE-nya, dengan kata
lain meningkatkan inefisiensi.
AGE diduga memiliki hubungan positif dengan TE. AGE menunjukkan usia
perusahaan beroperasi. Semakin lama perusahaan beroperasi akan meningkatkan
spesialisasi produksi dan juga kemungkinan teknologi yang digunakan. Dengan demikian
7
akan meningkatkan efisiensi teknis produksi perusahaan. Hasil estimasi menunjukkan
hubungan positif dan tidak signifikan antara AGE dan TE pada level probabilitas 95%.
Oleh karenanya dapat dikatakan bahwa usia perusahaan mempengaruhi efisiensi teknis
secara tidak signifikan.
Tabel 3. Parameter Estimasi Stochastic Production Frontier dan Model Inefisiensi Teknis
Variabel
Parameter
Stochastic Production
Intersep
β0
LnL
β1
LnK
β2
LnM
β3
LnE
β4
T
β5
2
LnL
β6
2
LnK
β7
2
LnM
β8
LnE2
β9
2
T
β10
T*LnL
β11
T*LnK
β12
T*LnM
β13
T*LnE
β14
LnL*LnK
β15
LnL*LnM
β16
LnL*LnE
β17
LnK*Ln
M
β18
LnK*LnE
β19
LnM*LnE
β20
Model Inefisiensi Teknis
Intersep
δ0
MS
δ1
AGE
δ2
CU
δ3
DLOC
δ4
CR4
δ5
Parameter Lain
sigma-squared
gamma
log likelihood function
mean efisiensi teknis
Koefisien
Standard Error
t-ratio
4.000391
0.873324
0.056982
0.090938
0.261519
0.024975
0.033911
0.010278
0.071200
0.035602
-0.005953
0.003010
-0.001187
-0.002868
0.004884
0.011596
-0.087875
0.010884
0.995273
0.967823
0.726318
0.780713
0.815973
0.969357
0.449802
0.022934
0.129237
0.162339
0.051172
0.030288
0.079861
0.102757
0.085168
0.390880
0.561817
0.215669
4.019391
0.902359
0.078454
0.116480
0.320500
0.025765
0.075390
0.448170
0.550924
0.219306
-0.116334
0.099369
-0.014859
-0.027906
0.057341
0.029667
-0.156412
0.050467
-0.019793
-0.003460
-0.067827
0.428080
0.409366
0.194989
-0.046237
-0.008452
-0.347849
-0.002159
-0.001784
0.000687
0.000632
-0.032479
-0.000195
0.486978
0.000309
0.006107
0.002158
0.189350
0.002645
-0.004433
-5.777606
0.112544
0.292972
-0.171530
-0.073604
0.148197
0.000008
-11970.72
0.95065
0.058142
0.000109
2.548885
0.076986
8
CU diduga memiliki hubungan positif dengan TE. CU merupakan kapasitas
produksi suatu perusahaan. CU yang semakin tinggi berarti perusahaan yang berproduksi
semakin kearah kapasitas penuh. Perdebatan mengenai pengukuran CU terjadi karena
belum adanya ukuran pasti mengenai kapasitas penuh dalam produksi, adanya unsur
subjektivitas mengenai penilaian kapasitas produksi penuh, dan kebijakan valuasi yang
digunakan dalam mengukur output produksi. Terlepas dari situasi tersebut, semakin
perusahaan beroperasi pada kapasitas yang penuh maka efisiensi teknis perusahaan akan
semakin tinggi. Hasil estimasi menunjukkan hubungan yang positif dan tidak signifikan
antara CU dan TE pada level probabilitas 95%. Ini berarti dapat dikatakan bahwa tinggi
rendah kapasitas produksi yang dicapai perusahaan mempengaruhi secara tidak signifikan
efisiensi teknis produksi perusahaan tersebut.
DLOC merupakan variabel dummy kepemilikan perusahaan. Perusahaan yang
dimiliki dalam negeri diberi nilai 0 dan perusahaan yang dimiliki asing diberi nilai 1. Tidak
ada hipotesis yang pasti mengenai hubungan kepemilikan perusahaan dengan TE
berdasarkan kewarganegaraan. Hasil penelitian menujukkan koefisien yang tidak
signifikan. Hal ini menunjukkan bahwa tidak ada bukti yang cukup kuat untuk mengatakan
bahwa baik perusahaan local maupun asing berproduksi pada level efisiensi teknis yang
lebih tinggi satu sama lain.
CR4 merupakan rasio konsentrasi tak tertimbang perusahaan dalam suatu industri.
CR4 diambil dari share output (atau penjualan) empat perusahaan terbesar dalam industri.
Dikatakan tidak tertimbang dikarenakan tidak ada pembobotan untuk perusahaan besar
maupun kecil. Diduga CR4 memiliki hubungan positif dengan TE. Semakin besar CR4
berarti perusahaan berproduksi pada level yang semakin tinggi. Dengan demikian pada
level tertinggi akan menyisakan perusahaan yang seolah beroperasi pada pasar oligopoli.
Dengan model pasar tersebut perusahaan berusaha semaksimal mungkin untuk
meningkatkan efisiensi produksi guna memenangkan persaingan. Hasil penelitian
menunjukkan bahwa terdapat hubungan negatif dan tidak signifikan antara CR4 dan TE
pada level probabilitas 95%. Ini berarti dapat dikatakan bahwa CR4 mempengaruhi TE
secara tidak signifikan dalam sampel penelitian ini.
Gamma yang terdapat pada bagian parameter lain dapat menunjukkan faktor apa
yang lebih dominan mempengaruhi variasi eror. Dua kemungkinan faktor tersebut adalah
inefisiensi teknis dan faktor random lainnya. Nilai koefisien gamma yang mendekati 1
9
menunjukkan bahwa variasi eror lebih banyak dipengaruhi oleh inefisiensi teknis. Nilai
koefisien gamma yang menjauhi 1 mengindikasikan bahwa variasi eror lebih banyak
dipengaruhi oleh faktor random lainnya. Hasil penelitian menunjukkan bahwa koefisien
gamma memiliki nilai relatif jauh dari 1. Hal ini berarti dapat dikatakan bahwa faktor
random selain variabel independen dan inefisiensi teknis lebih mendominasi variasi eror.
4. SIMPULAN
Penelitian ini mengangkat tema mengenai efisiensi teknis pada industri manufaktur
di Indonesia dan variabel determinannya. Efisiensi teknis dihitung dengan menggunakan
pendekatan stochastic frontier analysis (SFA). Determinan efisiensi teknis diestimasi
dengan menggunakan regresi berganda. Baik perhitungan efisiensi teknis maupun regresi
determinan dilakukan dengan satu tahap menggunakan pendekatan TE effect pada software
Frontier 4.1.
Data yang digunakan dalam penelitian ini berjenis panel pada level perusahaan
dengan 4240 DMU dalam 6 tahun pengamatan (2004-2009). Model yang digunakan adalah
model transcendental logarithmic dan model regresi berganda.
Hasil penelitian menunjukkan bahwa variabel market share signifikan negatif
mempengaruhi efisiensi teknis. Variabel lain seperti usia perusahaan, kepemilikan usaha,
rasio konsentrasi, dan capacity utilization mempengaruhi efisiensi teknis secara tidak
signifikan.
10
REFERENSI
Badunenko, Oleg, Michael Fritsch, and Andreas Stephan. What Determines the Technical
Efficiency of a Firm? The Importance of Industry, Location, and Size. Working
Paper, Jena: Arbeits- und Diskussionspapiere der Wirtschaftswissenschaftlichen
Fakultät der Friedrich-Schiller-Universität Jena, 2006.
Chiona, Susan, Thomson Kalinda, and Gelson Tembo. "Stochastic Frontier Analysis of the
Technical Efficiency of Smallholder Maize Farmers in Central Province, Zambia."
Journal of Agricultural Science; Vol. 6, No. 10; 2014 (Correspondence: Thomson
Kalinda, Department of Agricultural Economics and Extension, University of
Zambia), 2014: 108-118.
Coelli, T.J. A Guide to FRONTIER Version 4.1: A Computer Program for Stochastic
Frontier Production and Cost Function Estimation. Working Paper, Armidale:
Center for Efficiency and Productivity Analysis, University of New England, 2007.
Coelli, T.J. Centre for Efficiency and Productivity Analysis (CEPA) Working Papers.
Working Papers, Armidale: University of New England, 1996.
Gujarati, Damodar N., and Dawn C. Porter. Basic Econometric. Mc Graw Hill, 2009.
Lipczynski, John, John Wilson, and John Goddard. Industrial Organization Competition,
Strategy, Policy. Harlow: Prentice Hall Financial Times, 2005.
Mankiw, N. Gregory. Principles of Economics, 7th Edition. Cengage Learning, 2014.
Margono, Heru, and Subhash C. Sharma. Efficiency and Productivity Analyses of
Indonesian Manufacturing Industries. Discussion Paper, Southern Illinois :
Department of Economics, Southern Illinois University Carbondale, 2004.
Nicholson, Walter, and Christopher Snyder. Microeconomic Theory Basic Principles and
Extension Tenth Edition. Mason: Thomson South-Western, 2008.
Uğur, Ali. Technical Efficiency In Irish Manufacturing Industry, 1991-1999. Working
Paper, Dublin: IIIS and Department of Economics, Trinity College, n.d.
11