ANALISIS FAKTOR FAKTOR PRODUKSI YANG MEM
ANALISIS FAKTOR –FAKTOR PRODUKSI YANG MEMPENGARUHI
KUANTITAS OUTPUT PADA INDUSTRI SELANG DAN PIPA PLASTIK DI
INDONESIA TAHUN 2010
Jaka Pratama
ABSTRAK
Penelitian ini dimaksudkan untuk menganalisis faktor-faktor input produksi yang
dapat mempengaruhi tingkat produksi pada industri pipa dan selang dari plastik di Indonesia
pada tahun 2010. Faktor-faktor produksi yang dimaksud antara lain adalah jumlah tenaga
kerja, bahan baku, dan mesin yang digunakan dalam proses produksi. Data yang digunakan
pada penelitian ini adalah data sekunder berupa hasil Survei Industri Besar Sedang tahun
2010 yang diperoleh dari Badan Pusat Statistik. Dari hasil survei tersebut, terdapat 53
perusahaan berskala besar-sedang yang menggeluti bidang industri pipa dan selang plastik.
Teknik analisis yang digunakan adalah analisis regresi linier berganda atau Multiple
Regression yang menggunakan pendekatan fungsi produksi Cobb-Douglas. Pembentukan
model dilakukan dengan menguji tingkat signifikansi variabel baik secara parsial maupun
keseluruhan. Hasil dari penelitian ini adalah faktor produksi yang paling dominan
berpengaruh secara positif dan signifikan terhadap tingkat produksi adalah jumlah bahan
baku yang digunakan. Namun secara keseluruhan/ simultan ketiga variabel tersebut
berpengaruh secara signifikan terhadap tingkat produksi pada industri pipa dan selang dari
plastik.
Keywords : Faktor Produksi, Fungsi Produksi Cobb Douglas
Page 1
1. PENDAHULUAN
Tak dapat dipungkiri bahwa sektor industri memiliki peranan yang sangat vital dalam
perekonomian suatu negara, termasuk di Indonesia. Dari tahun ke tahun, kontribusi sektor
industri pengolahan terhadap pembentukan PDB semakin besar. Selain itu, berkembangnya
industri mampu menciptakan lapangan pekerjaan yang lebih luas. Pada tahun 2004, sektor
industri pengolahan mampu menyerap tenaga kerja yang cukup besar mencapai 11 juta orang.
Kesempatan kerja memang sangat identik dengan sasaran pembangunan khususnya
pembangunan ekonomi. Oleh karena itu, diperlukan strategi yang komprehensif dalam
membangun sektor industri agar dapat dijadikan leading sector di Indonesia.
Untuk mengoptimalkan peranan sektor industri dalam pembangunan perekonomian di
Indonesia, maka produksi dari industri tersebut harus ditingkatkan pula, khususnya industri
bahan pipa dan selang plastik. Produk yang dihasilkan oleh industri pipa dan selang plastik
banyak digunakan untuk berbagai keperluan, mulai dari industri besar misalnya pada instalasi
pengolahan limbah industri, hingga pemakaian dalam skala rumah tangga seperti penggunaan
selang dan pipa plastik. Jadi dapat dikatakan bahwa industri pipa dan selang adalah salah satu
penunjang kelancaran bisnis industri di Indonesia.
Pentingnya peranan dan sumbangan sektor industri, khususnya industri pipa dan
selang plastik, maka industri tersebut harus meningkatkan produksinya dengan strategistrategi tertentu yang telah ditetapkan. Permasalahan yang dihadapi dalam penelitian ini
adalah seberapa besar pengaruh tenaga kerja, bahan baku, dan mesin terhadap produksi pada
industri pipa dan selang plastik serta input yang signifikan dalam mempengaruhi besaran
kuantitas produksi.
2. TEORI
2.1.1. Industri Pipa dan Selang Dari Plastik
Menurut Undang-Undang No. 5 tahun 1984 tentang perindustrian, yang menyebutkan
bahwa industri adalah kegiatan ekonomi yang mengolah bahan mentah, bahan baku, barang
setengah jadi, dan/atau barang jadi menjadi barang dengan nilai yang lebih tinggi untuk
penggunaannya, termasuk kegiatan rancangan dan perekayasaan industri. Pengertian industri
juga meliputi semua perusahaan yang mempunyai kegiatan tertentu dalam mengubah secara
mekanik atau secara kimia bahan-bahan organis sehingga menjadi hasil baru.
Page 2
Dari pengertian di atas maka industri mencakup segala kegiatan produksi yang
memproses pembuatan bahan-bahan mentah menjadi bahan-bahan setengah jadi maupun
barang jadi atau kegiatan yang bisa mengubah keadaan barang dari suatu tingkat tertentu ke
tingkat yang lain, kearah peningkatan nilai atau daya guna yang berguna untuk memenuhi
kebutuhan masyarakat. Industri sebagai suatu sistem terdiri
dari unsur fisik dan unsur
perilaku manusia. Unsur fisik yang mendukung proses industri adalah komponen tempat
meliputi pula kondisinya, peralatan, bahan
mentah/bahan baku, dan beberapa hal yang
memerlukan sumber energi. Sedangkan unsur perilaku manusia meliputi komponen tenaga
kerja, ketrampilan, tradisi, transportasi, dan komunikasi, serta kpeadaan pasar dan politik
(Dumairy, 1998).
Badan Pusat Statistik Indonesia menggolongkan industri dalam empat kriteria yaitu:
1. Industri besar menggunakan tenaga kerja mencapai 100 orang atau lebih.
2. Industri sedang menggunakan tenaga kerja mencapai 20-99 orang.
3. Industri kecil menggunakan tenaga kerja 5-19 orang.
4. Industri rumah tangga menggunakan tenaga kerja mencapai 1-4 orang.
2.1.2. Definisi Produksi
Menurut Lipsey (1995), produksi merupakan semua kegiatan untuk menciptakan dan
menambah kegunaan suatu barang atau jasa dengan memanfaatkan faktor-faktor produksi
yang tersedia. Sedangkan faktor produksi adalah sumber-sumber ekonomi yang harus diolah
oleh perusahaan untuk dijadikan barang atau jasa untuk kepuasan konsumen dan sekaligus
memberikan keuntungan bagi perusahaan. Menurut Beattie dan Taylor (1994) produksi
adalah proses kombinasi dan koordinasi material-material dan kekuatan-kekuatan (input,
faktor, sumberdaya, atau jasa-jasa produksi) dalam pembuatan suatu barang atau jasa.
Menurut Joesron dan Suhartati, produksi merupakan hasil akhir dari proses atau
aktivitas ekonomi dengan memanfaatkan beberapa masukan input. Dengan pengertian ini
dapat dipahami bahwa kegiatan produksi adalah mengkombinasikan berbagai input dan
masukan untuk menghasilkan output. Hubungan teknis antara input dan Output tersebut
dalam bentuk persamaan, tabel atau grafik merupakan fungsi produksi.
Page 3
Meskipun dalam proses produksi terdapat banyak faktor produksi yang digunakan,
tetapi tidak semua faktor produksi tersebut digunakan dalam analisis fungsi produksi. Hal ini
tergantung dari penting tidaknya pengaruh faktor produksi terhadap hasil produksi.
Pada kegiatan produksi dikenal istilah nilai output dan biaya input. Nilai output dalam
industri pipa dan selang dari plastik merupakan penjumlahan nilai dari barang dan jasa yang
dihasilkan sendiri maupun yang diberikan kepada pihak lain ditambah keuntungan dari
barang yang dijual kembali dan penerimaan lain dari jasa non industri serta selisih nilai stok
barang setengah jadi. Biaya input dalam industri pipa dan selang dari plastik meliputi semua
biaya yang dipakai untuk memproduksi suatu barang seperti bahan baku dan penolong, bahan
bakar, tenaga listrik dan gas, sewa gedung, mesin dan alat-alat, serta pengeluaran lainnya
berupa jasa industri maupun non industri (BPS, 2009).
2.1.3. Modal
Sejumlah dana atau modal merupakan sumber daya pokok yang wajib terpenuhi dari
suatu usaha. Faktor modal juga salah satu penyebab timbulnya kendala terhadap pertumbuhan
dan perkembangan sektor industri kerajinan ini. Apabila dana dimiliki dan digunakan dengan
baik maka perusahaan / industri diharapkan dapat menjalankan usah secara continue dan
berkembang sesuai target dengan yang ditetapkan. Penggunaan dana ditinjau dari segi
kebutuhannya dikenal dengan dua maca yaitu : kebutuhan dana jangkan panjang dan
kebutuhan dana jangka pendek (Marlina :1990)
Kegiatan dana jangka menengah atau panjang dikenal dengan istilah modal tetap yang
terutama diperlukan untuk memproduksi dan mendistribusikan hasil produksi. Besar kecilnya
tergantung dari ukuran usaha dan bidang usaha yang dikelola. Dan jangka pendek
dipergunakan oleh perusahaan untuk membiayai perputaran dalam jangka kurun waktu satu
bulan sampai dengan satu tahun dan jumlahnya dapat berubah-ubah. Dana jangka pendek
atau sering juga disebut dengan dana operasional modal kerja.
Page 4
2.1.4. Tenaga Kerja
Menurut Badan Pusat Statistik pengertian tenaga kerja adalah penduduk usia 15 tahun
ke atas yang sedang bekerja , yang memiliki pekerjaan namun sementara tidak bekerja,
seseorang yang tidak memiliki pekerjaan dan sedang mencari pekerjaan dikategorikan
bekerja. Sedangkan bukan tenaga kerja digolongkan sebagai penduduk berusia 15 tahun ke
atas tetapi tidak termasuk dalam tenaga kerja adalah mereka yang bersekolah , ibu rumah
tangga, dan lainnya.
2.2. Kerangka Pikir
Gambar 2.1
Kerangka Pemikiran Teoritis
Tenaga Kerja
Bahan Baku
Tingkat produksi
Mesin
Pada penelitian ini, ditujukan untuk mengamati ada tidaknya pengaruh antara jumlah
tenaga kerja, jumlah bahan baku, dan mesin yang digunakan dalam proses produksi terhadap
tingkat produksi atau output yang dihasilkan pada industri kimia dasar organik yang
menghasilkan bahan kimia khusus. Diharapkan ketiga variabel tersebut memiliki pengaruh
yang positif terhadap tingkat produksi.
Page 5
2.3. Fungsi Produksi Cobb-Douglas
Fungsi produksi yang paling sering digunakan dalam penelitian-penelitian tentang
produksi adalah fungsi produksi Cobb-Douglas. Fungsi produksi Cobb-Douglas diperkenalkan
oleh C.W.Cobb dan P.H.Douglas pada tahun 1928. Fungsi Cobb-Douglas adalah suatu
fungsi atau persamaan yang melibatkan dua atau lebih variabel, dimana variabel yang satu
disebut dengan variabel dependen (yang dijelaskan/Y), dan yang lain disebut variabel
independen (yang menjelaskan/X). (Soekarwati,1993).
Beberapa alasan praktis dalam menggunakan fungsi produksi Cobb-Douglas, yaitu:
1. Bentuk fungsi Cobb-Douglas bersifat sederhana dan mudah penerapannya
2. Fungsi produksi Cobb-Douglas mampu menggambarkan keadaan skala hasil (return to
scale).
3. Koefisien-koefisien fungsi Cobb-Douglas secara langsung menggambarkan elastisitas
produksi dari setiap input yang dipergunakan dan dipertimbangkan untuk dikaji dalam
fungsi produksi Cobb-Douglas tersebut
4. Koefisien intersep dari fungsi Cobb-Douglas merupakan indeks efisiensi produksi
yang secara langsung menggambarkan efisiensi penggunaan input dalam menghasilkan
output dari 6actor yang sedang dikaji tersebut.
Fungsi Cobb-Douglas adalah suatu fungsi atau persamaan yang melibatkan dua atau
lebih variabel; variabel yang satu disebut sebagai variabel dependen, yaitu variabel yang
dijelaskan (Y), dan yang lain disebut sebagai variabel independen, yaitu variabel yang
menjelaskan (X) (Soekartawi, 1993). Di dalam penelitian ini model yang digunakan adalah
fungsi produksi Cobb-Douglas dimana secara matematis persamaan fungsi produksi CobbDouglas dapat dirumuskan sebagai berikut:
.......................................................................(1)
Sebelum data dapat diolah dan dianalisis lebih lanjut, data-data yang diperoleh harus
terlebih dulu ditransformasikan ke dalam bentuk Logaritma Natural (Ln). Hasil transformasi
fungsi produksi ke bentuk linier adalah sebagai berikut :
Page 6
.........(2)
Dimana:
Y=variabel yang dijelaskan
X=variabel yang menjelaskan
A’=intersep
bi=besaran yang akan diduga
u=kesalahan (disturbance term) , dan
e=logaritma natural, e= 2.1782
2.4. Skala Hasil Usaha (Return to Scale)
Menurut Nicholson (1995), konsep skala hasil usaha (return to scale) menjelaskan
suatu keadaan dimana output meningkat sebagai respon adanya kenaikan yang proporsional
dari seluruh input. Konsep skala hasil usaha ini memiliki tiga kemungkinan keadaan.
Pertama, sebuah fungsi produksi dikatakan menunjukkan skala hasil konstan (constant return
to scale) jika peningkatan seluruh input sebanyak dua kali lipat berakibat pada peningkatan
output sebanyak dua kali lipat juga.
Kedua, jika penggandaan seluruh input menghasilkan output yang kurang dari dua
kali lipat penambahan input-input produksi, maka fungsi produksi tersebut menunjukkan
skala hasil yang menurun (decreasing return to scale). Ketiga, jika penggandaan seluruh
input menghasilkan output lebih dari dua kali lipatnya, maka fungsi produksi mengalami
skala hasil yang meningkat (increasing return to scale).
Konsep skala hasil usaha (return to scale) suatu industri perlu dilakukan untuk
mengetahui apakah industri tersebut mempunyai konsep atau kaidah increasing, constant
atau decreasing return to scale. Jika jumlah parameter peubah bebas dari fungsi produksi
Cobb-Douglas dilambangkan dengan ∑
skala hasil usaha dapat dibedakan menjadi tiga,
yaitu (Soekartawi, 1993):
1. Jika ∑
, maka skala hasil usaha berada pada kondisi increasing return to
scale yang berarti laju pertambahan produksi lebih besar dari laju pertambahan
input.
Page 7
2. Jika ∑
, maka skala hasil usaha berada pada kondisi constant return to
scale yang berarti laju pertambahan input produksi sama dengan laju pertambahan
outputnya.
3. Jika ∑
, maka skala hasil usaha berada pada kondisi decreasing return to
scale yang berarti setiap jumlah input yang ditambahkan ke dalam proses produksi
hanya akan menghasilkan jumlah output yang lebih kecil daripada penambahan
jumlah input.
Data yang dipakai mempunyai limitasi yang penting dalam penggunaan fungsi cobbdouglas antara lain :
1.
Data harga yang dipakai pada fungsi cobb-douglas apabila menggunakan data
cross section harus mempunyai nilai variasi yang cukup. Kenyataan data harga
input didasarkan pada harga pemerintah yang cenderung konstan dan variasinya
kecil.
2.
Pengukuran data yang dilakukan agak sulit seperti upah tenaga kerja apakah upah
riil atau diluangkan.
3.
Data tidak boleh ada nilai nol atau negatif karena nilai logaritma dari nol atau
negatif adalah tidak terhingga.
Fungsi produksi Cobb-Douglas sering digunakan dalam penelitian. Hal ini
dikarenakan fungsi tersebut mempunyai beberapa kelebihan. Diantaranya adalah (Wahyuni,
2007):
1.
Mengurangi terjadinya heteroskedastisitas.
2.
Penyelesaian
fungsi
produksi
Cobb-Douglas
relatif
lebih
mudah
jika
dibandingkan dengan fungsi produksi yang lain karena fungsi produksi ini dapat
dengan mudah ditransfer ke dalam bentuk linear.
3.
Seperti yang telah disebutkan sebelumnya, koefisien pangkat dari fungsi produksi
Cobb-Douglas sekaligus menunjukkan besarnya elastisitas produksi dari masingmasing faktor produksi yang digunakan terhadap output, sehingga dapat
digunakan untuk mengetahui tingkat produksi yang optimum dari pemakaian
faktor produksi.
4.
Memudahkan membandingkan penelitian yang satu dengan yang lainnya yang
menggunakan alat analisis yang sama.
Page 8
5.
Jumlah elastisitas produksi dari masing-masing faktor produksi merupakan
pendugaan terhadap skala hasil usaha dari proses produksi.
Akan Tetapi fungsi cobb douglas ini juga mempunyai kelemahan-kelemahan, antara
lain :
1.
Spesifikasi variabel yang keliru, hal ini menyebabkan nilai elastisitas produksi
yang diperoleh negatif atau nilainya terlalu besar atau kecil. Spesifikasi ini akan
menimbulkan terjadinya multikolinearitas pada variabel bebas
2.
Kesalahan pengukuran variabel, hal ini terjadi bila data kurang valid sehingga
menyebabkan besaran elastisitas produksi yang terlalu besar atau kecil.
3.
Bias terhadap variabel manajemen. Faktor manajemen merupakan faktor penting
untuk meningkatkan produksi karena berhubungan langsung dengan variabel
terikat seperti manajemen penggunaan faktor produksi yang akan mendorong
besaran elastisitas teknik dari fungsi produksi ke arah atas. Manajemen ini
berhubungan dengan pengambilan keputusan dalam pengalokasian variabel input
dan kadang sulit diukur dalam pendugaan fungsi Cobb-Douglas
4.
Multikolinearitas, dalam fungsi ini sulit dihindarkan meskipun telah diusahakan
agar besaran korelasi antara variabel indipenden tidak terlalu tinggi seperti
memperbaiki spesifikasi variabel yang dipakai.
2.5. Konsep elastisitas
Menurut Nicholson (2002), perubahan yang terjadi pada satu variabel menimbulkan
efek pada variabel lainnya, sedangkan kedua variabel tersebut tidak dapat diukur dalam
ukuran yang sama. Untuk mengatasi hal tersebut digunakan konsep elastisitas. Di mana
persamaan kedua variabel tersebut dapat ditulis:
Y= f(K,...) .............................................................................................(3)
Dari persamaan diatas, untuk mengetahui elastisitas Y terhadap K adalah :
⁄
⁄
..........................................................................................(4)
Elastisitas merupakan ukuran persentase perubahan suatu variabel yang disebabkan
oleh perubahan sebesar satu persen dari variabel lainnya (Soekartawi, 1993). Menurut
Nicholson (1994), konsep elastisitas pada umumnya merupakan ukuran seberapa jauh para
Page 9
pembeli dan penjual memberikan respon terhadap perubahan-perubahan yang terjadi di pasar.
Hubungan yang lain juga bisa membuktikan bahwa koefisien pangkat dari fungsi produksi
Cobb-Douglas merupakan nilai elastisitasnya. Hal ini dapat dilihat pada penjelasan di bawah
ini dengan menurunkan rumus dari persamaan fungsi produksi Cobb-Douglas pada
Persamaan 5. Contoh perhitungan yang dilakukan adalah terhadap faktor produksi bahan
baku (X1) (Sanimah, 2006).
.......................................................................................(5)
Maka:
Jadi, koefisien dari tenaga kerja (X1) merupakan nilai elastisitas dari tenaga kerja
(X1) dengan nilai b1 (Sanimah, 2006). Cara yang sama digunakan untuk menghitung nilai
elastisitas dari faktor produksi lainnya, maka akan diperoleh hasil yang sama yaitu nilai
koefisien pangkat dari modal menunjukkan nilai elastisitas dari bahan baku tersebut (X2)
tersebut. Demikian juga dengan faktor lainnya, seperti mesin (X3).
2.6. Nilai Tambah dan Efisiensi
Nilai tambah yang dimaksud adalah nilai tambah bruto yang disesuaikan dengan
harga pasar sebelum dikurangi pajak atau dapat juga diperoleh melalui selisih antara nilai
output dan biaya input (Sanimah, 2006).
Nilai Tambah Bruto (NTB) = Nilai Output – Biaya Input
Menurut Badan Pusat Statistik (2000), nilai output merupakan hasil penjumlahan dari
nilai barang yang dihasilkan, jasa industri yang diberikan kepada pihak lain, keuntungan dari
Page 10
barang yang dijual kembali, selisih nilai stock barang setengah jadi, serta penerimaan lain
dari jasa non industri. Biaya input merupakan hasil penjumlahan dari nilai bahan baku dan
penolong yang digunakan oleh perusahaan-perusahaan industri kerajinan (Besar dan Sedang)
baik yang diproduksi di dalam negeri maupun yang diperoleh dari luar negeri atau impor,
nilai bahan bakar, nilai energi yang dipakai, dan nilai modal (sewa gedung, mesin dan alatalat lainnya).
Suatu perusahaan dalam kegiatan produksinya selalu berusaha mengefisiensikan
penggunaan faktor produksi dimana hal ini dimaksudkan untuk menciptakan efisiensi kinerja
perusahaan tersebut (Nicholson, 1995). Nilai efisiensi adalah perbandingan antara biaya input
perusahaan terhadap nilai output yang dihasilkan (Badan Pusat Statistik, 2002).
Kegiatan produksi dikatakan lebih efisien apabila dapat menghasilkan nilai output
yang lebih tinggi, baik dari segi kuantitas maupun kualitas pada tingkat biaya produksi yang
sama. Atau ketika dalam kegiatan produksi tersebut dapat melakukan penurunan biaya
produksi untuk memperoleh produk yang sama. Seorang pengusaha dapat dikatakan telah
mencapai keuntungan yang maksimum apabila telah mengkombinasikan tingkat penggunaan
input dan biaya secara optimal (Nicholson, 1995).
Berdasarkan uraian di atas akan dibuat model persamaan fungsi produksi industri
kerajinan Pipa dan selang plastik di Indonesia. Model yang akan digunakan dalam penelitian
ini adalah fungsi produksi Cobb-Douglas. Setelah melakukan spesifikasi dan identifikasi
model akan dilakukan analisis untuk melihat faktor-faktor yang mempengaruhi output
produksi industri pipa dan selang plastik di Indonesia. Hasil analisis yang diperoleh
diharapkan dapat digunakan untuk seluruh pemangku kepentingan agar dapat meningkatkan
kualitas dan daya saing industri pipa dan selang plastik di Indonesia.
Page 11
3. METODOLOGI
3.1. Ruang Lingkup dan Batasan Penelitian
Wilayah penelitian yang dimaksud mencakup seluruh wilayah Indonesia dengan
tujuan untuk menganalisis faktor-faktor yang mempengaruhi output produksi industri pipa
dan selang plastik di Indonesia, elastisitas dari masing-masing input produksi, menganalisis
skala hasil usaha, menganalisis nilai tambah dan efisiensi produksi pipa dan selang plastik.
Faktor-faktor produksi dan output industri pipa dan selang plastik yang dikaji dalam
penelitian ini dalam satuan nilai rupiah sedangkan untuk faktor produksi tenaga kerja
menggunakan satuan orang. Faktor produksi bahan baku yang terdiri atas bahan baku dalam
satuan ribu rupiah; dan faktor produksi tenaga kerja yang berupa tenaga kerja produksi dan
tenaga kerja lainnya (dalam satuan ribu orang) yang berkaitan secara langsung dengan
kegiatan produksi industri pipa dan selang plastik nasional.
3.2. Sumber Data
Data yang digunakan adalah data sekunder yang diperoleh dari Badan Pusat Statistik
(BPS), kementrian perindustrian dan sumber-sumber lainnya seperti literatur-literatur yang
menyediakan data-data tentang kerajinan di Indonesia.. Data sekunder yang diperoleh
meliputi data tenaga kerja, data bahan baku, modal , serta data-data lainnya yang berkaitan di
dalam penelitian.
Jenis data yang digunakan dalam penelitian faktor-faktor yang mempengaruhi output
industri pipa dan selang plastik adalah cross sectional data dalam kurun waktu 2009.
Pengolahan data dilakukan dengan bantuan software SPSS 17 For Windows, yang
sebelumnya proses penghitungan dibantu dengan software Microsoft Office Excell 2007.
3.3. Metode Analisis
3.3.1. Analisis Deskriptif
Analisis deskriptif merupakan analisis berdasarkan metode-metode yang berkaitan
dengan pengumpulan dan penyajian gugus data sehingga memberikan informasi yang
berguna. Analisis deskriptif yang digunakan dalam penelitian ini adalah analisis tabel dan
Page 12
analisis diagram garis. Analis deskriptif tersebut digunakan untuk memberikan gambaran
umum mengenai keadaan industri pipa dan selang plastik tahun 2009, antara lain mengenai,
perbandingan jumlah tenaga kerja, bahan baku dan data lain yang berhubungan dengan
analisis deskriptif.
3.3.2. Analisis Inferensia
3.3.2.1. Analisis Fungsi Produksi Cobb-Douglas
Model yang digunakan dalam menganalisis hubungan antara input dan output
produksi adalah model fungsi produksi Cobb-Douglas. Fungsi Cobb-Douglas adalah suatu
fungsi atau persamaan yang melibatkan dua atau lebih variabel dimana variabel yang satu
disebut sebagai variabel dependen, yaitu variabel yang dijelaskan (Y) dan variabel-variabel
yang lain disebut sebagai variabel independen, yaitu variabel yang menjelaskan (X)
(Soekartawi,1993). Secara matematis fungsi tersebut dapat dituliskan dalam persamaan
berikut:
Y=
Dan apabila fungsi tersebut dilinearkan maka menjadi:
Ln Y = a + b1 Ln X1 + b2 Ln X2 + b3 Ln X3 + u
Dimana:
Y = Output nominal industri pipa dan selang plastik pada tahun ke-t (ribu rupiah)
X1 = Bahan baku nominal industry pipa dan selang plastik pada tahun ke-t (ribu
rupiah)
X2 = Jumlah tenaga kerja industri pipa dan selang plastik pada tahun ke-t (ribu jiwa)
X3= Jumlah nominal modal industri pipa dan selang plastik pada tahun ke-t (ribu
rupiah)
a = Intersept
bi = koefisien refresi penduga (b1…bk)
Page 13
u = residual
e = 2,1782….(logaritma natural)
Fungsi produksi Cobb-Douglas yang telah dilinearkan tersebut dapat digunakan untuk
menganalisis variabel-variabel pada persamaan dengan menggunakan analisis regresi linier
berganda dan metode Ordinary Least Square (OLS). Dari model tersebut kita juga dapat
mengetahui nilai elastisitas dari masing-masing input terhadap output dimana koefisien
pangkat atau nilai parameter dari model tersebut sama dengan nilai elastisitasnya
(Sanimah,2006).
Untuk menentukan nilai skala hasil usaha (return to scale) yaitu dengan cara
menjumlahkan nilai koefisien regresi penduga dari masing-masing faktor produksi. Terdapat
tiga alternatif penilaian tentang skala usaha, yaitu :
1. Decreasing return to scale, jika (b1+b2+…+bn) < 1. Dapat diartikan bahwa proporsi
penambahan faktor produksi melebihi jumlah proporsi penambahan output
produksi.
2. Constant return to scale, jika (b1+b2+…+bn) = 1. Jika proporsi penambahan faktor
produksi akan proporsional dengan penambahan produksi yang diperoleh.
3. Increasing return to scale, jika (b1+b2+…+bn) >1. Artinya proporsi penambahan
faktor produksi akan menghasilkan tambahan produksi yang proporsinya lebih
besar.
Metode pengolahan data dengan menggunakan OLS (Ordinary Least Square) dimana
asumsi-asumsi dalam OLS adalah sebagai berikut (Gujarati,1995):
a. Nilai harapan dari rata-rata kesalahan adalah nol
b. Ragam konstan (homoscedasticity)
c. Tidak ada hubungan antara variabel bebas dan error term
d. Tidak ada korelasi antara error (non-autocorrelation)
e. Tidak terdapat hubungan antar variabel bebas (non-multicolinearity)
f. Ragam error menyebar normal.
Jika asumsi di atas dapat dipenuhi dalam model regresi linier berganda, maka penduga
terkecilnya mempunyai ragam minimum yang merupakan penduga linier tak bias atau disebut
Best Linear Unbiased Estimator (BLUE).
Page 14
3.3.2.2. Uji Koefisien Determinasi (R2)
Uji koefisien determinasi (R2) digunakan untuk melihat sejauh mana besar nilai
keragaman yang dapat dijelaskan oleh variable bebas (independen) terhadap variable tak
bebas (dependen). Uji ini menjelaskan persentase variasi total peubah tidak bebas yang
disebabkan oleh peubah bebasnya. Uji koefisien determinasi (R2) dapat dihitung dengan
menggunakan rumus di bawah ini:
Dimana:
R2
=
Koefisien Determinasi
JKR
=
Jumlah Kuadrat Regresi
JKT
=
Jumlah Kuadrat Total
Nilai R2 akan bertambah besar sesuai dengan bertambahnya jumlah variabel bebas
yang dimasukkan ke dalam model. Jika R2 sebesar satu, berarti variabel bebas memiliki
kecocokan sempurna dengan variabel endogennya, sedangkan jika R2 bernilai nol, berarti
tidak terdapat kesesuaian antara variabel independen dengan dependennya.
3.3.2.3. Uji Statistik- F
Uji F Statistik digunakan dalam model persamaan regresi untuk membuktikan bahwa
seluruh koefisien regresi signifikan dalam menentukan nilai dari variabel dependen. Untuk
mengujinya dapat digunakan F statistic dengan rumus umum sebagai berikut:
F-hitung
=
Hipotesis:
⁄
⁄
H0
:
bi = 0 dimana i=1,2,3,....k
H1
:
minimal ada satu bi≠0
Kriteria uji:
Page 15
F-hitung >
, maka Tolak H0
F-hitung <
, maka Terima H0
Dimana:
n = banyaknya data
k = jumlah koefisien regresi dugaan
Jika Ho ditolak, berarti minimal ada satu variabel independen yang berpengaruh
signifikan terhadap output industri pipa dan selang plastik. Sebaliknya, jika Gagal Tolak Ho,
maka tidak ada satupun variabel independen yang mempunyai pengaruh signifikan terhadap
total output industri pipa dan selang plastik.
3.3.2.4. Uji Statistik- t
Uji t statistik digunakan untuk membuktikan bahwa koefisien regresi dalam model
secara statistik bersifat signifikan atau tidak. Uji ini digunakan untuk melihat apakah secara
statistic koefisien regresi dari masing-masing variabel independen yang digunakan dalam
model secara terpisah berpengaruh signifikan terhadap variabel dependen.
t- hitung
=
t-tabel
=
Hipotesis:
⁄
Ho : bi = 0 (i=1,2,…,k)
Hi
: bi ≠0
Kriteria uji:
t-hitung >
t-hitung <
dimana:
⁄
⁄
, maka Tolak Ho
, maka Terima Ho
s(b) = Simpangan Baku Koefisien Dugaan
Page 16
Jika nilai Ho ditolak, berarti variabel independen berpengaruh signifikan terhadap
variabel dependen (output) di dalam model. Sebaliknya, jika Ho diterima, berarti variabel
independennya tidak berpengaruh signifikan terhadap output (variabel dependen).
3.3.2.5. Uji Asumsi Klasik
Estimasi parameter dengan menggunakan metode OLS (Ordinary Least Square)
mempunyai enam asumsi klasik yang harus dipenuhi. Untuk mengetahui ada atau tidaknya
pelanggaran terhadap asumsi-asumsi klasik tersebut dapat dianalisis melalui uji
multikolinearitas, uji autokorelasi, uji normalitas, uji linearitas dan uji homoskedastisitas.
Apabila suatu model lulus kelima uji ekonometrik tersebut, maka dapat dikatakan bahwa
model tersebut menghasilkan nilai parameter BLUE (Best Linear Unbiased Estimator)
dimana hasil estimasinya valid.
3.3.2.5.1. Uji Non-Multikolinearitas
Tujuan asumsi model regresi linear klasik dengan tidak adanya multikolinearitas
yaitu agar parameter yang diestimasi mempunyai ketepatan yang tinggi. Multikolinearitas
yaitu adanya hubungan linear yang sempurna di antara beberapa atau semua variabel bebas
dalam regresi sehingga terdapat kesulitan dalam memisahkan pengaruh antara variabel
dependen dengan variabel independen dalam model. Multikolinearitas yang sering terjadi jika
nilai R2 tinggi yaitu ketika nilainya antara 0,7 sampai dengan 1. Konsekueni dari adanya
multikolinearitas adalah:
1. Nilai dari galat baku akan meningkat
2. Estimasi koefisien tidak dapat dilakukan
3. Probabilitas untuk menerima hipotesis yang salah meningkat
4. Nilai t akan turun
5. Hasil-hasil estimasi sangat sensitif terhadap perubahan-perubahan spesifikasi.
Page 17
Untuk menguji ada atau tidaknya gejala multikolinearitas, dapat dilihat melalui nilai
VIF yang dicantumkan dalam output SPSS pada tabel Coefficients. Jika nilai VIF < 10, maka
asumsi non-multikolinearitas terpenuhi.
Untuk mendeteksi multikolinearitas, dapat juga dilakukan dengan melihat nilai
Variance Inflation Factor (VIF) yaitu suatu estimator yang akan meningkat akibat dari
keberadaan multikolinearitas. Adapun perolehan nilai VIF dilakukan dengan cara sebagai
berikut:
Di mana
adalah koefisien determinasi dari regresi berganda ketika Xk diregresikan
dengan p-2 variabel lainnya dalam model.Jika nilai VIF dari variabel-variabel independen
dalam penelitian ini lebih dari 5, maka peubah tersebut memiliki masalah multikolinearitas.
3.3.2.5.2. Uji Autokorelasi
Autokorelasi adalah gejala adanya korelasi antara serangkaian observasi yang
diurutkan menurut deret waktu atau time series. Adanya gejala autokorelasi dalam suatu
persamaan akan menyebabkan persamaan tersebut memiliki selang kepercayaan yang
semakin lebar dan pengujian menjadi kurang akurat. Akibatnya, varian residual yang
diperoleh akan lebih rendah daripada seharusnya sehingga mengakibatkan R2 menjadi lebih
tinggi, hasil uji-t dan uji-F menjadi tidak sah dan penduga regresi akan menjadi sensitif
terhadap fluktuasi pengambilan sampel.
Uji yang sering digunakan untuk mendeteksi apakah pada data yang diamati terjadi
autokorelasi atau tidak adalah uji Durbin-Watson (uji-d). Namun, uji ini hanya dapat
digunakan untuk data dengan jumlah pengamatan yang kecil dan terdapat kelemahan yaitu
apabila nilai statistik-d jatuh pada kisaran angka dua, menandakan tidak terdapat
autokorelasi. Menurut Gujarati (1978), untuk mendeteksi keberadaan autokorelasi dapat
menggunakan besaran Durbin-Watson (uji d) yang didefinisikan dengan:
∑
∑
Page 18
Adapun aturan atau ketentuan uji Durbin-Watson adalah sebagai berikut:
Syarat
Keputusan
Kesimpulan
d < dL
Tolak Ho
Ada korelasi positif
d L ≤ d ≤ dU
Tidak ada keputusan
Tidak dapat diambil kesimpulan
dU < d < 4-dU
Tidak tolak Ho
Tidak ada autokorelasi positif maupun negatif
Tidak ada keputusan
Tidak dapat diambil kesimpulan
Tolak Ho
Ada korelasi negatif
4-dU ≤ d ≤ 4dL
d > 4-dL
Keterangan dalam gambar:
3.3.2.5.3. Uji Homoskedastisitas
Asumsi yang dipakai dalam penerapan model regresi linier adalah varians dari setiap
error adalah konstan. Inilah yang disebut dengan asumsi homoskedastisitas atau varians yang
konstan.
Heteroskedastisitas adalah kondisi dimana asumsi di atas tidak tercapai. Dampak
adanya heteroskedastisitas adalah tidak efisiensnya proses estimasi, sementara hasil
estimasinya sendiri tetap konsisten dan tidak bias. Adanya heteroskedastisitas akan
mengakibatkan hasil uji-t dan uji-F dapat menjadi tidak berguna.
Page 19
Uji homoskedastisitas maupun linearitas dapat dilihat melalui scatter plot antara nilai
residual (ei) dengan nilai estimasi y ( ̂) ataupun terhadap variable independen. Jika pada
scatter plot memperlihatkan sebaran data yang acak di sekitar garis origin, maka asumsi
homoskedastisitas dan linearitas terpenuhi
3.3.2.5.4. Uji Normalitas Residual
Uji normalitas sebaran galat dalam penelitian ini dapat diketahui melalui Normal P-P
Plot of Regression Standardized Residual. Jika pada NPP plot terlihat bahwa data tersebar di
sekitar garis lurus yang membentuk sudut 450, maka dapat disimpulkan bahwa galat (error)
mengikuti distribusi normal.
4. ANALISIS DAN PEMBAHASAN
4.1. Analisis Deskriptif
Berdasarkan data tahun 2009 terdapat 53 perusahaan pipa dan selang plastik Sebanyak
53 perusahaan yang memberikan respon penuh, sehingga penelitian ini di lakukan terhadap
53 perusahaan industri indutri pipa dan selang plastik. Berdasarkan data yang diperoleh, ratarata produksi untuk 53 perusahaan tersebut adalah 54.295.785,58 ribu rupiah. Jumlah tenaga
kerja total dari seluruh perusahan industri indutri pipa dan selang plastik adalah sejumlah
6.764 orang. Dari keseluruhan jumlah tersebut terdapat 5.430 tenaga kerja laki-laki atau
sekitar 80,28% dari jumlah total serta 1.334 orang tenaga kerja perempuan atau sekitar 19,72
% dari total keseluruhan tenaga kerja. Sedangkan untuk bahan baku dari industri indutri pipa
dan selang plastik terdapat sejumlah total adalah 2.157.534.996 ribu rupiah. Dan untuk bahan
baku baku sendiri terdiri dari bahan baku lokal dan bahan baku impor dengan total bahan
baku lokal adalah sebesar 1.833.089.226 ribu rupiah dan bahan baku impor 324.445.770 ribu
rupiah. Untuk mesin memiliki nilai rata-rata sebesar 152.808.795 ribu rupiah.
Page 20
4.2. Analisis Inferensia
4.2.1. Pendugaan Model Fungsi Produksi Cobb-Douglas
Analisis yang digunakan pada kasus ini adalah analisis regresi berganda yang
bertujuan untuk mengetahui pengaruh jumlah tenaga kerja (X1), bahan baku (X2) dan
mesin (X3) terhadap produksi alat-alat dapur (Y). Berdasarkan hasil pengolahan SPSS
17.0 nilai-nilai pendugaan model regresi sebagai berikut:
b
Model Summary
Model
R
1
.992
R Square
a
Adjusted R
Std. Error of the
Square
Estimate
.983
.981
Durbin-Watson
.24792829
2.018
a. Predictors: (Constant), X3, X2, X1
b. Dependent Variable: Y
Coefficients
Model
Unstandardized
Standardized
95.0% Confidence
Coefficients
Coefficients
Interval for B
B
(Constant)
a
Std. Error
1.879
.570
Ln X1
.036
.087
Ln X2
.013
Ln X3
.921
Beta
t
Sig.
Lower
Upper
Bound
Bound
1.983
.059
-.081
3.840
.021
.410
.685
-.144
.215
.030
.015
.452
.656
-.048
.075
.043
.970
21.531
.000
.833
1.010
a. Dependent Variable: Y
Dari hasil output SPSS pada table Coefficient tersebut kita ketahui b1 = 0.036 ,b2 =
0,013 dan b3 = 0,921 dengan koefisien intersep b0 = 1,879 sehinga persamaan penduga regresi
lengkapnya yaitu :
Page 21
Berdasarkan hasil output tabel Coefficient di atas dapat diperoleh juga estimasi
parameter berupa estimasi interval (Interval estimation). Untuk b1 diperoleh angka 0.036
yang artinya ketika Ln X1 naik 1% maka Ln Y akan naik 0.036 atau terletak pada interval 0.144 - 0.215 dengan asumsi variable lain dianggap konstan. Sementara itu, untuk b2
diperoleh angka 0,687 yang artinya ketika Ln X2 naik 1% maka Ln Y akan naik 0.013 atau
terletak pada interval -0.048 – 0.075 dengan asumsi variabel bebas lainnya konstan. Dan
untuk b3 diperoleh angka 0.921 yang artinya ketika Ln X3 naik 1% maka Ln Y akan naik
sebesar 0.921 atau terletak pada interval 0.833 – 1.010 dengan asumsi variabel bebas lainnya
konstan.
Sedangkan dari table Model Summary , diketahui R square sebesar 0.983 artinya
sebesar 98.3 % keragaman dalam Ln Y dapat dijelaskan oleh Ln X1, Ln X2, dan Ln
X3.Sedangkan sisanya dijelaskan oleh factor lain yang tidak dimasukkan ke dalam model (
faktor-faktor diluar model (error)).
4.3. Pengujian Koefisien Regresi
4.3.1. Uji Statistik- F (Simultan Test)
Hipotesis yang ingin diuji adalah :
H0 : β1= β2= β3
H1 : minimal ada satu βi yang tidak sama dengan 0, (i=1,2,3)
Taraf signifikansi yang digunakn adalah 0,05
b
ANOVA
Model
Regression
Residual
Total
Sum of Squares
Df
Mean Square
82.804
3
27.601
1.414
23
.061
84.218
26
F
449.034
Sig.
.000
a
Dari hasil output table Anova di atas, diperoleh nilai statistik uji-F = 449.034 dengan
masing-masing derajat bebas regresi sebesar 3 (p-1) dan derajat bebas residual adalah 23.
Selanjutnya nilai dari statistik uji ini akan dibandingkan dengan nilai pada tabel F. Dari tabel
Page 22
F pada tingkat signifikansi
= 0,05dan derajat bebas 3 dan 23 diperoleh nilai F tabel sebesar
3.027998, maka berlaku hubungan:
(
adalah menolak
)>(
) , sehingga keputusan yang diambil
.
Pengujian juga dapat dilakukan dengan memperhatikan nilai p-value.
ditolak jika
nilai p-value lebih kecil dari nilai . Dari output Anova diatas diperoleh nilai p-value sebesar
0,000 yang jauh lebih kecil dari nilai
signifikansi
= 0,05. Hal ini menunjukkan bahwa pada tingkat
= 0,05 dapat dinyatakan bahwa model yang digunakan sudah tepat.
4.3.2. Uji Statistik- t (Partial Test)
Hipotesis yang ingin diuji adalah :
H0 : βi = 0 , i=0,1,2,3
H1 : βi ≠ 0 , i=0,1,2,3
Taraf signifikansi yang digunakan adalah α = 0,05
Coefficients
Model
(Constant)
a
Unstandardized
Standardized
95.0% Confidence Interval
Coefficients
Coefficients
for B
B
Std. Error
1.879
.570
Ln X1
.036
.087
Ln X2
.013
Ln X3
.921
Beta
t
Sig.
Lower Bound Upper Bound
1.983
.059
.251
2.608
.021
.410
.685
-.144
.215
.030
.015
.452
.656
-.048
.075
.043
.970 21.531
.000
.833
1.010
a. Dependent Variable: Y
Berdasarkan tabel Coefficient di atas, diperoleh nilai statistik uji-t untuk konstanta
serta masing-masing variabel bebas. Selanjutnya nilai dari statistik uji ini dibandingkan
dengan nilai pada tabel t. Dari tabel t dengan tingkat signifikansi
= 0,05 dan derajat bebas
23 diperoleh nilai t tabel sebesar 1.714, maka berlaku hubungan:
Page 23
Konstanta dengan (
)>(
Variabel bahan baku (ln X2) dengan (
)
Variabel jumlah tenaga kerja (ln X1) dengan (
Untuk
Variabel mesin (ln X3) dengan (
) 0,05 sehingga pada taraf signifikansi 0,05 kita
gagal menolak H0 yang artinya error berdistribusi Normal. Serupa halnya dengan test
Shapiro-Wilks dengan P-value sebesar 0,308 > 0,05 maka keputusannya adalah gagal tolak
H0 atau error berdistribusi Normal.
Page 26
4.4.2. Uji Homoskedastisitas
Pemeriksaan secara grafik melalui plot antara Residual terhadap variable tak bebas
adalah sebagai berikut :
Dari plot residual terhadap Ln X1 terlihat bahwa residualnya menyebar secara acak
disekitar garis e = 0 (rata-rata residual adalah 0) yang mengindikasikan tidak terjadi
heteroskedastisitas error terhadap Ln X1
Page 27
Dari plot residual terhadap Ln X2 terlihat bahwa residualnya menyebar secara acak
disekitar garis e = 0 (rata-rata residual adalah 0) yang mengindikasikan tidak terjadi
heteroskedastisitas error terhadap Ln X2
Page 28
Dari plot residual terhadap Ln X3 terlihat bahwa residualnya menyebar secara acak
disekitar garis e = 0 (rata-rata residual adalah 0) yang mengindikasikan tidak terjadi
heteroskedastisitas error terhadap Ln X3
Uji adanya heteroskedastisitas dapat pula diperoleh dengan cara meregresikan nilai
mutlak residual sebagai dependent variable dengan Ln X1, Ln X2 dan Ln X3, lalu dilakukan
pengujian koefisien regresinya. Dengan persamaan regresinya :
| |
Dengan mmembentuk persamaan regresi antara residual terhadap ketiga variable bebas
itu, maka akan kita dapatkan
Coefficients
a
Standardized
Unstandardized Coefficients
Model
1
B
Std. Error
(Constant)
.451
.539
Ln_X1
.021
.049
Ln_X2
.008
Ln_X3
-.024
Coefficients
Beta
t
Sig.
.838
.411
.165
.436
.667
.017
.121
.494
.626
.024
-.330
-.979
.338
a. Dependent Variable: Abs_residual
Taraf signifikansi yang digunakan yaitu 0,05 dengan kriteria keputusan ada
heteroskedastisitas terhadap salah satu variabel bebas jika P-value < 0,05 atau thitung >
t(23;0,05)
Dari hasil output SPSS diatas, dapat dilihat bahwa tidak ada satupun variabel bebas
yang signifikan mempengaruhi error karena semua nilai Sig. yang lebih besar dari 0,05
Jadi, kesimpulannya adalah tidak terdapat masalah dengan heteroskedastisitas. Atau
dengan kata lain asumsi Homoskedastisitas data terpenuhi.
Page 29
4.4.3. Uji Multikolinieritas
Coefficients
a
Unstandardized
Standardized
Collinearity
Coefficients
Coefficients
Statistics
Model
B
1(Constant)
Std. Error
1.879
.948
Ln_X1
.036
.087
Ln_X2
.013
Ln_X3
.921
Beta
T
Sig.
Tolerance
VIF
1.983
.059
.021
.411
.685
.284 3.522
.030
.015
.452
.656
.679 1.472
.043
.970
21.531
.000
.359 2.782
a. Dependent Variable: Y
Dari hasil output Coefficient diatas, diperoleh besaran VIF dan nilai tolerance untuk
masing-masing variabel masih jauh dibawah 10 maka dapat dinyatakan bahwa tidak terjadi
masalah multikolinieritas dalam model. Jadi asumsi non multikolinieritas dalam model
terpenuhi.
4.4.4. Uji Non- Autokorelasi
Hipotesis yang ingin diuji yaitu :
H0 : Tidak terjadi autokorelasi
H1: Terjadi autokorelasi
Taraf signifikansi yang digunakan adalah 0,05 dengan kriteria penolakan yaitu jika dL
*
< d < dU maka terjadi masalah autokorelasi positif dan jika 4-dU < d* < 4-dL maka terjadi
masalah autokorelasi negative. Selain itu jika dU < d* < 4-dU maka tidak terjadi masalah
autokorelasi.
b
Model Summary
Model
1
R
.992
R Square
a
.983
Adjusted R
Std. Error of the
Square
Estimate
.981
.24792829
Durbin-Watson
2.018
a. Predictors: (Constant), X3, X2, X1
b. Dependent Variable: Y
Page 30
Dari hasil output SPSS 17.0 diatas, diperoleh nilai Statistik uji d* = 2,018. Dari tabel d
Durbin-Watson dengan tingkat signifikansi
= 0,05 , jumlah observasi 27 dan jumlah
variabel bebas 3 diperoleh nilai
= 1,65. Maka berlaku :
= 1,16 dan
Sehingga berdasarkan pengujian, keputusan yang diambil adalah tidak tolak
atau dapat
disimpulkan bahwa tidak terjadi autokorelasi baik yang positif maupun yang negatif.
4.5. Analisis Elastisitas Produksi
Berdasarkan hasil pendugaan dengan menggunakan metode kuadrat terkecil biasa atau
Ordinary Least Square (OLS) yang telah dilakukan sebelumnya, maka selanjutnya persamaan
fungsi produksi idustri alat-alat dapur ini dikembalikan ke bentuk aslinya yaitu fungsi
produksi Cobb-Douglass sebagai sebagai berikut:
̂ = ̂ = 6,5469
dengan:
Q
: produksi pipa dan selang plastik ( ribu rupiah)
: jumlah tenaga kerja (orang)
: bahan baku ( ribu rupiah)
: mesin ( ribu rupiah)
Dari fungsi tersebut, diperoleh besaran koefisien elastisitas dari masing-masing faktor
produksi. Besaran koefisien elastisitas tersebut dapat dijelaskan sebagai berikut :
1. Elastisitas produksi dari jumlah tenaga kerja sebesar 0,036. Artinya setiap
peningkatan 1 % jumlah tenaga kerja dalam proses produksi pipa dan selang
plastik akan meningkatkan produksi pipa dan selang plastik sebesar 0,036%.
Page 31
2. Elastisitas produksi dari bahan baku sebesar 0,013. Artinya setiap peningkatan 1 %
bahan baku dalam proses produksi pipa dan selang plastic akan meningkatkan
produksi alat-alat dapur sebesar 0,013%.
3. Elastisitas produksi dari mesin sebesar 0,921. Artinya setiap peningkatan 1 %
jumlah mesin dalam proses produksi pipa dan selang plastik akan meningkatkan
produksi pipa dan selang palstik sebesar 0,921%.
Selain elastisitas produksi dapat juga dilihat skala produksinya. Kondisi skala
produksi ini diukur dari besarnya nilai return to scale, yang diperoleh dengan menjumlahkan
semua nilai koefisien elastistisitas produksi dari setiap input produksi yang terdapat dalam
fungsi Cobb-Douglas. Hasilnya adalah 0,97 yang artinya skala hasil usaha berada pada
kondisi decreasing return to scale yang berarti setiap jumlah input yang ditambahkan ke
dalam proses produksi hanya akan menghasilkan jumlah output yang lebih kecil daripada
penambahan jumlah input.
4.6. Analisis Produksi
Pada tahun 2010, dari 53 perusahaan yang bergerak di bidang industri pipa dan selang
plastic diperoleh total tenaga kerja sebanyak 6764 orang, total bahan baku sebesar
2.157.534.996 (ribu rupiah) dan total mesin sebesar 152.808.795 (ribu rupiah). Berdasarkan
hasil tersebut dapat diperoleh nilai rata-rata dari masing-masing input terhadap produksi.
1. Tenaga Kerja
∑
∑
Artinya, rata-rata produksi pipa dan selang plastik yang dihasilkan oleh setiap pekerja
sebesar 425.440,07 (ribu rupiah).
2. Bahan baku
∑
∑
Artinya, rata-rata produksi pipa dan selang plastik yang dihasilkan oleh setiap unit
bahan baku (ribu rupiah) sebesar 1,3338 (ribu rupiah).
Page 32
3. Mesin
∑
∑
Artinya, rata-rata produksi pipa dan selang plastik yang dihasilkan oleh setiap mesin
(ribu rupiah) sebesar 18,8318 (ribu rupiah).
Berdasarkan hasil elastisitas produksi dan nilai rata-rata di atas dapat diperoleh nilai
marjinal masing-masing input terhadap produksi.
1. Tenaga Kerja
Artinya, setiap penambahan satu orang tenaga kerja akan menambah produksi sebesar
50.258,7439 (ribu rupiah).
2. Bahan baku
Artinya, setiap penambahan bahan baku satu satuan (ribu rupiah) akan menambah
produksi sebesar 0,0173 (ribu rupiah).
3. Mesin
Artinya, setiap penambahan mesin sebesar satu satuan (ribu rupiah) akan menurunkan
produksi sebesar 18,8318 (ribu rupiah).
5. KESIMPULAN
Berdasarkan hasil analisis dapat disimpulkan sebagai berikut :
1. Koefisien deteminasi (R2adj) sebesar 0,983 yang berarti keragaman variabel terikat
(produksi) dapat dijelaskan oleh variabel bebas (Tenaga Kerja, Bahan Baku dan Mesin)
sebesar 98,3 % dan sisanya sebesar 1,7 % dijelaskan oleh variabel bebas lain yang tidak
terdapat dalam model.
Page 33
2. Secara parsial, hasil analisis menunjukkan bahwa :
a.
Variabel tenaga kerja berpengaruh positif dan dan tidak signifikan terhadap
produksi pipa dan selang plastik pada tingkat signifikansi α = 5 %.
b.
Variabel bahan baku berpengaruh positif dan tidak signifikan terhadap
produksi pipa dan selang plastik pada tingkat signifikansi α = 5 %.
c.
Variabel mesin berpengaruh positif dan signifikan terhadap produksi pipa dan
selang plastik pada tingkat signifikansi α = 5 %.
3.
Dilihat dari nilai elastisitasnya, hasil analisis menunjukkan bahwa :
a.
Variabel tenaga kerja dan bahan baku adalah inelastis karena nilainya kurang
dari 0,6.
b.
Variabel mesin adalah elastis karena nilainya lebih dari 0,6.
4.
Skala produksi industry pipadan selang plastik berada pada nilai kurang dari 1
yaitu 0,97 maka industry berada pada kondisi decreasing return to scale yang
berarti bahwa proporsi penambahan faktor produksi yang melebihi proporsi
penambahan output yang diproduksi.
DAFTAR PUSTAKA
Yamin, sofyan, Lien A. Rachmah, dan Heri Kurniawan.2011. Regesi dan Korelasi Dalam
Genggaman Anda . Jakarta : Penerbit Salemba Empat.
Neter, John, William wasserman and Michael
KUANTITAS OUTPUT PADA INDUSTRI SELANG DAN PIPA PLASTIK DI
INDONESIA TAHUN 2010
Jaka Pratama
ABSTRAK
Penelitian ini dimaksudkan untuk menganalisis faktor-faktor input produksi yang
dapat mempengaruhi tingkat produksi pada industri pipa dan selang dari plastik di Indonesia
pada tahun 2010. Faktor-faktor produksi yang dimaksud antara lain adalah jumlah tenaga
kerja, bahan baku, dan mesin yang digunakan dalam proses produksi. Data yang digunakan
pada penelitian ini adalah data sekunder berupa hasil Survei Industri Besar Sedang tahun
2010 yang diperoleh dari Badan Pusat Statistik. Dari hasil survei tersebut, terdapat 53
perusahaan berskala besar-sedang yang menggeluti bidang industri pipa dan selang plastik.
Teknik analisis yang digunakan adalah analisis regresi linier berganda atau Multiple
Regression yang menggunakan pendekatan fungsi produksi Cobb-Douglas. Pembentukan
model dilakukan dengan menguji tingkat signifikansi variabel baik secara parsial maupun
keseluruhan. Hasil dari penelitian ini adalah faktor produksi yang paling dominan
berpengaruh secara positif dan signifikan terhadap tingkat produksi adalah jumlah bahan
baku yang digunakan. Namun secara keseluruhan/ simultan ketiga variabel tersebut
berpengaruh secara signifikan terhadap tingkat produksi pada industri pipa dan selang dari
plastik.
Keywords : Faktor Produksi, Fungsi Produksi Cobb Douglas
Page 1
1. PENDAHULUAN
Tak dapat dipungkiri bahwa sektor industri memiliki peranan yang sangat vital dalam
perekonomian suatu negara, termasuk di Indonesia. Dari tahun ke tahun, kontribusi sektor
industri pengolahan terhadap pembentukan PDB semakin besar. Selain itu, berkembangnya
industri mampu menciptakan lapangan pekerjaan yang lebih luas. Pada tahun 2004, sektor
industri pengolahan mampu menyerap tenaga kerja yang cukup besar mencapai 11 juta orang.
Kesempatan kerja memang sangat identik dengan sasaran pembangunan khususnya
pembangunan ekonomi. Oleh karena itu, diperlukan strategi yang komprehensif dalam
membangun sektor industri agar dapat dijadikan leading sector di Indonesia.
Untuk mengoptimalkan peranan sektor industri dalam pembangunan perekonomian di
Indonesia, maka produksi dari industri tersebut harus ditingkatkan pula, khususnya industri
bahan pipa dan selang plastik. Produk yang dihasilkan oleh industri pipa dan selang plastik
banyak digunakan untuk berbagai keperluan, mulai dari industri besar misalnya pada instalasi
pengolahan limbah industri, hingga pemakaian dalam skala rumah tangga seperti penggunaan
selang dan pipa plastik. Jadi dapat dikatakan bahwa industri pipa dan selang adalah salah satu
penunjang kelancaran bisnis industri di Indonesia.
Pentingnya peranan dan sumbangan sektor industri, khususnya industri pipa dan
selang plastik, maka industri tersebut harus meningkatkan produksinya dengan strategistrategi tertentu yang telah ditetapkan. Permasalahan yang dihadapi dalam penelitian ini
adalah seberapa besar pengaruh tenaga kerja, bahan baku, dan mesin terhadap produksi pada
industri pipa dan selang plastik serta input yang signifikan dalam mempengaruhi besaran
kuantitas produksi.
2. TEORI
2.1.1. Industri Pipa dan Selang Dari Plastik
Menurut Undang-Undang No. 5 tahun 1984 tentang perindustrian, yang menyebutkan
bahwa industri adalah kegiatan ekonomi yang mengolah bahan mentah, bahan baku, barang
setengah jadi, dan/atau barang jadi menjadi barang dengan nilai yang lebih tinggi untuk
penggunaannya, termasuk kegiatan rancangan dan perekayasaan industri. Pengertian industri
juga meliputi semua perusahaan yang mempunyai kegiatan tertentu dalam mengubah secara
mekanik atau secara kimia bahan-bahan organis sehingga menjadi hasil baru.
Page 2
Dari pengertian di atas maka industri mencakup segala kegiatan produksi yang
memproses pembuatan bahan-bahan mentah menjadi bahan-bahan setengah jadi maupun
barang jadi atau kegiatan yang bisa mengubah keadaan barang dari suatu tingkat tertentu ke
tingkat yang lain, kearah peningkatan nilai atau daya guna yang berguna untuk memenuhi
kebutuhan masyarakat. Industri sebagai suatu sistem terdiri
dari unsur fisik dan unsur
perilaku manusia. Unsur fisik yang mendukung proses industri adalah komponen tempat
meliputi pula kondisinya, peralatan, bahan
mentah/bahan baku, dan beberapa hal yang
memerlukan sumber energi. Sedangkan unsur perilaku manusia meliputi komponen tenaga
kerja, ketrampilan, tradisi, transportasi, dan komunikasi, serta kpeadaan pasar dan politik
(Dumairy, 1998).
Badan Pusat Statistik Indonesia menggolongkan industri dalam empat kriteria yaitu:
1. Industri besar menggunakan tenaga kerja mencapai 100 orang atau lebih.
2. Industri sedang menggunakan tenaga kerja mencapai 20-99 orang.
3. Industri kecil menggunakan tenaga kerja 5-19 orang.
4. Industri rumah tangga menggunakan tenaga kerja mencapai 1-4 orang.
2.1.2. Definisi Produksi
Menurut Lipsey (1995), produksi merupakan semua kegiatan untuk menciptakan dan
menambah kegunaan suatu barang atau jasa dengan memanfaatkan faktor-faktor produksi
yang tersedia. Sedangkan faktor produksi adalah sumber-sumber ekonomi yang harus diolah
oleh perusahaan untuk dijadikan barang atau jasa untuk kepuasan konsumen dan sekaligus
memberikan keuntungan bagi perusahaan. Menurut Beattie dan Taylor (1994) produksi
adalah proses kombinasi dan koordinasi material-material dan kekuatan-kekuatan (input,
faktor, sumberdaya, atau jasa-jasa produksi) dalam pembuatan suatu barang atau jasa.
Menurut Joesron dan Suhartati, produksi merupakan hasil akhir dari proses atau
aktivitas ekonomi dengan memanfaatkan beberapa masukan input. Dengan pengertian ini
dapat dipahami bahwa kegiatan produksi adalah mengkombinasikan berbagai input dan
masukan untuk menghasilkan output. Hubungan teknis antara input dan Output tersebut
dalam bentuk persamaan, tabel atau grafik merupakan fungsi produksi.
Page 3
Meskipun dalam proses produksi terdapat banyak faktor produksi yang digunakan,
tetapi tidak semua faktor produksi tersebut digunakan dalam analisis fungsi produksi. Hal ini
tergantung dari penting tidaknya pengaruh faktor produksi terhadap hasil produksi.
Pada kegiatan produksi dikenal istilah nilai output dan biaya input. Nilai output dalam
industri pipa dan selang dari plastik merupakan penjumlahan nilai dari barang dan jasa yang
dihasilkan sendiri maupun yang diberikan kepada pihak lain ditambah keuntungan dari
barang yang dijual kembali dan penerimaan lain dari jasa non industri serta selisih nilai stok
barang setengah jadi. Biaya input dalam industri pipa dan selang dari plastik meliputi semua
biaya yang dipakai untuk memproduksi suatu barang seperti bahan baku dan penolong, bahan
bakar, tenaga listrik dan gas, sewa gedung, mesin dan alat-alat, serta pengeluaran lainnya
berupa jasa industri maupun non industri (BPS, 2009).
2.1.3. Modal
Sejumlah dana atau modal merupakan sumber daya pokok yang wajib terpenuhi dari
suatu usaha. Faktor modal juga salah satu penyebab timbulnya kendala terhadap pertumbuhan
dan perkembangan sektor industri kerajinan ini. Apabila dana dimiliki dan digunakan dengan
baik maka perusahaan / industri diharapkan dapat menjalankan usah secara continue dan
berkembang sesuai target dengan yang ditetapkan. Penggunaan dana ditinjau dari segi
kebutuhannya dikenal dengan dua maca yaitu : kebutuhan dana jangkan panjang dan
kebutuhan dana jangka pendek (Marlina :1990)
Kegiatan dana jangka menengah atau panjang dikenal dengan istilah modal tetap yang
terutama diperlukan untuk memproduksi dan mendistribusikan hasil produksi. Besar kecilnya
tergantung dari ukuran usaha dan bidang usaha yang dikelola. Dan jangka pendek
dipergunakan oleh perusahaan untuk membiayai perputaran dalam jangka kurun waktu satu
bulan sampai dengan satu tahun dan jumlahnya dapat berubah-ubah. Dana jangka pendek
atau sering juga disebut dengan dana operasional modal kerja.
Page 4
2.1.4. Tenaga Kerja
Menurut Badan Pusat Statistik pengertian tenaga kerja adalah penduduk usia 15 tahun
ke atas yang sedang bekerja , yang memiliki pekerjaan namun sementara tidak bekerja,
seseorang yang tidak memiliki pekerjaan dan sedang mencari pekerjaan dikategorikan
bekerja. Sedangkan bukan tenaga kerja digolongkan sebagai penduduk berusia 15 tahun ke
atas tetapi tidak termasuk dalam tenaga kerja adalah mereka yang bersekolah , ibu rumah
tangga, dan lainnya.
2.2. Kerangka Pikir
Gambar 2.1
Kerangka Pemikiran Teoritis
Tenaga Kerja
Bahan Baku
Tingkat produksi
Mesin
Pada penelitian ini, ditujukan untuk mengamati ada tidaknya pengaruh antara jumlah
tenaga kerja, jumlah bahan baku, dan mesin yang digunakan dalam proses produksi terhadap
tingkat produksi atau output yang dihasilkan pada industri kimia dasar organik yang
menghasilkan bahan kimia khusus. Diharapkan ketiga variabel tersebut memiliki pengaruh
yang positif terhadap tingkat produksi.
Page 5
2.3. Fungsi Produksi Cobb-Douglas
Fungsi produksi yang paling sering digunakan dalam penelitian-penelitian tentang
produksi adalah fungsi produksi Cobb-Douglas. Fungsi produksi Cobb-Douglas diperkenalkan
oleh C.W.Cobb dan P.H.Douglas pada tahun 1928. Fungsi Cobb-Douglas adalah suatu
fungsi atau persamaan yang melibatkan dua atau lebih variabel, dimana variabel yang satu
disebut dengan variabel dependen (yang dijelaskan/Y), dan yang lain disebut variabel
independen (yang menjelaskan/X). (Soekarwati,1993).
Beberapa alasan praktis dalam menggunakan fungsi produksi Cobb-Douglas, yaitu:
1. Bentuk fungsi Cobb-Douglas bersifat sederhana dan mudah penerapannya
2. Fungsi produksi Cobb-Douglas mampu menggambarkan keadaan skala hasil (return to
scale).
3. Koefisien-koefisien fungsi Cobb-Douglas secara langsung menggambarkan elastisitas
produksi dari setiap input yang dipergunakan dan dipertimbangkan untuk dikaji dalam
fungsi produksi Cobb-Douglas tersebut
4. Koefisien intersep dari fungsi Cobb-Douglas merupakan indeks efisiensi produksi
yang secara langsung menggambarkan efisiensi penggunaan input dalam menghasilkan
output dari 6actor yang sedang dikaji tersebut.
Fungsi Cobb-Douglas adalah suatu fungsi atau persamaan yang melibatkan dua atau
lebih variabel; variabel yang satu disebut sebagai variabel dependen, yaitu variabel yang
dijelaskan (Y), dan yang lain disebut sebagai variabel independen, yaitu variabel yang
menjelaskan (X) (Soekartawi, 1993). Di dalam penelitian ini model yang digunakan adalah
fungsi produksi Cobb-Douglas dimana secara matematis persamaan fungsi produksi CobbDouglas dapat dirumuskan sebagai berikut:
.......................................................................(1)
Sebelum data dapat diolah dan dianalisis lebih lanjut, data-data yang diperoleh harus
terlebih dulu ditransformasikan ke dalam bentuk Logaritma Natural (Ln). Hasil transformasi
fungsi produksi ke bentuk linier adalah sebagai berikut :
Page 6
.........(2)
Dimana:
Y=variabel yang dijelaskan
X=variabel yang menjelaskan
A’=intersep
bi=besaran yang akan diduga
u=kesalahan (disturbance term) , dan
e=logaritma natural, e= 2.1782
2.4. Skala Hasil Usaha (Return to Scale)
Menurut Nicholson (1995), konsep skala hasil usaha (return to scale) menjelaskan
suatu keadaan dimana output meningkat sebagai respon adanya kenaikan yang proporsional
dari seluruh input. Konsep skala hasil usaha ini memiliki tiga kemungkinan keadaan.
Pertama, sebuah fungsi produksi dikatakan menunjukkan skala hasil konstan (constant return
to scale) jika peningkatan seluruh input sebanyak dua kali lipat berakibat pada peningkatan
output sebanyak dua kali lipat juga.
Kedua, jika penggandaan seluruh input menghasilkan output yang kurang dari dua
kali lipat penambahan input-input produksi, maka fungsi produksi tersebut menunjukkan
skala hasil yang menurun (decreasing return to scale). Ketiga, jika penggandaan seluruh
input menghasilkan output lebih dari dua kali lipatnya, maka fungsi produksi mengalami
skala hasil yang meningkat (increasing return to scale).
Konsep skala hasil usaha (return to scale) suatu industri perlu dilakukan untuk
mengetahui apakah industri tersebut mempunyai konsep atau kaidah increasing, constant
atau decreasing return to scale. Jika jumlah parameter peubah bebas dari fungsi produksi
Cobb-Douglas dilambangkan dengan ∑
skala hasil usaha dapat dibedakan menjadi tiga,
yaitu (Soekartawi, 1993):
1. Jika ∑
, maka skala hasil usaha berada pada kondisi increasing return to
scale yang berarti laju pertambahan produksi lebih besar dari laju pertambahan
input.
Page 7
2. Jika ∑
, maka skala hasil usaha berada pada kondisi constant return to
scale yang berarti laju pertambahan input produksi sama dengan laju pertambahan
outputnya.
3. Jika ∑
, maka skala hasil usaha berada pada kondisi decreasing return to
scale yang berarti setiap jumlah input yang ditambahkan ke dalam proses produksi
hanya akan menghasilkan jumlah output yang lebih kecil daripada penambahan
jumlah input.
Data yang dipakai mempunyai limitasi yang penting dalam penggunaan fungsi cobbdouglas antara lain :
1.
Data harga yang dipakai pada fungsi cobb-douglas apabila menggunakan data
cross section harus mempunyai nilai variasi yang cukup. Kenyataan data harga
input didasarkan pada harga pemerintah yang cenderung konstan dan variasinya
kecil.
2.
Pengukuran data yang dilakukan agak sulit seperti upah tenaga kerja apakah upah
riil atau diluangkan.
3.
Data tidak boleh ada nilai nol atau negatif karena nilai logaritma dari nol atau
negatif adalah tidak terhingga.
Fungsi produksi Cobb-Douglas sering digunakan dalam penelitian. Hal ini
dikarenakan fungsi tersebut mempunyai beberapa kelebihan. Diantaranya adalah (Wahyuni,
2007):
1.
Mengurangi terjadinya heteroskedastisitas.
2.
Penyelesaian
fungsi
produksi
Cobb-Douglas
relatif
lebih
mudah
jika
dibandingkan dengan fungsi produksi yang lain karena fungsi produksi ini dapat
dengan mudah ditransfer ke dalam bentuk linear.
3.
Seperti yang telah disebutkan sebelumnya, koefisien pangkat dari fungsi produksi
Cobb-Douglas sekaligus menunjukkan besarnya elastisitas produksi dari masingmasing faktor produksi yang digunakan terhadap output, sehingga dapat
digunakan untuk mengetahui tingkat produksi yang optimum dari pemakaian
faktor produksi.
4.
Memudahkan membandingkan penelitian yang satu dengan yang lainnya yang
menggunakan alat analisis yang sama.
Page 8
5.
Jumlah elastisitas produksi dari masing-masing faktor produksi merupakan
pendugaan terhadap skala hasil usaha dari proses produksi.
Akan Tetapi fungsi cobb douglas ini juga mempunyai kelemahan-kelemahan, antara
lain :
1.
Spesifikasi variabel yang keliru, hal ini menyebabkan nilai elastisitas produksi
yang diperoleh negatif atau nilainya terlalu besar atau kecil. Spesifikasi ini akan
menimbulkan terjadinya multikolinearitas pada variabel bebas
2.
Kesalahan pengukuran variabel, hal ini terjadi bila data kurang valid sehingga
menyebabkan besaran elastisitas produksi yang terlalu besar atau kecil.
3.
Bias terhadap variabel manajemen. Faktor manajemen merupakan faktor penting
untuk meningkatkan produksi karena berhubungan langsung dengan variabel
terikat seperti manajemen penggunaan faktor produksi yang akan mendorong
besaran elastisitas teknik dari fungsi produksi ke arah atas. Manajemen ini
berhubungan dengan pengambilan keputusan dalam pengalokasian variabel input
dan kadang sulit diukur dalam pendugaan fungsi Cobb-Douglas
4.
Multikolinearitas, dalam fungsi ini sulit dihindarkan meskipun telah diusahakan
agar besaran korelasi antara variabel indipenden tidak terlalu tinggi seperti
memperbaiki spesifikasi variabel yang dipakai.
2.5. Konsep elastisitas
Menurut Nicholson (2002), perubahan yang terjadi pada satu variabel menimbulkan
efek pada variabel lainnya, sedangkan kedua variabel tersebut tidak dapat diukur dalam
ukuran yang sama. Untuk mengatasi hal tersebut digunakan konsep elastisitas. Di mana
persamaan kedua variabel tersebut dapat ditulis:
Y= f(K,...) .............................................................................................(3)
Dari persamaan diatas, untuk mengetahui elastisitas Y terhadap K adalah :
⁄
⁄
..........................................................................................(4)
Elastisitas merupakan ukuran persentase perubahan suatu variabel yang disebabkan
oleh perubahan sebesar satu persen dari variabel lainnya (Soekartawi, 1993). Menurut
Nicholson (1994), konsep elastisitas pada umumnya merupakan ukuran seberapa jauh para
Page 9
pembeli dan penjual memberikan respon terhadap perubahan-perubahan yang terjadi di pasar.
Hubungan yang lain juga bisa membuktikan bahwa koefisien pangkat dari fungsi produksi
Cobb-Douglas merupakan nilai elastisitasnya. Hal ini dapat dilihat pada penjelasan di bawah
ini dengan menurunkan rumus dari persamaan fungsi produksi Cobb-Douglas pada
Persamaan 5. Contoh perhitungan yang dilakukan adalah terhadap faktor produksi bahan
baku (X1) (Sanimah, 2006).
.......................................................................................(5)
Maka:
Jadi, koefisien dari tenaga kerja (X1) merupakan nilai elastisitas dari tenaga kerja
(X1) dengan nilai b1 (Sanimah, 2006). Cara yang sama digunakan untuk menghitung nilai
elastisitas dari faktor produksi lainnya, maka akan diperoleh hasil yang sama yaitu nilai
koefisien pangkat dari modal menunjukkan nilai elastisitas dari bahan baku tersebut (X2)
tersebut. Demikian juga dengan faktor lainnya, seperti mesin (X3).
2.6. Nilai Tambah dan Efisiensi
Nilai tambah yang dimaksud adalah nilai tambah bruto yang disesuaikan dengan
harga pasar sebelum dikurangi pajak atau dapat juga diperoleh melalui selisih antara nilai
output dan biaya input (Sanimah, 2006).
Nilai Tambah Bruto (NTB) = Nilai Output – Biaya Input
Menurut Badan Pusat Statistik (2000), nilai output merupakan hasil penjumlahan dari
nilai barang yang dihasilkan, jasa industri yang diberikan kepada pihak lain, keuntungan dari
Page 10
barang yang dijual kembali, selisih nilai stock barang setengah jadi, serta penerimaan lain
dari jasa non industri. Biaya input merupakan hasil penjumlahan dari nilai bahan baku dan
penolong yang digunakan oleh perusahaan-perusahaan industri kerajinan (Besar dan Sedang)
baik yang diproduksi di dalam negeri maupun yang diperoleh dari luar negeri atau impor,
nilai bahan bakar, nilai energi yang dipakai, dan nilai modal (sewa gedung, mesin dan alatalat lainnya).
Suatu perusahaan dalam kegiatan produksinya selalu berusaha mengefisiensikan
penggunaan faktor produksi dimana hal ini dimaksudkan untuk menciptakan efisiensi kinerja
perusahaan tersebut (Nicholson, 1995). Nilai efisiensi adalah perbandingan antara biaya input
perusahaan terhadap nilai output yang dihasilkan (Badan Pusat Statistik, 2002).
Kegiatan produksi dikatakan lebih efisien apabila dapat menghasilkan nilai output
yang lebih tinggi, baik dari segi kuantitas maupun kualitas pada tingkat biaya produksi yang
sama. Atau ketika dalam kegiatan produksi tersebut dapat melakukan penurunan biaya
produksi untuk memperoleh produk yang sama. Seorang pengusaha dapat dikatakan telah
mencapai keuntungan yang maksimum apabila telah mengkombinasikan tingkat penggunaan
input dan biaya secara optimal (Nicholson, 1995).
Berdasarkan uraian di atas akan dibuat model persamaan fungsi produksi industri
kerajinan Pipa dan selang plastik di Indonesia. Model yang akan digunakan dalam penelitian
ini adalah fungsi produksi Cobb-Douglas. Setelah melakukan spesifikasi dan identifikasi
model akan dilakukan analisis untuk melihat faktor-faktor yang mempengaruhi output
produksi industri pipa dan selang plastik di Indonesia. Hasil analisis yang diperoleh
diharapkan dapat digunakan untuk seluruh pemangku kepentingan agar dapat meningkatkan
kualitas dan daya saing industri pipa dan selang plastik di Indonesia.
Page 11
3. METODOLOGI
3.1. Ruang Lingkup dan Batasan Penelitian
Wilayah penelitian yang dimaksud mencakup seluruh wilayah Indonesia dengan
tujuan untuk menganalisis faktor-faktor yang mempengaruhi output produksi industri pipa
dan selang plastik di Indonesia, elastisitas dari masing-masing input produksi, menganalisis
skala hasil usaha, menganalisis nilai tambah dan efisiensi produksi pipa dan selang plastik.
Faktor-faktor produksi dan output industri pipa dan selang plastik yang dikaji dalam
penelitian ini dalam satuan nilai rupiah sedangkan untuk faktor produksi tenaga kerja
menggunakan satuan orang. Faktor produksi bahan baku yang terdiri atas bahan baku dalam
satuan ribu rupiah; dan faktor produksi tenaga kerja yang berupa tenaga kerja produksi dan
tenaga kerja lainnya (dalam satuan ribu orang) yang berkaitan secara langsung dengan
kegiatan produksi industri pipa dan selang plastik nasional.
3.2. Sumber Data
Data yang digunakan adalah data sekunder yang diperoleh dari Badan Pusat Statistik
(BPS), kementrian perindustrian dan sumber-sumber lainnya seperti literatur-literatur yang
menyediakan data-data tentang kerajinan di Indonesia.. Data sekunder yang diperoleh
meliputi data tenaga kerja, data bahan baku, modal , serta data-data lainnya yang berkaitan di
dalam penelitian.
Jenis data yang digunakan dalam penelitian faktor-faktor yang mempengaruhi output
industri pipa dan selang plastik adalah cross sectional data dalam kurun waktu 2009.
Pengolahan data dilakukan dengan bantuan software SPSS 17 For Windows, yang
sebelumnya proses penghitungan dibantu dengan software Microsoft Office Excell 2007.
3.3. Metode Analisis
3.3.1. Analisis Deskriptif
Analisis deskriptif merupakan analisis berdasarkan metode-metode yang berkaitan
dengan pengumpulan dan penyajian gugus data sehingga memberikan informasi yang
berguna. Analisis deskriptif yang digunakan dalam penelitian ini adalah analisis tabel dan
Page 12
analisis diagram garis. Analis deskriptif tersebut digunakan untuk memberikan gambaran
umum mengenai keadaan industri pipa dan selang plastik tahun 2009, antara lain mengenai,
perbandingan jumlah tenaga kerja, bahan baku dan data lain yang berhubungan dengan
analisis deskriptif.
3.3.2. Analisis Inferensia
3.3.2.1. Analisis Fungsi Produksi Cobb-Douglas
Model yang digunakan dalam menganalisis hubungan antara input dan output
produksi adalah model fungsi produksi Cobb-Douglas. Fungsi Cobb-Douglas adalah suatu
fungsi atau persamaan yang melibatkan dua atau lebih variabel dimana variabel yang satu
disebut sebagai variabel dependen, yaitu variabel yang dijelaskan (Y) dan variabel-variabel
yang lain disebut sebagai variabel independen, yaitu variabel yang menjelaskan (X)
(Soekartawi,1993). Secara matematis fungsi tersebut dapat dituliskan dalam persamaan
berikut:
Y=
Dan apabila fungsi tersebut dilinearkan maka menjadi:
Ln Y = a + b1 Ln X1 + b2 Ln X2 + b3 Ln X3 + u
Dimana:
Y = Output nominal industri pipa dan selang plastik pada tahun ke-t (ribu rupiah)
X1 = Bahan baku nominal industry pipa dan selang plastik pada tahun ke-t (ribu
rupiah)
X2 = Jumlah tenaga kerja industri pipa dan selang plastik pada tahun ke-t (ribu jiwa)
X3= Jumlah nominal modal industri pipa dan selang plastik pada tahun ke-t (ribu
rupiah)
a = Intersept
bi = koefisien refresi penduga (b1…bk)
Page 13
u = residual
e = 2,1782….(logaritma natural)
Fungsi produksi Cobb-Douglas yang telah dilinearkan tersebut dapat digunakan untuk
menganalisis variabel-variabel pada persamaan dengan menggunakan analisis regresi linier
berganda dan metode Ordinary Least Square (OLS). Dari model tersebut kita juga dapat
mengetahui nilai elastisitas dari masing-masing input terhadap output dimana koefisien
pangkat atau nilai parameter dari model tersebut sama dengan nilai elastisitasnya
(Sanimah,2006).
Untuk menentukan nilai skala hasil usaha (return to scale) yaitu dengan cara
menjumlahkan nilai koefisien regresi penduga dari masing-masing faktor produksi. Terdapat
tiga alternatif penilaian tentang skala usaha, yaitu :
1. Decreasing return to scale, jika (b1+b2+…+bn) < 1. Dapat diartikan bahwa proporsi
penambahan faktor produksi melebihi jumlah proporsi penambahan output
produksi.
2. Constant return to scale, jika (b1+b2+…+bn) = 1. Jika proporsi penambahan faktor
produksi akan proporsional dengan penambahan produksi yang diperoleh.
3. Increasing return to scale, jika (b1+b2+…+bn) >1. Artinya proporsi penambahan
faktor produksi akan menghasilkan tambahan produksi yang proporsinya lebih
besar.
Metode pengolahan data dengan menggunakan OLS (Ordinary Least Square) dimana
asumsi-asumsi dalam OLS adalah sebagai berikut (Gujarati,1995):
a. Nilai harapan dari rata-rata kesalahan adalah nol
b. Ragam konstan (homoscedasticity)
c. Tidak ada hubungan antara variabel bebas dan error term
d. Tidak ada korelasi antara error (non-autocorrelation)
e. Tidak terdapat hubungan antar variabel bebas (non-multicolinearity)
f. Ragam error menyebar normal.
Jika asumsi di atas dapat dipenuhi dalam model regresi linier berganda, maka penduga
terkecilnya mempunyai ragam minimum yang merupakan penduga linier tak bias atau disebut
Best Linear Unbiased Estimator (BLUE).
Page 14
3.3.2.2. Uji Koefisien Determinasi (R2)
Uji koefisien determinasi (R2) digunakan untuk melihat sejauh mana besar nilai
keragaman yang dapat dijelaskan oleh variable bebas (independen) terhadap variable tak
bebas (dependen). Uji ini menjelaskan persentase variasi total peubah tidak bebas yang
disebabkan oleh peubah bebasnya. Uji koefisien determinasi (R2) dapat dihitung dengan
menggunakan rumus di bawah ini:
Dimana:
R2
=
Koefisien Determinasi
JKR
=
Jumlah Kuadrat Regresi
JKT
=
Jumlah Kuadrat Total
Nilai R2 akan bertambah besar sesuai dengan bertambahnya jumlah variabel bebas
yang dimasukkan ke dalam model. Jika R2 sebesar satu, berarti variabel bebas memiliki
kecocokan sempurna dengan variabel endogennya, sedangkan jika R2 bernilai nol, berarti
tidak terdapat kesesuaian antara variabel independen dengan dependennya.
3.3.2.3. Uji Statistik- F
Uji F Statistik digunakan dalam model persamaan regresi untuk membuktikan bahwa
seluruh koefisien regresi signifikan dalam menentukan nilai dari variabel dependen. Untuk
mengujinya dapat digunakan F statistic dengan rumus umum sebagai berikut:
F-hitung
=
Hipotesis:
⁄
⁄
H0
:
bi = 0 dimana i=1,2,3,....k
H1
:
minimal ada satu bi≠0
Kriteria uji:
Page 15
F-hitung >
, maka Tolak H0
F-hitung <
, maka Terima H0
Dimana:
n = banyaknya data
k = jumlah koefisien regresi dugaan
Jika Ho ditolak, berarti minimal ada satu variabel independen yang berpengaruh
signifikan terhadap output industri pipa dan selang plastik. Sebaliknya, jika Gagal Tolak Ho,
maka tidak ada satupun variabel independen yang mempunyai pengaruh signifikan terhadap
total output industri pipa dan selang plastik.
3.3.2.4. Uji Statistik- t
Uji t statistik digunakan untuk membuktikan bahwa koefisien regresi dalam model
secara statistik bersifat signifikan atau tidak. Uji ini digunakan untuk melihat apakah secara
statistic koefisien regresi dari masing-masing variabel independen yang digunakan dalam
model secara terpisah berpengaruh signifikan terhadap variabel dependen.
t- hitung
=
t-tabel
=
Hipotesis:
⁄
Ho : bi = 0 (i=1,2,…,k)
Hi
: bi ≠0
Kriteria uji:
t-hitung >
t-hitung <
dimana:
⁄
⁄
, maka Tolak Ho
, maka Terima Ho
s(b) = Simpangan Baku Koefisien Dugaan
Page 16
Jika nilai Ho ditolak, berarti variabel independen berpengaruh signifikan terhadap
variabel dependen (output) di dalam model. Sebaliknya, jika Ho diterima, berarti variabel
independennya tidak berpengaruh signifikan terhadap output (variabel dependen).
3.3.2.5. Uji Asumsi Klasik
Estimasi parameter dengan menggunakan metode OLS (Ordinary Least Square)
mempunyai enam asumsi klasik yang harus dipenuhi. Untuk mengetahui ada atau tidaknya
pelanggaran terhadap asumsi-asumsi klasik tersebut dapat dianalisis melalui uji
multikolinearitas, uji autokorelasi, uji normalitas, uji linearitas dan uji homoskedastisitas.
Apabila suatu model lulus kelima uji ekonometrik tersebut, maka dapat dikatakan bahwa
model tersebut menghasilkan nilai parameter BLUE (Best Linear Unbiased Estimator)
dimana hasil estimasinya valid.
3.3.2.5.1. Uji Non-Multikolinearitas
Tujuan asumsi model regresi linear klasik dengan tidak adanya multikolinearitas
yaitu agar parameter yang diestimasi mempunyai ketepatan yang tinggi. Multikolinearitas
yaitu adanya hubungan linear yang sempurna di antara beberapa atau semua variabel bebas
dalam regresi sehingga terdapat kesulitan dalam memisahkan pengaruh antara variabel
dependen dengan variabel independen dalam model. Multikolinearitas yang sering terjadi jika
nilai R2 tinggi yaitu ketika nilainya antara 0,7 sampai dengan 1. Konsekueni dari adanya
multikolinearitas adalah:
1. Nilai dari galat baku akan meningkat
2. Estimasi koefisien tidak dapat dilakukan
3. Probabilitas untuk menerima hipotesis yang salah meningkat
4. Nilai t akan turun
5. Hasil-hasil estimasi sangat sensitif terhadap perubahan-perubahan spesifikasi.
Page 17
Untuk menguji ada atau tidaknya gejala multikolinearitas, dapat dilihat melalui nilai
VIF yang dicantumkan dalam output SPSS pada tabel Coefficients. Jika nilai VIF < 10, maka
asumsi non-multikolinearitas terpenuhi.
Untuk mendeteksi multikolinearitas, dapat juga dilakukan dengan melihat nilai
Variance Inflation Factor (VIF) yaitu suatu estimator yang akan meningkat akibat dari
keberadaan multikolinearitas. Adapun perolehan nilai VIF dilakukan dengan cara sebagai
berikut:
Di mana
adalah koefisien determinasi dari regresi berganda ketika Xk diregresikan
dengan p-2 variabel lainnya dalam model.Jika nilai VIF dari variabel-variabel independen
dalam penelitian ini lebih dari 5, maka peubah tersebut memiliki masalah multikolinearitas.
3.3.2.5.2. Uji Autokorelasi
Autokorelasi adalah gejala adanya korelasi antara serangkaian observasi yang
diurutkan menurut deret waktu atau time series. Adanya gejala autokorelasi dalam suatu
persamaan akan menyebabkan persamaan tersebut memiliki selang kepercayaan yang
semakin lebar dan pengujian menjadi kurang akurat. Akibatnya, varian residual yang
diperoleh akan lebih rendah daripada seharusnya sehingga mengakibatkan R2 menjadi lebih
tinggi, hasil uji-t dan uji-F menjadi tidak sah dan penduga regresi akan menjadi sensitif
terhadap fluktuasi pengambilan sampel.
Uji yang sering digunakan untuk mendeteksi apakah pada data yang diamati terjadi
autokorelasi atau tidak adalah uji Durbin-Watson (uji-d). Namun, uji ini hanya dapat
digunakan untuk data dengan jumlah pengamatan yang kecil dan terdapat kelemahan yaitu
apabila nilai statistik-d jatuh pada kisaran angka dua, menandakan tidak terdapat
autokorelasi. Menurut Gujarati (1978), untuk mendeteksi keberadaan autokorelasi dapat
menggunakan besaran Durbin-Watson (uji d) yang didefinisikan dengan:
∑
∑
Page 18
Adapun aturan atau ketentuan uji Durbin-Watson adalah sebagai berikut:
Syarat
Keputusan
Kesimpulan
d < dL
Tolak Ho
Ada korelasi positif
d L ≤ d ≤ dU
Tidak ada keputusan
Tidak dapat diambil kesimpulan
dU < d < 4-dU
Tidak tolak Ho
Tidak ada autokorelasi positif maupun negatif
Tidak ada keputusan
Tidak dapat diambil kesimpulan
Tolak Ho
Ada korelasi negatif
4-dU ≤ d ≤ 4dL
d > 4-dL
Keterangan dalam gambar:
3.3.2.5.3. Uji Homoskedastisitas
Asumsi yang dipakai dalam penerapan model regresi linier adalah varians dari setiap
error adalah konstan. Inilah yang disebut dengan asumsi homoskedastisitas atau varians yang
konstan.
Heteroskedastisitas adalah kondisi dimana asumsi di atas tidak tercapai. Dampak
adanya heteroskedastisitas adalah tidak efisiensnya proses estimasi, sementara hasil
estimasinya sendiri tetap konsisten dan tidak bias. Adanya heteroskedastisitas akan
mengakibatkan hasil uji-t dan uji-F dapat menjadi tidak berguna.
Page 19
Uji homoskedastisitas maupun linearitas dapat dilihat melalui scatter plot antara nilai
residual (ei) dengan nilai estimasi y ( ̂) ataupun terhadap variable independen. Jika pada
scatter plot memperlihatkan sebaran data yang acak di sekitar garis origin, maka asumsi
homoskedastisitas dan linearitas terpenuhi
3.3.2.5.4. Uji Normalitas Residual
Uji normalitas sebaran galat dalam penelitian ini dapat diketahui melalui Normal P-P
Plot of Regression Standardized Residual. Jika pada NPP plot terlihat bahwa data tersebar di
sekitar garis lurus yang membentuk sudut 450, maka dapat disimpulkan bahwa galat (error)
mengikuti distribusi normal.
4. ANALISIS DAN PEMBAHASAN
4.1. Analisis Deskriptif
Berdasarkan data tahun 2009 terdapat 53 perusahaan pipa dan selang plastik Sebanyak
53 perusahaan yang memberikan respon penuh, sehingga penelitian ini di lakukan terhadap
53 perusahaan industri indutri pipa dan selang plastik. Berdasarkan data yang diperoleh, ratarata produksi untuk 53 perusahaan tersebut adalah 54.295.785,58 ribu rupiah. Jumlah tenaga
kerja total dari seluruh perusahan industri indutri pipa dan selang plastik adalah sejumlah
6.764 orang. Dari keseluruhan jumlah tersebut terdapat 5.430 tenaga kerja laki-laki atau
sekitar 80,28% dari jumlah total serta 1.334 orang tenaga kerja perempuan atau sekitar 19,72
% dari total keseluruhan tenaga kerja. Sedangkan untuk bahan baku dari industri indutri pipa
dan selang plastik terdapat sejumlah total adalah 2.157.534.996 ribu rupiah. Dan untuk bahan
baku baku sendiri terdiri dari bahan baku lokal dan bahan baku impor dengan total bahan
baku lokal adalah sebesar 1.833.089.226 ribu rupiah dan bahan baku impor 324.445.770 ribu
rupiah. Untuk mesin memiliki nilai rata-rata sebesar 152.808.795 ribu rupiah.
Page 20
4.2. Analisis Inferensia
4.2.1. Pendugaan Model Fungsi Produksi Cobb-Douglas
Analisis yang digunakan pada kasus ini adalah analisis regresi berganda yang
bertujuan untuk mengetahui pengaruh jumlah tenaga kerja (X1), bahan baku (X2) dan
mesin (X3) terhadap produksi alat-alat dapur (Y). Berdasarkan hasil pengolahan SPSS
17.0 nilai-nilai pendugaan model regresi sebagai berikut:
b
Model Summary
Model
R
1
.992
R Square
a
Adjusted R
Std. Error of the
Square
Estimate
.983
.981
Durbin-Watson
.24792829
2.018
a. Predictors: (Constant), X3, X2, X1
b. Dependent Variable: Y
Coefficients
Model
Unstandardized
Standardized
95.0% Confidence
Coefficients
Coefficients
Interval for B
B
(Constant)
a
Std. Error
1.879
.570
Ln X1
.036
.087
Ln X2
.013
Ln X3
.921
Beta
t
Sig.
Lower
Upper
Bound
Bound
1.983
.059
-.081
3.840
.021
.410
.685
-.144
.215
.030
.015
.452
.656
-.048
.075
.043
.970
21.531
.000
.833
1.010
a. Dependent Variable: Y
Dari hasil output SPSS pada table Coefficient tersebut kita ketahui b1 = 0.036 ,b2 =
0,013 dan b3 = 0,921 dengan koefisien intersep b0 = 1,879 sehinga persamaan penduga regresi
lengkapnya yaitu :
Page 21
Berdasarkan hasil output tabel Coefficient di atas dapat diperoleh juga estimasi
parameter berupa estimasi interval (Interval estimation). Untuk b1 diperoleh angka 0.036
yang artinya ketika Ln X1 naik 1% maka Ln Y akan naik 0.036 atau terletak pada interval 0.144 - 0.215 dengan asumsi variable lain dianggap konstan. Sementara itu, untuk b2
diperoleh angka 0,687 yang artinya ketika Ln X2 naik 1% maka Ln Y akan naik 0.013 atau
terletak pada interval -0.048 – 0.075 dengan asumsi variabel bebas lainnya konstan. Dan
untuk b3 diperoleh angka 0.921 yang artinya ketika Ln X3 naik 1% maka Ln Y akan naik
sebesar 0.921 atau terletak pada interval 0.833 – 1.010 dengan asumsi variabel bebas lainnya
konstan.
Sedangkan dari table Model Summary , diketahui R square sebesar 0.983 artinya
sebesar 98.3 % keragaman dalam Ln Y dapat dijelaskan oleh Ln X1, Ln X2, dan Ln
X3.Sedangkan sisanya dijelaskan oleh factor lain yang tidak dimasukkan ke dalam model (
faktor-faktor diluar model (error)).
4.3. Pengujian Koefisien Regresi
4.3.1. Uji Statistik- F (Simultan Test)
Hipotesis yang ingin diuji adalah :
H0 : β1= β2= β3
H1 : minimal ada satu βi yang tidak sama dengan 0, (i=1,2,3)
Taraf signifikansi yang digunakn adalah 0,05
b
ANOVA
Model
Regression
Residual
Total
Sum of Squares
Df
Mean Square
82.804
3
27.601
1.414
23
.061
84.218
26
F
449.034
Sig.
.000
a
Dari hasil output table Anova di atas, diperoleh nilai statistik uji-F = 449.034 dengan
masing-masing derajat bebas regresi sebesar 3 (p-1) dan derajat bebas residual adalah 23.
Selanjutnya nilai dari statistik uji ini akan dibandingkan dengan nilai pada tabel F. Dari tabel
Page 22
F pada tingkat signifikansi
= 0,05dan derajat bebas 3 dan 23 diperoleh nilai F tabel sebesar
3.027998, maka berlaku hubungan:
(
adalah menolak
)>(
) , sehingga keputusan yang diambil
.
Pengujian juga dapat dilakukan dengan memperhatikan nilai p-value.
ditolak jika
nilai p-value lebih kecil dari nilai . Dari output Anova diatas diperoleh nilai p-value sebesar
0,000 yang jauh lebih kecil dari nilai
signifikansi
= 0,05. Hal ini menunjukkan bahwa pada tingkat
= 0,05 dapat dinyatakan bahwa model yang digunakan sudah tepat.
4.3.2. Uji Statistik- t (Partial Test)
Hipotesis yang ingin diuji adalah :
H0 : βi = 0 , i=0,1,2,3
H1 : βi ≠ 0 , i=0,1,2,3
Taraf signifikansi yang digunakan adalah α = 0,05
Coefficients
Model
(Constant)
a
Unstandardized
Standardized
95.0% Confidence Interval
Coefficients
Coefficients
for B
B
Std. Error
1.879
.570
Ln X1
.036
.087
Ln X2
.013
Ln X3
.921
Beta
t
Sig.
Lower Bound Upper Bound
1.983
.059
.251
2.608
.021
.410
.685
-.144
.215
.030
.015
.452
.656
-.048
.075
.043
.970 21.531
.000
.833
1.010
a. Dependent Variable: Y
Berdasarkan tabel Coefficient di atas, diperoleh nilai statistik uji-t untuk konstanta
serta masing-masing variabel bebas. Selanjutnya nilai dari statistik uji ini dibandingkan
dengan nilai pada tabel t. Dari tabel t dengan tingkat signifikansi
= 0,05 dan derajat bebas
23 diperoleh nilai t tabel sebesar 1.714, maka berlaku hubungan:
Page 23
Konstanta dengan (
)>(
Variabel bahan baku (ln X2) dengan (
)
Variabel jumlah tenaga kerja (ln X1) dengan (
Untuk
Variabel mesin (ln X3) dengan (
) 0,05 sehingga pada taraf signifikansi 0,05 kita
gagal menolak H0 yang artinya error berdistribusi Normal. Serupa halnya dengan test
Shapiro-Wilks dengan P-value sebesar 0,308 > 0,05 maka keputusannya adalah gagal tolak
H0 atau error berdistribusi Normal.
Page 26
4.4.2. Uji Homoskedastisitas
Pemeriksaan secara grafik melalui plot antara Residual terhadap variable tak bebas
adalah sebagai berikut :
Dari plot residual terhadap Ln X1 terlihat bahwa residualnya menyebar secara acak
disekitar garis e = 0 (rata-rata residual adalah 0) yang mengindikasikan tidak terjadi
heteroskedastisitas error terhadap Ln X1
Page 27
Dari plot residual terhadap Ln X2 terlihat bahwa residualnya menyebar secara acak
disekitar garis e = 0 (rata-rata residual adalah 0) yang mengindikasikan tidak terjadi
heteroskedastisitas error terhadap Ln X2
Page 28
Dari plot residual terhadap Ln X3 terlihat bahwa residualnya menyebar secara acak
disekitar garis e = 0 (rata-rata residual adalah 0) yang mengindikasikan tidak terjadi
heteroskedastisitas error terhadap Ln X3
Uji adanya heteroskedastisitas dapat pula diperoleh dengan cara meregresikan nilai
mutlak residual sebagai dependent variable dengan Ln X1, Ln X2 dan Ln X3, lalu dilakukan
pengujian koefisien regresinya. Dengan persamaan regresinya :
| |
Dengan mmembentuk persamaan regresi antara residual terhadap ketiga variable bebas
itu, maka akan kita dapatkan
Coefficients
a
Standardized
Unstandardized Coefficients
Model
1
B
Std. Error
(Constant)
.451
.539
Ln_X1
.021
.049
Ln_X2
.008
Ln_X3
-.024
Coefficients
Beta
t
Sig.
.838
.411
.165
.436
.667
.017
.121
.494
.626
.024
-.330
-.979
.338
a. Dependent Variable: Abs_residual
Taraf signifikansi yang digunakan yaitu 0,05 dengan kriteria keputusan ada
heteroskedastisitas terhadap salah satu variabel bebas jika P-value < 0,05 atau thitung >
t(23;0,05)
Dari hasil output SPSS diatas, dapat dilihat bahwa tidak ada satupun variabel bebas
yang signifikan mempengaruhi error karena semua nilai Sig. yang lebih besar dari 0,05
Jadi, kesimpulannya adalah tidak terdapat masalah dengan heteroskedastisitas. Atau
dengan kata lain asumsi Homoskedastisitas data terpenuhi.
Page 29
4.4.3. Uji Multikolinieritas
Coefficients
a
Unstandardized
Standardized
Collinearity
Coefficients
Coefficients
Statistics
Model
B
1(Constant)
Std. Error
1.879
.948
Ln_X1
.036
.087
Ln_X2
.013
Ln_X3
.921
Beta
T
Sig.
Tolerance
VIF
1.983
.059
.021
.411
.685
.284 3.522
.030
.015
.452
.656
.679 1.472
.043
.970
21.531
.000
.359 2.782
a. Dependent Variable: Y
Dari hasil output Coefficient diatas, diperoleh besaran VIF dan nilai tolerance untuk
masing-masing variabel masih jauh dibawah 10 maka dapat dinyatakan bahwa tidak terjadi
masalah multikolinieritas dalam model. Jadi asumsi non multikolinieritas dalam model
terpenuhi.
4.4.4. Uji Non- Autokorelasi
Hipotesis yang ingin diuji yaitu :
H0 : Tidak terjadi autokorelasi
H1: Terjadi autokorelasi
Taraf signifikansi yang digunakan adalah 0,05 dengan kriteria penolakan yaitu jika dL
*
< d < dU maka terjadi masalah autokorelasi positif dan jika 4-dU < d* < 4-dL maka terjadi
masalah autokorelasi negative. Selain itu jika dU < d* < 4-dU maka tidak terjadi masalah
autokorelasi.
b
Model Summary
Model
1
R
.992
R Square
a
.983
Adjusted R
Std. Error of the
Square
Estimate
.981
.24792829
Durbin-Watson
2.018
a. Predictors: (Constant), X3, X2, X1
b. Dependent Variable: Y
Page 30
Dari hasil output SPSS 17.0 diatas, diperoleh nilai Statistik uji d* = 2,018. Dari tabel d
Durbin-Watson dengan tingkat signifikansi
= 0,05 , jumlah observasi 27 dan jumlah
variabel bebas 3 diperoleh nilai
= 1,65. Maka berlaku :
= 1,16 dan
Sehingga berdasarkan pengujian, keputusan yang diambil adalah tidak tolak
atau dapat
disimpulkan bahwa tidak terjadi autokorelasi baik yang positif maupun yang negatif.
4.5. Analisis Elastisitas Produksi
Berdasarkan hasil pendugaan dengan menggunakan metode kuadrat terkecil biasa atau
Ordinary Least Square (OLS) yang telah dilakukan sebelumnya, maka selanjutnya persamaan
fungsi produksi idustri alat-alat dapur ini dikembalikan ke bentuk aslinya yaitu fungsi
produksi Cobb-Douglass sebagai sebagai berikut:
̂ = ̂ = 6,5469
dengan:
Q
: produksi pipa dan selang plastik ( ribu rupiah)
: jumlah tenaga kerja (orang)
: bahan baku ( ribu rupiah)
: mesin ( ribu rupiah)
Dari fungsi tersebut, diperoleh besaran koefisien elastisitas dari masing-masing faktor
produksi. Besaran koefisien elastisitas tersebut dapat dijelaskan sebagai berikut :
1. Elastisitas produksi dari jumlah tenaga kerja sebesar 0,036. Artinya setiap
peningkatan 1 % jumlah tenaga kerja dalam proses produksi pipa dan selang
plastik akan meningkatkan produksi pipa dan selang plastik sebesar 0,036%.
Page 31
2. Elastisitas produksi dari bahan baku sebesar 0,013. Artinya setiap peningkatan 1 %
bahan baku dalam proses produksi pipa dan selang plastic akan meningkatkan
produksi alat-alat dapur sebesar 0,013%.
3. Elastisitas produksi dari mesin sebesar 0,921. Artinya setiap peningkatan 1 %
jumlah mesin dalam proses produksi pipa dan selang plastik akan meningkatkan
produksi pipa dan selang palstik sebesar 0,921%.
Selain elastisitas produksi dapat juga dilihat skala produksinya. Kondisi skala
produksi ini diukur dari besarnya nilai return to scale, yang diperoleh dengan menjumlahkan
semua nilai koefisien elastistisitas produksi dari setiap input produksi yang terdapat dalam
fungsi Cobb-Douglas. Hasilnya adalah 0,97 yang artinya skala hasil usaha berada pada
kondisi decreasing return to scale yang berarti setiap jumlah input yang ditambahkan ke
dalam proses produksi hanya akan menghasilkan jumlah output yang lebih kecil daripada
penambahan jumlah input.
4.6. Analisis Produksi
Pada tahun 2010, dari 53 perusahaan yang bergerak di bidang industri pipa dan selang
plastic diperoleh total tenaga kerja sebanyak 6764 orang, total bahan baku sebesar
2.157.534.996 (ribu rupiah) dan total mesin sebesar 152.808.795 (ribu rupiah). Berdasarkan
hasil tersebut dapat diperoleh nilai rata-rata dari masing-masing input terhadap produksi.
1. Tenaga Kerja
∑
∑
Artinya, rata-rata produksi pipa dan selang plastik yang dihasilkan oleh setiap pekerja
sebesar 425.440,07 (ribu rupiah).
2. Bahan baku
∑
∑
Artinya, rata-rata produksi pipa dan selang plastik yang dihasilkan oleh setiap unit
bahan baku (ribu rupiah) sebesar 1,3338 (ribu rupiah).
Page 32
3. Mesin
∑
∑
Artinya, rata-rata produksi pipa dan selang plastik yang dihasilkan oleh setiap mesin
(ribu rupiah) sebesar 18,8318 (ribu rupiah).
Berdasarkan hasil elastisitas produksi dan nilai rata-rata di atas dapat diperoleh nilai
marjinal masing-masing input terhadap produksi.
1. Tenaga Kerja
Artinya, setiap penambahan satu orang tenaga kerja akan menambah produksi sebesar
50.258,7439 (ribu rupiah).
2. Bahan baku
Artinya, setiap penambahan bahan baku satu satuan (ribu rupiah) akan menambah
produksi sebesar 0,0173 (ribu rupiah).
3. Mesin
Artinya, setiap penambahan mesin sebesar satu satuan (ribu rupiah) akan menurunkan
produksi sebesar 18,8318 (ribu rupiah).
5. KESIMPULAN
Berdasarkan hasil analisis dapat disimpulkan sebagai berikut :
1. Koefisien deteminasi (R2adj) sebesar 0,983 yang berarti keragaman variabel terikat
(produksi) dapat dijelaskan oleh variabel bebas (Tenaga Kerja, Bahan Baku dan Mesin)
sebesar 98,3 % dan sisanya sebesar 1,7 % dijelaskan oleh variabel bebas lain yang tidak
terdapat dalam model.
Page 33
2. Secara parsial, hasil analisis menunjukkan bahwa :
a.
Variabel tenaga kerja berpengaruh positif dan dan tidak signifikan terhadap
produksi pipa dan selang plastik pada tingkat signifikansi α = 5 %.
b.
Variabel bahan baku berpengaruh positif dan tidak signifikan terhadap
produksi pipa dan selang plastik pada tingkat signifikansi α = 5 %.
c.
Variabel mesin berpengaruh positif dan signifikan terhadap produksi pipa dan
selang plastik pada tingkat signifikansi α = 5 %.
3.
Dilihat dari nilai elastisitasnya, hasil analisis menunjukkan bahwa :
a.
Variabel tenaga kerja dan bahan baku adalah inelastis karena nilainya kurang
dari 0,6.
b.
Variabel mesin adalah elastis karena nilainya lebih dari 0,6.
4.
Skala produksi industry pipadan selang plastik berada pada nilai kurang dari 1
yaitu 0,97 maka industry berada pada kondisi decreasing return to scale yang
berarti bahwa proporsi penambahan faktor produksi yang melebihi proporsi
penambahan output yang diproduksi.
DAFTAR PUSTAKA
Yamin, sofyan, Lien A. Rachmah, dan Heri Kurniawan.2011. Regesi dan Korelasi Dalam
Genggaman Anda . Jakarta : Penerbit Salemba Empat.
Neter, John, William wasserman and Michael