Web viewparameter dibandingkan dengan metode iterasi yang lain, dimana dengan initial values....
2
BAB V KESIMPULAN Berdasarkan hasil dan analisis eksperimen diperoleh kesimpulan sebagai berikut: 1. Semua jenis iterasi baik dengan metode nonlinear least Square maupun nonlinear maximum likelihood menghasilkan nilai optimum (taksiran nilai β) yang sama untuk fungsi produksi Cobb Douglas. Hal yang sama juga terjadi pada fungsi produksi CES yang menghasilkan nilai taksiran β yang sama. Hal ini konsisten dengan teori yang menyatakan bahwa penaksiran parameter β dengan metode least square sama dengan hasil yang diperoleh dari maximum likelihood. 2. Bentuk fungsi produksi Cobb Douglas yang dihasilkan dari proses estimasi adalah y=1.4781 L 0.3741 K 0.5725 , dan bentuk fungsi produksi CES adalah y=1.3724 ¿¿. 3. Fungsi produksi yang paling cocok dengan data adalah fungsi produksi Cobb Douglas. Hal ini ditunjukkan oleh nilai Akaike Information Criteria (AIC) dan Schwart Criteria (SC) fungsi produksi Cobb Douglas yang lebih kecil dibandingkan dengan fungsi Contant Elasticity of Subtitution (CES). Hasil tersebut konsisten baik dengan menggunakan metode nonlinear least square maupun metode nonlinear maximum likelihood. 4. Perubahan initial value parameter dengan panjang langkah yang sama menyebabkan perubahan yang relatif kecil 32
Transcript of Web viewparameter dibandingkan dengan metode iterasi yang lain, dimana dengan initial values....
BAB V KESIMPULANBerdasarkan hasil dan analisis eksperimen diperoleh kesimpulan sebagai berikut:
1. Semua jenis iterasi baik dengan metode nonlinear least Square maupun nonlinear maximum likelihood menghasilkan nilai optimum (taksiran nilai β) yang sama untuk fungsi produksi Cobb Douglas. Hal yang sama juga terjadi pada fungsi produksi CES yang menghasilkan nilai taksiran β yang sama. Hal ini konsisten dengan teori yang menyatakan bahwa penaksiran parameter β dengan metode least square sama dengan hasil yang diperoleh dari maximum likelihood.2. Bentuk fungsi produksi Cobb Douglas yang dihasilkan dari proses estimasi adalahy=1.4781 L0.3741K0.5725, dan bentuk fungsi produksi CES adalahy=1.3724 ¿¿. 3. Fungsi produksi yang paling cocok dengan data adalah fungsi produksi Cobb Douglas. Hal ini ditunjukkan oleh nilai Akaike Information Criteria (AIC) dan Schwart Criteria (SC) fungsi produksi Cobb Douglas yang lebih kecil dibandingkan dengan fungsi Contant Elasticity of Subtitution (CES). Hasil tersebut konsisten baik dengan menggunakan metode nonlinear least square maupun metode nonlinear maximum likelihood.4. Perubahan initial value parameter dengan panjang langkah yang sama menyebabkan perubahan yang relatif kecil dalam jumlah iterasi baik dengan menggunakan metode nonlinear least square maupun nonlinear maximum likelihood. Sedangkan perubahan panjang langkah dengan initial value parameter yang sama menyebabkan perubahan yang relatif besar dalam jumlah iterasi kecuali iterasi Berndt-Hall-Hall-
32
Hausman (BHH) pada fungsi produksi Cobb Douglas dan iterasi Gauss Newton pada fungsi produksi CES yang tidak menyebabkan perubahan jumlah iterasi. 5. Baik pada fungsi produksi Cobb Douglas maupun fungsi produksi CES, Iterasi Gauss Newton memiliki kelemahan dalam melakukan estimasi parameter dibandingkan dengan metode iterasi yang lain, dimana dengan initial values parameter tertentu iterasi Gauss Newton tidak mencapai konvergensi sedangkan jika menggunakan metode iterasi yang lain (Marquant-Levenberg, BHHH, dan Hill Climbing) menghasilkan konvergensi.
33
