scholarly journals ANALISIS EFISIENSI TEKNIS USAHATANI PADI SAWAH

2015 ◽  
Vol 1 (1) ◽  
Author(s):  
Dean Riza Rivanda ◽  
Wini Nahraeni ◽  
Arti Yusdiarti
Keyword(s):  
Maximum Likelihood ◽  
Maximum Likelihood Estimation ◽  
Random Sampling ◽  
Likelihood Estimation ◽  
Simple Random Sampling

ABSTRAKPenelitian ini bertujuan untuk mengetahui dan menganalisis faktor-faktor yang mempengaruhi produksi dan tingkat efisiensi teknis padi sawah. Pengumpulan data dilaksanakan pada bulan Desember 2013 – Januari 2014 di Kecamatan Telagasari Kabupaten Karawang. Petani sampel berjumlah 50 orang dan dipilih dengan menggunakan metode simple random sampling. Metode analisis data yang digunakan adalah Fungsi Produksi Stohactic Frontier Cobb-Douglas yang diolah dengan menggunakan aplikasi Frontier 4.1c menggunakan metode Maximum Likelihood Estimation (MLE). Hasil penelitian menunjukkan bahwa variabel luas lahan, pupuk NPK, pupuk kandang, tenaga kerja, musim tanam, serta pestisida masing-masing berpengaruh positif terhadap produksi padi sawah sedangkan jumlah benih berpengaruh negatif. Secara statistik semua variabel berpengaruh nyata pada selang kepercayaan diatas 10 persen, kecuali pestisida. Tingkat efisiensi teknis petani di daerah penelitian telah efisien secara teknis, dengan efisiensi teknis (ET) rata-rata mencapai 75 persen dengan tingkat ET tertinggi 95 persen dan terendah 43 persen. Faktor penyuluhan dan pendidikan mampu menurunkan efek inefisiensi teknis atau dapat meningkatkan efisiensi usahatani padi. Walaupun variabel status kepemilikan lahan dan pengalaman meningkatkan inefisiensi, namun secara statistik tidak signifikan dan hanya variabel status kepemilikan lahan yang signifikan terhadap inefisiensi teknis.

scholarly journals Maximum likelihood estimation in location-scale families using varied L ranked set sampling

2020 ◽  
Author(s):  
Amer Al-Omari
Keyword(s):  
Maximum Likelihood ◽  
Random Sampling ◽  
Maximum Likelihood Estimators ◽  
Likelihood Estimation ◽  
Simple Random Sampling ◽  
Ranked Set Sampling ◽  
Sampling Schemes ◽  
Scale Parameters ◽  
Insight Into ◽  
Family Of Distributions

Recently, a generalized ranked set sampling (RSS) scheme has been introduced which encompasses several existing RSS schemes, namely varied L RSS (VLRSS), and it provides more precise estimators of the population mean than the estimators with the traditional simple random sampling (SRS) and RSS schemes. In this paper, we extend the work and consider the maximum likelihood estimators (MLEs) of the location and scale parameters when sampling from a location-scale family of distributions. In order to give more insight into the performance of VLRSS with respect to SRS and RSS schemes, the asymptotic relative precisions of the MLEs using VLRSS relative to that using SRS and RSS are compared for some usual location-scale distributions. It turns out that the MLEs with VLRSS are more precise than those with the existing sampling schemes.

Sign in / Sign up

Export Citation Format

Share Document