Because all input variables are mea

Because all input variables are measured in logarithmic form, the estimated coefficient values represent the partial output elasticities. Following Caudill et al. (1995), we tested the estimated heteroscedastic model against the traditional homoscedastic specification using a likelihood ratio test. The results of this test suggested that the homoscedastic model should be rejected in favor of the heteroscedastic framework implemented in this study. All output elasticities were positive and statistically significant with the exception of capital. Of all input
variables, cow had the highest effect on productivity level with an elasticity equal to 0.78. That is, a 1% increase in the number of cows in the herd results in an estimated increase in milk production sold of 0.78%. The next highest elasticity was for crop (0.08), followed by livestock (0.06), feed (0.06), and labor (0.02).
In addition, the control variable bST was positive and statistically significant. This result confirms previous research on the positive effect of bST on milk production
(e.g., Bauman et al., 1999) and suggests that commercial farms could consider the use of bST as a mean to improve production. The scale elasticity (i.e., the sum of all output elasticities) was 1.001, revealing the presence of constant returns to scale (CRS). To corroborate this result we used a likelihood ratio test, which confirmed the presence of CRS. In general terms, CRS suggests that, for the sample of studied dairy farms, there is no proportional relationship between the size of the farms and
the level of output produced. Kompas and Chu (2006) further explained that CRS implies that the level of productivity depends on improvements in technology and efficiency, and not necessarily on the scale of the farm.
Table 3 shows that the mean TE in the sample was 0.88 (i.e., 88%) with a standard deviation of 0.08. That is, an average farm in the sample could, in principle,
increase its level of milk production sold by 12% using the current input quantities. Table 3 also presents the distribution of TE scores. This table shows that
approximately 83% of the farmers achieved TE levels of 80% or higher. It is worth noting that the average level of efficiency obtained here is comparable to the
averages presented by Bravo-Ureta et al. (2007) in their meta-regression analysis of TE in agriculture. Those authors reported an 84% average TE for stochastic
frontier studies focusing on dairy farms in developed countries. The results of the TI model are presented at the end of Table 2. Because of the inverse relationship between TI and TE (see Eq. [2]), the interpretation of the estimated parameters is performed with respect to their effect on TE. That is, a negative effect on TI has a positive
effect on TE. This approach is common practice in the literature and facilitates the comparison of our results with previous studies An important goal of this study was to evaluate the association between intensification and farm efficiency. The empirical results show that the intensification variable feed/cow, defined as the ratio of feed purchased per cow on the farm, had a negative and statistically significant coefficient, implying that an increase in the intensification of a farm would lead to improvements in the efficiency levels.

Results (Indonesian) 1:

karena semua variabel input diukur dalam bentuk logaritmik, nilai koefisien estimasi mewakili elastisitas keluaran parsial. berikut Caudill et al. (1995), kami menguji model heteroscedastic estimasi terhadap spesifikasi homoskedastis tradisional menggunakan uji rasio kemungkinan.hasil tes ini menyarankan bahwa model homoskedastis harus ditolak demi kerangka heteroscedastic diterapkan dalam penelitian ini. semua elastisitas keluaran yang positif dan signifikan secara statistik dengan pengecualian modal. semua masukan
variabel, sapi memiliki efek tertinggi pada tingkat produktivitas dengan elastisitas sebesar 0,78. yaitu,kenaikan 1% pada jumlah sapi di kawanan menghasilkan peningkatan estimasi produksi susu yang dijual 0,78%. elastisitas tertinggi berikutnya adalah untuk tanaman (0,08), diikuti oleh ternak (0,06), pakan (0,06), dan tenaga kerja (0,02).
di samping itu, variabel kontrol bst positif dan signifikan secara statistik. Hasil ini menegaskan penelitian sebelumnya tentang efek positif dari bst pada produksi susu
(e.g., Bauman et al., 1999) dan menunjukkan bahwa peternakan komersial bisa mempertimbangkan penggunaan bst dengan tujuan untuk meningkatkan produksi. elastisitas skala (yaitu, jumlah dari semua elastisitas output) adalah 1.001, mengungkapkan adanya skala hasil konstan (CRS). untuk menguatkan hasil ini kami menggunakan uji rasio kemungkinan, yang mengkonfirmasikan adanya CRS. secara umum, crs menunjukkan bahwa,untuk sampel dari peternakan sapi yang diteliti, tidak ada hubungan proporsional antara ukuran peternakan dan
tingkat output yang dihasilkan. kompas dan chu (2006) lebih lanjut menjelaskan bahwa CRS menunjukkan bahwa tingkat produktivitas tergantung pada perbaikan dalam teknologi dan efisiensi, dan belum tentu pada skala pertanian.
tabel 3 menunjukkan bahwa te rata-rata dalam sampel adalah 0,88 (yaitu,88%) dengan standar deviasi 0,08. yaitu, pertanian rata-rata dalam sampel bisa, pada prinsipnya,
meningkatkan tingkat produksi susu yang dijual oleh 12% menggunakan jumlah arus masukan. Tabel 3 juga menyajikan distribusi skor te. tabel ini menunjukkan bahwa sekitar 83%
petani mencapai te tingkat 80% atau lebih tinggi.perlu dicatat bahwa tingkat rata-rata efisiensi yang diperoleh di sini adalah sebanding dengan rata-rata
disajikan oleh bravo-ureta et al. (2007) dalam analisis meta-regresi mereka te di bidang pertanian. mereka penulis melaporkan rata-rata te 84% untuk studi stochastic frontier
berfokus pada peternakan di negara maju. hasil model ti disajikan pada akhir tabel 2.karena hubungan terbalik antara ti dan te (lihat eq. [2]), interpretasi parameter estimasi dilakukan sehubungan dengan efeknya pada te. yaitu, efek negatif pada ti memiliki positif efek pada
te.pendekatan ini adalah praktek yang umum dalam literatur dan memfasilitasi perbandingan hasil kami dengan penelitian sebelumnya tujuan penting dari penelitian ini adalah untuk mengevaluasi hubungan antara intensifikasi pertanian dan efisiensi. hasil empiris menunjukkan bahwa variabel intensifikasi pakan / sapi, didefinisikan sebagai rasio pakan yang dibeli per ekor di pertanian,memiliki koefisien negatif dan signifikan secara statistik, menyiratkan bahwa peningkatan intensifikasi pertanian akan mengarah pada peningkatan tingkat efisiensi.

Results (Indonesian) 2:

Karena semua variabel input diukur dalam bentuk logaritma, nilai-nilai perkiraan koefisien mewakili elasticities output parsial. Berikut Caudill et al. (1995), kami menguji model diperkirakan heteroscedastic terhadap spesifikasi tradisional homoscedastic menggunakan tes rasio kemungkinan. Hasil tes ini menyarankan bahwa homoscedastic model harus menolak mendukung kerangka heteroscedastic yang dilaksanakan dalam studi ini. Semua output elasticities yang positif dan signifikan secara statistik kecuali modal. Semua masukan
variabel, sapi memiliki efek tertinggi pada tingkat produktivitas dengan elastisitas yang sama dengan 0.78. Yaitu 1% kenaikan jumlah sapi dalam kawanan hasil peningkatan perkiraan produksi susu dijual 0.78%. Elastisitas tertinggi berikutnya untuk tanaman (0.08), diikuti oleh ternak (0.06), pakan (0.06), dan tenaga kerja (0.02).
Selain WIB variabel kontrol adalah positif dan signifikan secara statistik. Hasil ini mengkonfirmasi penelitian sebelumnya pada efek positif WIB di
(e. produksi susug., Bauman et al., 1999) dan menyarankan bahwa peternakan komersil dapat mempertimbangkan penggunaan WIB sebagai bermaksud meningkatkan produksi. Skala elastisitas (yaitu, jumlah dari semua output elasticities) adalah 1.001, mengungkapkan adanya konstan kembali ke skala (CRS). Untuk menguatkan hasil ini kami menggunakan tes rasio kemungkinan, yang dikonfirmasi kehadiran CRS. Secara umum, CRS menunjukkan bahwa, untuk sampel dari belajar peternakan sapi, ada tidak ada hubungan proporsional antara ukuran peternakan dan
tingkat output yang dihasilkan. Kompas dan Chu (2006) lebih lanjut menjelaskan bahwa CRS menyiratkan bahwa tingkat produktivitas tergantung pada perbaikan dalam teknologi dan efisiensi, dan tidak pada skala peternakan.
Tabel 3 menunjukkan bahwa TE berarti dalam sampel 0.88 (yaitu, 88%) dengan deviasi standar dari 0,08. Yaitu sebuah pertanian yang rata-rata dalam sampel bisa, pada prinsipnya,
meningkatkan tingkat produksi susu yang dijual oleh 12% menggunakan jumlah masukan saat ini. Tabel 3 juga menyajikan distribusi TE Partitur. Tabel ini menunjukkan bahwa
sekitar 83% petani mencapai tingkat TE 80% atau lebih tinggi. Perlu dicatat bahwa rata-rata tingkat efisiensi yang diperoleh di sini sebanding dengan
rata-rata yang disajikan oleh Bravo-Ureta et al. (2007) dalam analisis regresi meta mereka Te dalam pertanian. Penulis mereka melaporkan TE 84% rata-rata untuk stokastik
perbatasan studi berfokus pada peternakan sapi di negara berkembang. Hasil TI model disajikan pada akhir tabel 2. Karena hubungan invers TI dan TE (Lihat EQ [2]), interpretasi dari perkiraan parameter dilakukan terhadap efeknya pada TE. Yang memiliki efek negatif pada TI positif
efek pada TE. Pendekatan ini adalah praktek yang umum dalam literatur dan memfasilitasi perbandingan hasil kami dengan studi sebelumnya merupakan tujuan yang penting dari penelitian ini adalah untuk mengevaluasi Asosiasi antara intensifikasi dan efisiensi usahatani. Hasil empiris menunjukkan bahwa intensifikasi variabel pakan/sapi, didefinisikan sebagai rasio pakan yang dibeli setiap sapi di pertanian, memiliki koefisien negatif dan signifikan secara statistik, yang menyiratkan bahwa peningkatan intensifikasi pertanian akan mengarah pada peningkatan tingkat efisiensi.