nyata secara variabel endogennya. Pada Software SAS, hasil uji statistik nilai Pr. Nilai ini merupakan probabilitas untuk uji dua arah, pengujian satu arah nilai
probabilitas harus dibagi dua.
3. Uji ekonometrika
Uji ekonometrika yang dilakukan adalah uji autokorelasi sehingga setiap persamaan dalam model terdapat beberapa yang tidak mengandung lag endogenus
akan diuji dengan menggunakan Durbin Watson dan persamaan yang mengandung lag endogenus akan diuji menggunakan Durbin-H Statistic Pindyick and
Rubinfield, 1998. Pengujian menggunakan Durbin Watson dapat dilakukan dengan melihat nilai batas bawah dU dan batas atas dL pada tabel Durbin
Watson sedangkan uji menggunakan Durbin-H Statistic yang dirumuskan sebagai
berikut:
Tabel 13. Range Statistik Durbin-Watson
Nilai dw Hasil
4-d1dw4 Tolak hipotesis nol; negatif otokorelasi ada
4-dudw4-d1 Tidak ada kesimpulan
2dw4-du Terima hipotesis nol
Dudw2 Terima hipotesis nol
D1dwdu Tidak ada kesimpulan
0dwd1 Tolak hipotesis nol; positive otokorelasi ada
Sumber: Pindyick and Rubinfield, 1998
Cara mencari nilai Durbin h statistic sebagai berikut: h
= {1-0.5 DW}{N[1-NVar Bhat]}
0.5
keterangan: h
= angka Durbin h statistik N
= jumlah pengamatan contoh Var Bhart = varians dari koefisien lagged endogenus variabels SE
2
Dw = nilai statistik Durbin Watson
Pada Durbin h statistic, j ika ditetapkan taraf α = 20 diketahui -1,96 ≤ hitung
≤1,96, maka disimpulkan persamaan tidak mengalami serial korelasi. Selanjutnya jika diketahui nilai hitung -1,96, maka terdapat autokorelasi negatif, sebaliknya
jika diketahui nilai hitung 1,96, maka terdapat autokorelasi positif Pindyck dan Rubinfield, 1998.
4.2.5. Validasi Model
Salah satu tahap yang penting di dalam model ekonometrika adalah validasi model. Validasi model yang dilakukan dalam penelitian ini menggunakan tahun
2001 sampai 2011. Kegunaan dari validasi model adalah untuk mengetahui apakah model cukup valid dalam membuat suatu simulasi alternatif kebijakan atau non
kebijakan dan peramalan. Tujuan dari validasi model untuk menganalisis sejauhmana model tersebut dapat mewakili dunia nyata.
Keragaman antara kondisi aktual dengan yang disimulasi dapat dilihat menggunakan beberapa kriteria statistik,
yaitu: RMSPE Root Mean Square Percent Error, dan U = Theils Inequality Coefficient
Pindyck dan Rubinfield, 1998.
Statistik RMSPE digunakan untuk mengukur seberapa jauh nilai-nilai peubah endogen hasil pendugaan menyimpang dari
alur-alur nilai aktualnya dalam ukuran relatif persen, atau seberapa dekat nilai dugaan itu mengikuti perkembangan nilai aktualnya. Kemudian, statistik U-Theil yang nilainya
berkisar antara 0 sampai 1 bermanfaat untuk mengetahui kemampuan model untuk analisis simulasi peramalan. Semakin mendekati nol atau semakin kecil nilai U-Theil,
pendugaan model semakin baik. Makin kecil nilai RMSPE dan U-Theil, serta makin besar R
2
maka model semakin valid untuk disimulasi. Nilai statitistik tersebut dapat diperoleh dengan rumus sebagai berikut:
RMSPE = √
T
∑
Y −Y
a
Y
a
x
T t=
U-Theil =
√
T
∑
Y
t s
−Y
t a
T =
√
T
∑
Y
t s
T =
+ √
T
∑
Y
t a
T =
dimana: Y
t s
= Nilai simulasi dasar dari variabel endogen Y
t a
= Nilai aktual variabel endogen T
= Jumlah periode simulasi 1, 2, 3, ...., 8 RMSPE = Root mean Squares Percent Error
U-Theil = Theil’s Inequality Coefficient
4.2.6. Simulasi Model
Pada dasarnya simulasi model bertujuan untuk mengevaluasi kebijakan pada masa lampau dan melakukan peramalan untuk masa yang akan datang Pindyck dan
