e , f
, g = Intersept
e
1
-e
10
, f
1
-f
10
, g
1
-g
10
= Koefisien Parameter XTAS
t
= permintaan ekspor dari Amerika Serikat XTUE
t
= permintaan ekspor dari Uni Eropa XTJ
t
= permintaan ekspor dari Jepang PTAS
t
= harga Ikan tuna di Amerika Serikat PTUE
t
= harga Ikan tuna di Uni Eropa PTJ
t
= harga Ikan tuna di Jepang Psalmon
t
= harga ikan salmon sebagai substitusi ikan tuna Pthai
t
= harga eksportir kompetitor yaitu harga Thailand Erriil
t
= nilai tukar riil GNP
t
= gross national product negara importir POP
t
= populasi negara importir TRF
t
= tarif yang berlaku di negara importir KONS
t
= konsumsi ikan per kapita di negara importir TAS
t,
TUE
t,
TJ
t,
= trend untuk mengcover preference KBJK
= kebijakan pemerintah; variabel dummy,0= tidak ada kebijakan 1= ada kebijakan
Tanda dan besaran yang diharapkan adalah: e
1,
f
1,
g
1,
e
4,
f
4,
g
4,
e
7,
f
7,
g
7 ;
e
2,
f
2,
g
2,
e
3,
f
3,
g
3,
e
5,
f
5,
g
5,
e
6,
f
6,
g
6,
e
8,
f
8,
g
8,
e
10,
f
10,
g
10
0 ; 0 e
9,
f
9,
g
9
1 3.2.1.4.
Harga Ikan tuna Domestik
Menurut Henderson and Quandt 1980, harga komoditas di pasar ditentukan oleh total penawaran dan permintaanya. Dengan demikian harga ikan
tuna Indonesia dipengaruhi oleh penawaran ikan tuna domestik dan permintaan ikan tuna domestik dari sisi dalam negeri. Variabel lain yang memengaruhi harga
domestik adalah produksi ikan tuna, harga ikan tuna dunia karena Indonesia adalah small country yang tidak dapat memengaruhi harga dunia, dummy krisis
moneter yang memengaruhi kenaikan harga-harga komoditas termasuk harga ikan tuna dan harga ikan tuna tahun lalu. Persamaan harga domestik dapat dirumuskan
sebagai berikut:
PTD = h +h
1
QTt+h
2
PX
weightdt
+h
3
Q
D
T
t............................................................................................
8 dimana:
h = intersept
h
1,
h
2
, h
3
= koefisien parameter PTD
t
= harga ikan tuna domestik QT
t
= produksi ikan tuna indonesia ton PX
weightdt
= harga ikan tuna dunia merupakan harga ekspor weighted by volume impor
Q
D
T
t
= permintaan ikan tuna domestik Tanda dugaan parameter yang diharapkan :
h
1
0 h
2
, h
3
0, 0h
4
1
3.2.2 Identifikasi Model
Sistem persamaan simultan tidak dapat diselesaikan dengan menggunakan metode OLS ordinary least square yang biasa digunakan dalam persamaan
tunggal, akan tetapi harus menggunakan metode ILS, 2SLS, maupun 3SLS berdasarkan hasil identifikasi persamaan. Hal tersebut berarti bahwa sebelum
dilakukan pendugaan parameter model, maka harus dilakukan identifikasi terlebih dahulu pada persamaan struktural dalam model. Dengan demikian dapat diketahui
apakah persamaan tersebut dapat teridentifikasi identified atau tidak. Jika teridentifikasi, apakah bersifat exactly identified atau over identified. Suatu model
dikatakan teridentifikasi, jika dapat dinyatakan dalam bentuk statistik unik, yang menghasilkan estimasi parameter yang unik pula.
Menurut Koutsoyianis 1977, suatu persamaan dapat dikatakan teridentifikasi apabila memenuhi order condition. Kondisi order didasarkan atas
kaidah penghitungan variabel-variabel yang dimasukkan dan dikeluarkan dari suatu persamaan tertentu. Cara yang dilakukan menguji persamaan-persamaan
struktural ini adalah dengan mengelompokkan terlebih dahulu persamaan- persamaan tersebut ke dalam jumlah total persamaan struktural total variabel
endogen, jumlah variabel dalam model variabel endogen dan predetermined, dan jumlah variabel dalam persamaan yang diidentifikasi. Menurut Koutsoyiannis
1977, rumusan identifikasi model persamaan struktural berdasarkan order condition
ditentukan oleh: K-M G-1
dimana: K= total peubah dalam model, yaitu peubah endogen dan peubah predetermined
M= total peubah endogen dan eksogen yang termasuk dalam satu persamaan tertentu dalam model
G= total persamaan dalam model, yaitu jumlah peubah endogen dalam model. Jika dalam suatu persamaan dalam model menunjukkan kondisi:
K-M G-1 maka persamaan dinyatakan over identified K-M = G-1 maka persamaan dinyatakan exactly identified
K-M G-1 maka persamaan dinyatakan unidentified Hasil identifikasiuntuk setiap persamaan struktural haruslah exactly
identified atau over identified untuk dapat menduga parameter-parameternya.
Kendati suatu persamaan memenuhi order condition, mungkin saja persamaan ini tidak teridentifikasi. Karena itu dalam proses identikfikasi
diperlukan suatu syarat perlu sekaligus cukup. Hal itu dituangkan dalam rank condition
untuk identifikasi yang menyatakan bahwa dalam suatu persamaan disebut teridentifikasi jika dan hanya jika dimungkinkan membentuk minimal satu
determinan bukan nol pada order G-1 dari parameter struktural peubah yang tidak termasuk dalam persamaan tersebut, atau dengan kata lain kondisi rank
ditentukan oleh determinan turunan persamaan struktural yang nilainya tidak sama dengan nol Koutsoyiannis, 1977.
Dengan mengikuti prosedur identifikasi yang telah diuraikan di atas maka dari model perdagangan ikan tuna di Indonesia ini dapat diketahui bahwa jumlah
predetermined variables adalah 42, sedangkan jumlah persamaan G adalah 8
yang terdiri dari 6 persamaan struktural dan 2 persamaan identitas sehingga K=42, M=10 dan G=8, maka K-M=42-10=32 dan G-1=8-1=7, maka K-MG-1. Oleh
karena itu berdasarkan kriteria order condition maka persamaan dinyatakan teridentifikasi secara berlebih over identified sehingga dapat diduga parameter-
parameternya. Pendugaan terhadap model yang overidentified tersebut dapat