51 variable
current exogenous variable, lagged exogenous variable, dan lagged endogenous variable
. M = Jumlah variabel endogen dan eksogen yang termasuk dalam satu
persamaan tertentu dalam model, dan G = Total persamaan dalam model, yaitu jumlah variabel endogen dalam
model. Jika dalam suatu persamaan dalam model menunjukkan kondisi sebagai
berikut. K-M G-1 = maka persamaan dinyatakan teridentifikasi berlebih
overidentified K-M = G-1 = maka persamaan tersebut dinyatakan teridentifikasi
secara tepat exactly identified, dan K-M G-1 = maka persamaan tersebut dinyatakan tidak teridentifikasi
unidentified. Hasil identifikasi untuk setiap persamaan struktural haruslah exactly identified
atau over identified untuk dapat menduga parameter-parameternya. Kendati suatu persamaan memenuhi order condition, mungkin saja
persamaan itu tidak teridentifikasi. Karena itu, dalam proses identifikasi diperlukan suatu syarat perlu sekaligus cukup. Hal itu dituangkan dalam rank
condition untuk identifikasi yang menyatakan, bahwa dalam suatu persamaan
teridentifikasi jika dan hanya jika dimungkinkan untuk membentuk minimal satu determinan bukan nol pada order G-1 dari parameter struktural variabel yang
tidak termasuk dalam persamaan tersebut. Atau dengan kata lain kondisi rank
52 ditentukan oleh determinan turunan persamaan struktural yang nilainya tidak
sama dengan nol Koutsoyiannis 1977 dalam Novindra 2011. Pada penelitian ini, model yang telah dirumuskan terdiri dari 11
persamaan atau 11 variabel endogen G, dan 40 predetermined variable terdiri dari 32 variabel eksogen dan 8 lag endogenous variable, sehingga total variabel
dalam model K adalah 51 variabel. Kemudian diketahui bahwa jumlah variabel endogen dan eksogen yang termasuk dalam persamaan tertentu dalam model M
adalah maksimum 5 variabel. Berdasarkan kriteria order condition disimpulkan setiap persamaan struktural yang ada dalam model adalah over identified.
4.4.2. Metode Pendugaan Model
Berdasarkan hasil identifikasi model, maka model dinyatakan over identified,
dalam hal ini untuk menduga model dapat dilakukan dengan 2SLS Two Stage Least Square, 3SLS Three Stage Least Squares, LIML Limited
Information Maximum Likelihood atau FIML Full Information Maximum
Likehood Novindra, 2012.Pada penelitian ini menggunakan metode pendugaan
model yang digunakan adalah 2SLS, dengan beberapa pertimbangan, yaitu penerapan 2SLS menghasilkan taksiran yang konsisten, lebih sederhana, dan lebih
muda Gujarati 1999 dalam Novindra 2011. Untuk mengetahui dan menguji apakah variabel penjelas secara bersama-
sama berpengaruh nyata atau tidak terhadap variabel endogen, maka pada setiap persamaan digunakan uji statistik F, dan untuk menguji apakah masing-masing
variabel penjelas berpengaruuh nyata atau tidak terhadap variabel endogen, maka pada setiap persamaan digunakan uji statistik t.
53
4.4.3. Uji Statistik-F
Uji statistik-F adalah persamaan yang digunakan untuk mengetahui dan menguji apakah variabel eksogen secara bersama-sama berpengaruh nyata atau
tidak terhadap variabel endogen koutsoyiannis 1977 dalam Novindra 2011. Hipotesis:
H :
β
1
= β
2
….. = β
i
= 0 H
1
: minimal ada satu β
i
≠ 0 Keterangan :
i = banyaknya variabel bebas dalam suatu persamaan Apabila nilai peluang p-value uji statistik-F taraf
α = 5 maka tolak H
. Tolak H berarti variabel eksogen secara bersama-sama berpengaruh nyata
terhadap variabel endogen.
4.4.4. Uji Statistik-t
Uji statistik-t adalah persamaan yang digunakan untuk menguji apakah masing-masing variabel eksogen berpengaruh nyata atau tidak terhadap variabel
endogen Koutsoyiannis 1977 dalam Novindra 2011. Hipotesis:
H :
β
i
= 0 H
1
: Uji satu arah a
β
i
0; b
β
i
Uji dua arah c
β
i
≠ 0 kriteria uji :
Jika H
1
: a β
i
0, bila p-value uji t α maka disimpulkan tolak H
54 H
1
: b β
i
0, bila p-value uji t α maka disimpulkan tolak H
H1: b
β
i
≠ 0, bila p-value uji t α2 maka disimpulkan tolak H Pada penelitian ini menggunakan uji satu arah dan taraf
α = 15 sehingga jika nilai peluang p-value uji statistik-t taraf
α = 15 maka tolak H
0.
Tolak H berarti suatuvariabel eksogen berpengaruh nyata terhadap variabel endogen.
4.4.5. Uji Statistik Durbin- h
Apabila dalam persamaan terdapat variabel bedakala lag endogenous variable
maka uji serial korelasi dengan menggunakan statistik d
w
Durbin- Waston Statistic
tidak valid untuk digunakan Pindyc dan Rubinfeld 1991 dalam Novindra 2011. Sebagai penggantinya untuk mengetahui apakah terdapat serial
korelasi autocorrelation atau tidak dalam setiap persamaan maka digunakan statistik d
h
Durbin-h statis h
hitung
= 1
…………………………................ 4.16 Keterangan:
d = d
w
statistik n = Jumlah observasi, dan
var β = varians koefisien regresi untuk lagged dependent variable.
Jika ditetapkan taraf α = 0.05, diketahui -1.96 ≤ h
hitung
≤ 1.96, maka disimpulkan persamaan tidak mengalami serial korelasi.selanjutnya jika diketahui
nilai h
hitung
-1.96, maka terdapat autokorelasi negatif, sebaliknya jika diketahui nilai h
hitung
1.96, maka terdapat autokorelasi positif Pindyc dan Rubinfeld 1991 dalam Novindra 2011.
4.4.6. Validasi Model
