persamaan dalam model. Rumus identifikasi model struktural menurut order condition
adalah Koutsoyianis, 1977: K- M ≤ G-1
keterangan: K = total peubah dalam model peubah endogenus dan predetermin M = jumlah peubah endogenus dan eksogenus yang dimasukkan dalam
suatu persamaan G = total persamaan jumlah peubah endogenus
Jika: K-M = G-1, maka persamaan dalam model teridentifikasi secara tepat exactly identified, K-M G-1, maka persamaan dalam model tidak
teridentifikasi un-identified, dan K-M G-1, maka persamaan dalam model merupakan identifikasi berlebih over-identified.
Model struktural yang dirumuskan dalam tulisan ini terdiri dari 14 peubah endogenus G dan 40 peubah predetermin, yang terdiri dari 11 peubah eksogenus,
4 lag eksogenus dan 25 lag endogenus. Dengan demikian jumlah seluruh peubah yang tercakup dalam model K adalah sebanyak 54 peubah sehingga 54
– 6 14 – 1 mengikuti rumus identifikasi model dengan kriteria order condition, maka setiap
persamaan model adalah over identified.
4.2.3. Metode Pendugaan Model
Dari identifikasi model diketahui bahwa masing-masing persamaan dalam model adalah over-identified. Persamaan yang demikian biasanya diduga dengan
menggunakan berbagai metode pendugaan, diantaranya adalah Two-Stage Least Squares
2SLS, Three-stage Least Squares 3 SLS, Limited Information Maximum Likelyhood
LIML, atau Full Information Maximum Likelyhood FIML, metode yang dipilih disesuaikan dengan tujuan penelitian, yaitu untuk
memperoleh keofisien persamaan struktural secara simultan. Dalam studi ini metode pendugaan yang dipilih adalah metode Two-Stage Least Squares 2SLS.
Pengolahan data dilakukan dengan program komputer SAS versi 9.1. Untuk menguji apakah peubah-peubah penjelas explanatory-variabels
secara bersamap-sama berpengaruh nyata atau tidak terhadap peubah endogen pada masing-masing digunkan uji statistik F. Kemudian untuk menguji apakah masing-
masing peubah penjelas secara individual berpengaruh nyata atau tidak terhadap peubah endogen pada masing-masing persamaan digunakan uji statistik t.
4.2.4. Pengujian Model
Model dapat dikatakan baik jika hasil estimasi model yang telah didapat kemudian diuji. Uji yang dilakukan meliputi uji ekonomi, statistik dan
ekonometrika.
1. Uji Ekonomi
Uji ekonomi dilakukan berdasarkan tanda yang ada pada setiap variabel bebas dalam model pendugaan. Terdapat variabel yang memiliki tanda bernilai positif
maupun bernilai negatif. Tanda positif artinya penambahan satu satuan variabel penjelas akan meningkatkan penawaran atau permintaan pulp dan kertas. Tanda
negatif artinya penambahan satu satuan variabel penjelas akan mengurangi penawaran dan permintaan pulp dan kertas. Selain melihat tanda ekonomi dalam
setiap persamaan, hal yang perlu dilihat juga adalah elastisitas variabel dalam jangka pendek dan jangka panjang. Elastisitas digunakan untuk mendapat ukuran
kuantitatif respon suatu fungsi terhadap faktor-faktor yang mempengaruhi. Untuk model yang dinamis, dapat dihitung elastisitas jangka pendek dan jangka panjang.
Nilai elastisitas jangka pendek diperoleh dari perhitungan sebagai berikut Pindyck dan Rubinfeld, 1998:
Esr Yt, Xt = βt XtYt keterangan:
Esr Yt, Xt = Elastisitas jangka pendek variabel penjelas Xt terhadap variabel endogen Yt
βt = Parameter estimasi variabel penjelas Xt
Xt = Rata-rata variabel penjelas Xt
Yt = Rata-rata variabel endogen Yt
Nilai elastisitas jangka panjang dapat diperoleh dari perhitungan sebagai berikut: Elasitisitas Jangka Panjang ELR
ELR =
� � �
−�����
Keterangan : β
= Parameter dugaan dari variabel penjelas βt lag
= Parameter dugaan dari lag endogen
