Harga Pupuk NPK Bersubsidi

sering dibangun dari sistem persamaan simultan. Suatu model persamaan simultan dikatakan lengkap jika mengandung jumlah persamaan sekurang-kurangnya sama banyak dengan jumlah variabel endogen. Koutsoyiannis 1977 selanjutnya menyatakan bahwa dalam teori ekonometrika dua kemungkinan situasi yang muncul dari proses identifikasi yaitu: 1 persamaan tidak teridentifikasi underidentified, sehingga tidak mungkin menduga seluruh parameternya dengan teknik ekonometrika, dan 2 persamaan teridentifikasi, baik teridentifikasi secara tepat exactly identified dan secara berlebih overidentified. Implementasi dari suatu persamaan teridentifikasi yaitu 1 jika suatu persamaan teridentifikasi secara tepat, metode pendekatan yang digunakan untuk pendugaan adalah metode Indirect Least Squares ILS, dan 2 jika persamaan adalah overidentified, maka indirect least squares tidak dapat digunakan karena tidak menghasilkan pendugaan unique dari parameter struktural. Metode pendugaan yang dilakukan dapat menggunakan Two-Stage Least Squares 2SLS atau Maximum Likehood Methods. Identifikasi model ditentukan berdasarkan pada kondisi order dimana. kondisi order ditentukan dengan kriteria Koutsoyiannis, 1977; Karo-Karo dan Sinaga, 2006 K – M ≥ G – 1 ....................................................................................... 117 dimana: K = Total variabel dalam model yaitu endogenous variables dan predermined variables. M = Jumlah variabel endogen dan eksogen yang termasuk dalam satu persamaan tertentu dalam model G = Total persamaan dalam model, yaitu jumlah variabel endogen dalam model. Apabila K - M G - 1 disebut persamaan over identified, exatcly identified apabila K - M = G – 1 dan disebut unidentified apabila K - M G - 1. Berdasarkan kondisi Order diatas, model ekonometrika kebijakan perberasan terdiri dari 15 persamaan struktural dan 11 persamaan identitas. Seluruh persamaan dalam model adalah overidentified, karena memenuhi kondisi K - M G – 1, dimana jumlah K jumlah total variabel dalam model, baik variabel endogen dan predetermin sebanyak 59, jumlah M variabel endogen dan eksogen dalam setiap persamaan berjumlah antara 3 sampai 7 variabel dan jumlah G jumlah total persamaan sebanyak 26. Dengan demikian untuk persamaan IT dan IB dengan jumlah M sebanyak 3 diperoleh overidentified yaitu 59 – 3 26-1, demikian juga untuk persamaan RAST dengan jumlah M sebanyak 7 juga overidentified yaitu 52 25. Dengan demikian persamaan lainnya yang memiliki M antara 5-6 juga overidentified.

4.5 Metode Pendugaan Model

Berdasarkan seluruh persamaan dalam model adalah overidentified, maka metode pendugaan model yang digunakan yaitu 2SLS, dengan beberapa pertimbangan bahwa penerapan 2 SLS menghasilkan taksiran yang konsisten, lebih sederhana dan lebih mudah, sedangkan metode Three stage least square 3SLS dan Full Information Maximum Likehood FIML menggunakan informasi yang lebih banyak dan lebih sensitif terhadap kesalahan pengukuran maupun kesalahan spesifikasi model Gujarati, 1999; Sumodiningrat, 1999. Dalam membangun suatu model, yang merupakan gambaran dari dunia nyata, umumnya satu variabel terikat dependent mungkin dipengaruhi lebih dari satu variabel bebas independent yang dapat menjelaskan variasi dari variabel tersebut. Model dengan menggunakan data ekonomi sering tidak mengikuti asumsi metode Ordinary least squares, seperti asumsi multicollinearity, dan autocorrelation. Analisis statistik yang dilakukan antara lain uji t, uji F dan koefisien determinasi.

4.5.1 Uji F

Fungsi uji F untuk mengetahui dan menguji apakah variabel penjelas secara bersama-sama berpengaruh nyata atau tidak terhadap variabel endogen. Setiap persamaan struktural pada model persamaan simultan dilakukan uji statistik F. Dalam model regresi linier berganda, hipotesis yang akan diuji adalah: ... : 2 1 = = = = k H β β β ……………………………………….... 118 : 1 ≠ j satu ada setidaknya H β dimana H o ditolak Koutsoyiannis, 1977 jika : α F F rasio …………………………………………………………… 119 dimana F α adalah nilai batas atas α kesalahan pada tabel distribusi F dengan derajat bebas, 1 1 − = K v , dan K N v − = 2 . Nilai F rasio diperoleh dari: K N K F e y rasio − − = ∑ ∑ 2 2 1 …………………........................................ 120 dimana ∑y 2 yaitu jumlah deviasi kuadrat dari garis regresi, ∑e 2 adalah jumlah kuadrat residu, derajad bebas untuk ∑y 2 yaitu K-1 dimana K = k+1 yaitu jumlah parameter estimasi termasuk intersep. Derajad bebas untuk ∑e 2 yaitu N-K dimana N adalah jumlah observasi.