89 persamaan dalam model diuji menggunakan uji F, dan pengaruh individual peubah
penjelasnya diuji menggunakan uji t. Untuk memastikan model terbebas dari korelasi serial diuji menggunakan Durbin-Watson Statistics dan Durbin-h.
Model diduga menggunakan software SAS versi 9, dan koreksi korelasi serial error
menggunakan software EViews versi 6. Tahap pendugaannya dilakukan dengan cara: 1 melakukan pendugaan menggunakan software SAS dan 2
apabila ditemukan serial serial error yang relatif tinggi, yang diketahui dari nilai Durbin Watson atau Durbin-h, kemudian diduga kembali menggunakan software
EViews dengan memasukan peubah AR1 autoregressive. Hasil pendugaannya
kemudian digunakan untuk simulasi setelah model divalidasi. Model divalidasi menggunakan software SAS, metode Newton, dan prosedur SYSNLIN system
nonlinear procedure .
4.5. Validasi Model
Pindyck dan Rubinfeld 1991 menyatakan bahwa dalam model simulasi multi-equation
, model secara utuh akan memiliki struktur dinamis yang lebih kaya dibanding individu persamaan. Miskipun seluruh individu persamaan telah fit
dengan data dan secara statistik signifikan, dalam model secara utuh, ketika disimulasikan, belum tentu mampu menelusur kembali data dengan baik. Agar
model secara utuh mampu menelusur kembali data dengan baik, persamaan- persamaan dengan taraf nyata yang tinggi harus diseimbangkan dengan persamaan-
persamaan dengan taraf nyata yang lebih rendah. Validasi model bertujuan untuk mengetahui seberapa jauh model secara
utuh mampu menelusur kembali data dengan baik sehingga model menjadi valid digunakan untuk simulasi historis atau peramalan forecasting. Menurut Pindyck
dan Rubinfeld 1991 beberapa kriteria dapat dipakai untuk evaluasi, yaitu: 1
90 hasil uji statistik terhadap individu persamaan, dan 2 kesesuaian individu peubah
dalam konteks simulasi. Kriteria pertama telah disajikan sebelumnya, sedangkan kriteria kedua membutuhkan indikator untuk menyimpulkan bahwa model telah
valid untuk simulasi.
Dua indikator yang umum dipakai untuk evaluasi adalah RMSPE Root Mean Square Percent Error
, dan Theil’s Inequality Coefficient koefisien ketidaksamaan Theils, dituliskan U. Kriteria RMSPE mengukur seberapa jauh
nilai-nilai variabel endogen hasil pendugaan menyimpang secara relatif dari nilai- nilai aktual . Sedangkan kriteria U mengukur penyimpangan nilai-nilai dugaan
yang bermanfaat untuk mengetahui kemampuan model dalam analisis simulasi peramalan. Kriteria RMSPE dan U berturut-turut dirumuskan sebagai berikut
Pindyck and Rubinfeld, 1991: T
RMSPE = [ 1T ∑ Y
s
-Y
a
Y
a 2
]
0.5
t=1 di mana
Y
s
= nilai simulasi Y
t
Y
a
= nilai aktual T = periode tahun observasi dalam simulasi
T [ 1T ∑ Y
s
-Y
a 2
]
0.5
t=1 U = ------------------------------------------------------
T T [ 1T ∑ Y
s 2
]
0.5
+ [ 1T ∑ Y
s 2
]
0.5
t=1 t=1