Identifikasi dan Pendugaan Model

3.4.2.12. Pengembalian Kredit Domba

RKRD = g + g 1 YUT + g 2 PTD + g 3 JAS + g 4 LRKRD + g 5 CNPRT + g 6 Keg + g 7 D + u 7 .............................................................. 12 keterangan: LRKRD = lama waktu pengembalian tahun Tanda parameter yang diharapkan: g 1, g 2, g 6 0; g 3, g 4, g 5

3.4.3. Identifikasi dan Pendugaan Model

Identifikasi model dilakukan untuk mempelajari apakah sistem persamaan yang dibangun secara matematik dapat menduga parameter yang ada pada setiap persamaan struktural dalam sistem tersebut. Salah satu syarat dalam proses identifikasi adalah syarat keharusan necessary conditions. Syarat keharusan disebut juga syarat ordo order conditions yang diperoleh dengan menghitung peubah yang ada dalam satu persamaan tertentu dengan prosedur sebagai berikut Koutsoyianis, 1977: Overidentified teridentifikasi berlebih : K-M G-1 Exactly identified teridentifikasi tepat : K-M = G-1 Underidentified tidak teridentifikasi : K-M G-1 dimana: K = total peubah dalam model peubah endogen dan predeterminan M = jumlah peubah yang masuk dalam persamaan yang diidentifikasi G = jumlah persamaan di dalam model atau jumlah peubah endogen. Suatu sistem persamaan simultan dapat diselesaikan secara matematik jika K-M G-1. Bila suatu persamaan teridentifikasi berlebih, maka metode pendugaan yang digunakan adalah 2SLS Two Stage Least Squares, 3SLS Three Stages Least Squares dan ML Maximum Likelihood. Dalam model ekonomi rumahtangga petani penerima kredit domba terdapat 11 persamaan meliputi 6 struktural dan 5 identitas. Peubah eksogen berjumlah 23 peubah dan endogen berjumlah 11 peubah. Dengan demikian, menurut syarat ordo seluruh persamaan simultan yang dibangun termasuk kriteria teridentifikasi berlebih overidentified. Spesifikasi model dalam studi ini adalah dinamis dengan sistem persamaan simultan, dimana peubah endogen ditentukan secara simultan dan interdependen. Sistem persamaan simultan yang dirumuskan tersebut akan diselesaikan melalui metode pendugaan model 2SLS. Penggunaan metode 2SLS Two Stage Least Squares dapat menghindari terjadinya simultaneous equation bias, yang pada dasarnya menduga persamaan simultan dengan menduga setiap persamaan struktural secara parsial Koutsoyionis, 1977. Mengingat hasil identifikasi menunjukkan semua persamaan teridentifikasi berlebih, maka persamaan dapat diduga dengan metode 2SLS. Hasil pendugaan ini menghasilkan parameter dugaan untuk masing-masing persamaan struktural. Penyelesaian metode ini menggunakan bantuan komputer dengan program Statistical Analysis System SAS versi 9.01.

3.4.4. Definisi dan Satuan Pengukuran