apabila dalam persamaan tersebut terdapat variabel beda kala lag endogenouus variable.
Menurut Pyndic dan Rubinfiled 1991 uji serial korelasi menggunakan uji statistik Dw Durbin watson tidak valid untuk digunakan pada persamaan
yang menagandung variabel beda kala. Sebagai penggantinya, maka dignakan uji ststistik Dh dengan formula”
[ ]
var 1
2 1
1 β
n n
d h
hitung
−
−
= ...................................................... …35
dimana: D = dw statisitik
N = jumlah observasi Var β=varians koefisien regresi untuk lagged dependent variable.
Jika ditetapkan taraf α=0.05, diketahui -1.96 ≤ h
hitung
≤ 1.96, maka
disimpulkan bahwa tidak persamaan tidak mengalami serial autokorelasi. Jika diketahui nilai hitung h
hitung
≤ 1.96 maka terdapat autokorelasi negatif, sebaliknya
jika diketahui h
hitung
≥ 1.96 maka terdapat autokorelasi positif.
4.11.3. Validasi Model
Validasi Model merupakan tahap penting dalam Model ekonometrika. Validasi dimaksudkan untuk mengukur sejauh mana model yang dibangun
mampu menjelaskan fenomena yang sebenarnya. Jika model persamaan simultan yang dibangun pada penelitian ini dianggap syah valid, maka terhadap model
tersebut dapat dilakukan berbagai macam peramalan dan simulasi. Untuk mengetahui apakah model cukup valid untuk simulasi alternatif kebijakan, maka
dilakukan validasi model. Keragaman antara kondisi aktual dengan yang
disimulasi dapat dilihat menggunakan beberapa kriteria statistik, yaitu: RMSE Root Mean Square Error, RMSPE Root Mean Square Percent Error, dan U =
Theils Inequality Coefficient . Untuk melihat keeratan arah slope antara yang
aktual dengan yang disimulasi digunakan R
2
koefisien determinasi. Makin kecil nilai RMSE, RMSPE, U dan makin besar R
2
maka model semakin valid untuk disimulasi. RMSPE digunakan untuk mengukur seberapa
jauh nilai-nilai peubah endogen hasil pendugaan menyimpang dari alur-alur nilai aktualnya dalam ukuran relatif , atau seberapa dekat nilai dugaan itu
mengikuti perkembangan nilai aktualnya. Semakin kecl nilai RMSPE menunjukkan pendugaan model yang makin baik. Kemudian, Statistik U yang
nilainya berkisar antara 0-1 bermanfaat untuk mengetahui kemampuan model untuk analisis simulasi peramalan. Semakin mendekati nol atau semakin kecil
nilai U-Theil, pendugaan model semakin baik. Nilai statitistik tersebut dapat diperoleh dengan rumus sebagai berikut:
RMSE =
5 ,
1 2
1
−
∑
= T
t a
t s
t
Y Y
T
.............................................................. 36
RMSPE =
{ }
5 ,
1 2
1
−
∑
= T
t a
t a
t s
t
Y Y
Y T
.................................................. 37
U-Theil =
5 ,
1 2
5 ,
1 2
5 ,
1 2
1 1
1
+
−
∑ ∑
∑
= =
= T
t a
s T
t s
t T
t a
s s
s
Y T
Y T
Y Y
T
................................... 38
R
2
=
∑ ∑
ˆ
2 2
i i
y y
................................................................................. 39
dimana: RSME = Root Mean Squares Error
RMSPE= Root Mean Squares Percent Error
