eceran berpengaruh negatif, sedangkan variabel lainnya berpengaruh positif terhadap perubahan konsumsi gula.
6. Impor gula dipengaruhi oleh tarif impor, harga gula dunia, konsumsi gula,
nilai tukar, produksi gula total, dan impor gula tahun sebelumnya. Tarif impor, harga gula dunia, dan produksi gula total berpengaruh negatif,
sedangkan variabel lainnya berpengaruh positif terhadap perubahan impor gula.
7. Harga impor gula dipengaruhi oleh impor gula, nilai tukar, harga gula
dunia, dan harga impor gula tahun sebelumnya. Nilai tukar berpengaruh negatif, sedangkan variabel lainnya berpengaruh positif terhadap
perubahan harga impor gula. 8.
Harga gula eceran dipengaruhi oleh harga impor gula, harga gula dunia, impor gula, harga provenue gula, nilai tukar, dan harga gula eceran tahun
sebelumnya. Impor gula dan nilai tukar berpengaruh negatif sementara variabel lainnya berpengaruh positif terhadap perubahan harga gula
eceran.
4.5 Identifikasi Model
Masalah identifikasi adalah apakah taksiran angka dari parameter persamaan struktural dapat diperoleh dari koefisien bentuk ya ng direduksi yang
ditaksir. Masalah identifikasi timbul karena kumpulan koefisien struktural yang berbeda mungkin cocok dengan sekumpulan data yang sama. Berdasarkan
Koutsoyiannis 1977, masalah identifikasi muncul hanya untuk persamaan- persamaan yang di dalamnya terdapat koefisien-koefisien yang harus diestimasi
secara statistik dari data contoh. Masalah identifikasi tidak muncul dalam persamaan-persamaan definisi, identitas atau dalam pernyataan tentang kondisi
equilibrium karena dalam hubungan-hubungan tersebut tidak memerlukan
pengukuran. Dalam teori ekonometrika, terdapat dua kemungkinan situasi dalam suatu
identifikasi, yaitu: 1.
Persamaan Underidentified Suatu persamaan dikatakan underidentified jika bentuk statistiknya tidak
tunggal. Suatu sistem dikatakan underidentified ketika satu atau lebih persamaan-persamaan yang ada dalam sistem tersebut underidentified
sehingga tidak mungkin dilakukan pendugaan dari seluruh parameter yang ada dengan teknik ekonometrik manapun.
2. Persamaan Identified
Jika suatu persamaan memiliki bentuk statistik tunggal, maka persamaan tersebut dapat diidentifikasi identified, dan persamaan tersebut bisa
exactlyidentified identifikasi tepat atau
overidentified terlalu
diidentifikasikan. Dalam persamaan yang teridentifikasi, koefisien yang terdapat di dalamnya dapat diduga secara statistik. Jika persamaan exactly
identified identifikasi tepat, maka metode yang sesuai untuk pendugaan
adalah Indirect Least Square ILS atau metode kuadrat terkecil tak langsung, sedangkan jika persamaan
overidentified terlalu
diidentifikasikan, maka salah satu metode yang dapat digunakan untuk pendugaan adalah Two-Stages Least Square 2SLS
Dalam tahap identifikasi, terdapat dua tahap:
1. Order Condition kondisi ordo
Order Condition kondisi ordo adalah suatu kondisi yang perlu dari
identifikasi yang bertujuan untuk mengetahui apakah persamaan- persamaan yang ada dapat diidentifikasi. Langkah-langkah dalam order
condition , yaitu:
1. Bila K-M = G-1, maka persamaan tersebut dapat diidentifikasi.
2. Bila K-M G-1, maka persamaan tersebut underidentified.
dimana: K
= Total variabel dalam model M
= Total variabel endogen dan eksogen dalam persamaan yang akan diidentifikasi
G = Total persamaan dalam model
2. The Rank Condition of Identifiability Kondisi tingkat dari identifiabilitas
The Rank Condition of Identifiability Kondisi tingkat dari identifiabilitas
digunakan untuk mengidentifikasi persamaan yang setelah dilakukan uji Order Condition
kondisi ordo menghasilkan kesimpulan dapat diidentifikasi, yang selanjutnya dilihat apakah persamaan tersebut
exactlyidentified identifikasi tepat atau
overidentified terlalu
diidentifikasikan. Langkah-langkah The Rank Condition of Identifiability adalah:
1. Jadikan persamaan simultan yang ada menjadi persamaan yang
ruas kanannya nol. 2.
Susun matriks koefisien dari semua variabel yang ada untuk persamaan-persamaan tersebut.
3. Jika ingin mengidentifikasi persamaan ke-i, maka coret baris
persamaan itu dan kolom dari variabel yang ada dalam persamaan tersebut.
4. Dari matriks sisanya, cari semua determinan yang mungkin dapat
dihitung. 5.
Jika paling sedikit ada satu determinan yang tidak sama dengan nol, maka simpulkan:
a. Persamaan tersebut overidentified, bila K-M G-1.
b. Persamaan tersebut exactlyidentified, bila K-M = G-1.
Apabila semua determinan sama dengan nol maka persamaan tersebut underidentified
. Model persamaan simultan yang digunakan dalam penelitian ini terdiri
dari sepuluh persamaan dengan 25 total variabel di dalam model. Di dalam model terdapat sepuluh variabel endogen dan 15 variabel eksogen. Uji order condition
menghasilkan kesimpulan dapat diidentifikasi untuk masing-masing persamaan dalam model dimana hasil pengurangan total variabel dalam model dengan total
variabel endogen dan eksogen dalam persamaan yang diidentifikasi lebih besar dari hasil pengurangan total persamaan dalam model dengan satu.
Uji The Rank Condition of Identifiability menghasilkan kesimpulan overidentified
untuk masing-masing persamaan dalam model. Hal ini disebabkan tidak semua determinan persamaan yang ada sama dengan nol dan juga
dikarenakan hasil pengurangan total variabel dalam model dengan total variabel endogen dan eksogen dalam persamaan yang diidentifikasi lebih besar dari hasil
pengurangan total persamaan dalam model dengan satu. Hasil identifikasi yang
menghasilkan kesimpulan overidentified memungkinkan persamaan untuk diestimasi dengan metode Two-Stage Least Square 2SLS. Penelitian ini
menggunakan Two-Stage Least Square 2SLS karena tergolong metode yang ekonomis, banyak digunakan, pendugaan setiap parameternya unik dan
penerapannya relatif mudah meskipun dirancang untuk menangani persamaan yang overidentified.
Beberapa alasan digunakan metode Two-Stage Least Square 2SLS ini adalah:
1. Metode ini merupakan salah satu metode yang cocok untuk digunakan
dalam estimasi parameter model ekonometrika simultan selain 3SLS dan yang lainnya, terutama untuk persamaan simultan.
2. Metode ini lebih efisien digunakan dibandingkan 3SLS dalam kondisi
tidak semua persamaan dalam siste m akan diestimasi parameternya dalam kasus ini hanya delapan persamaan dalam sepuluh persamaan.
3. Metode ini lebih cocok digunakan jika jumlah sampel kecil dibandingkan
3SLS. 4.
Metode ini menghindari estimasi yang bias dan tidak konsisten dibandingkan penggunaan OLS.
4.6. Pengujian Model dan Hipotesis 4.6.1 Uji Kesesuaian Model
