4.3.3.6 Uji
Multicollinearity
Multicollinearity adalah suatu hubungan linier antara dua atau lebih
variabel penjelas dalam suatu persamaan tertentu. Jika terjadi korelasi yang sempurna di antara variabel penjelas maka koefisien parameter menjadi tidak
dapat ditaksir dan nilai standard error setiap koefisien estimasi menjadi tidak terhingga Sitepu dan Sinaga 2006. Saefudin et al., 2010 menyebutkan bahwa
persamaan terdapat masalah multicollinearity antar peubah penjelas jika nilai variance inflation factor
VIF lebih besar dari 10.
4.3.3.7 Uji Kehomogenan Sisaan
Pendugaan parameter dengan metode kuadrat terkecil mengasumsikan ragam sisaan selalu tetap atau homogen. Kondisi ini disebut dengan
homokedastisitas homokedasticity, sedangkan kondisi sebaliknya disebut heterokedastisitas
heterokedasticity. Tidak
terpenuhinya asumsi
ini menyebabkan ragam nilai dugaan parameter regresi cenderung akan besar.
Konsekuensi lain adalah selang kepercayaan bagi nilai dugaan parameter menjadi lebih lebar, uji t dan uji F tidak akurat sehingga mempengaruhi keakuratan dalam
pengambilan keputusan. Saefudin et al., 2010 menyebutkan bahwa pada program SAS uji
keragaman sisaan bisa dideteksi melalui uji White dilihat dari nilai chi-square atau
nilai p. Jika nilai chi-square lebih kecil dari nilai chi square tabel maka asumsi
kehomogenan sisaan terpenuhi, jika p lebih besar dari taraf nyata maka asumsi
kehomogenan sisaan terpenuhi tidak terjadi heterokedastisitas. 4.3.3.8
Elastisitas
Elastisitas digunakan untuk mendapatkan ukuran kuantitatif respon suatu fungsi terhadap faktor-faktor yang mempengaruhinya. Nilai elastisitas jangka
pendek diperoleh dari rumus berikut Pindyck dan Rubinfeld 1998: Esr Yt,Xt
= βt XtYt dimana:
Esr Yt,Xt = elastisitas jangka pendek variabel penjelas Xt, terhadap variabel endogen Yt.
Β t
= Parameter estimasi variabel penjelas Xt Xt
= Rata-rata variabel penjelas Xt
Yt = Rata-rata variabel endogen Yt
Nilai elastisitas jangka panjang dapat diperoleh dari perhitungan: Elr
=
,
dimana : Esr Yt,Xt = elastisitas jangka pendek variabel penjelas Xt, terhadap
variabel endogen Yt. β
t lag = Parameter estimasi lag variabel endogen
Kriteria uji: 1. Jika elastisitas lebih dari satu E1 maka dikatakan elastis responsif karena
perubahan satu persen variabel penjelas mengakibatkan perubahan variabel endogen lebih dari satu persen.
2. Jika nilai elastisitas kurang dari satu E1 maka dikatakan inelastis tidak responsif karena perubahan satu persen variabel penjelas mengakibatkan
perubahan variabel endogen kurang dari satu persen. 3. Jika nilai elastisitas sama dengan nol E=0 maka dikatakan inelastis
sempurna. 4. Jika nilai elastisitas tak hingga E= ~ maka dikatakan elastis sempurna.
5. Jika nilai elastisitas sama dengan satu E= 1 maka dikatakan unitary elastis.
4.3.4 Validasi Model
Validasi suatu model dilakukan untuk melihat keragaman antara kondisi aktual dengan hasil simulasi. Validasi model persamaan simultan menggunakan
solusi metode newton. Validasi juga untuk melihat seberapa valid suatu persamaan digunakan untuk menganalisis suatu persoalan. Validasi suatu model
biasanya dilihat dari beberapa parameter yang digunakan sebagai indikasi validitas suatu model persamaan simultan.
Indikator statistik yang digunakan untuk validasi model Root Means Squares Percent Error
RMSPE dan Theil Inequality U-Theil serta dekomposisinya. Statistik RMSPE digunakan untuk mengukur seberapa jauh
nilai-nilai variabel endogen hasil pendugaan dari alur nilai-nilai aktualnya dalam ukuran relatif atau seberapa dekat nilai-nilai dugaan itu mengikuti nilai aktual.
Indikator U-Theil digunakan untuk mengukur daya prediksi model, selang