59
Hsiao dalam Baltagi 2005 menyatakan ketika uji pemilihan FEM atau REM tidak dapat ditentukan secara teoritis maka dapat ditentukan berdasarkan
keadaan datanya, apakah berupa data sampel atau populasi. Metode REM digunakan jika data diambil dari sampel individu atau beberapa individu yang
dipilih secara acak untuk menarik kesimpulan tentang populasinya. Namun, jika evaluasi meliputi seluruh individu dalam populasi atau hanya meliputi beberapa
individu dengan penekanan pada individu-individu tersebut maka lebih baik menggunakan FEM.
3.2.5 Persamaan Simultan dengan Error Component
Penggunaan metode PLS, FEM atau REM satu tahap tidak dapat digunakan untuk mengestimasi persamaan yang mengandung bias simultan.
Permasalahan endogenity terjadi ketika memasukkan variabel endogen ke sisi kanan persamaan, yakni berupa korelasi antara variabel endogen di sisi kanan
dengan komponen sisaan. Permasalahan endogenity menyebabkan estimasi dengan OLS menjadi tidak konsisten, sehingga diperlukan metode instrument
variable IV seperti two-stage least square 2SLS untuk menghasilkan dugaan
yang konsisten. Variabel yang digunakan dalam persamaan simultan dibedakan menjadi
beberapa jenis, yakni variabel endogen yang nilainya ditentukan oleh persamaan struktural dan variabel predetermined yang nilainya sudah ditentukan terlebih
dahulu. Variabel predetermined terbagi menjadi dua, variabel eksogen yang nilainya sepenuhnya ditentukan dari luar model persamaan dan variabel lagged
endogen yang nilainya ditentukan di dalam persamaan struktural berdasarkan nilai yang telah lalu Juanda, 2009.
Tahapan dalam analisis persamaan simultan diawali dengan menentukan spesifikasi model berdasarkan hubungan dalam teori ekonomi serta penelitian
terdahulu. Tahap selanjutnya adalah mengidentifikasi model tersebut berdasarkan order condition
dan rank condition. Identifikasi berguna untuk menentukan metode estimasi yang sesuai. Persamaan teridentifikasi jika bersifat exactly
identified atau over identified, sehingga akan menghasilkan dugaan parameter
yang unik.
60
Kondisi order order condition didasarkan atas kaidah penghitungan variabel yang dimasukkan dan dikeluarkan dari suatu persamaan tertentu. Cara
yang dilakukan adalah menguji persamaan struktural dengan mengelompokkan terlebih dahulu persamaan persamaan tersebut ke dalam jumlah total persamaan
struktural total variabel endogen dan dinyatakan dengan G, jumlah variabel dalam model dinyatakan dengan K, dan jumlah variabel dalam persamaan yang
diidentifikasi yang dinyatakan dengan M. Identifikasi dengan order condition diekspresikan dengan K-
M ≥ G-I dan akan menghasilkan tiga alternatif kondisi identifikasi yakni:
1 K-M G-1, maka persamaan disebut under identified 2
K-M = G-1, maka persamaan disebut just identified 3
K-M G-1 maka persamaan disebut over identified. Jika persamaan bersifat under identified maka tidak dapat diestimasi, jika
just identified dapat diestimasi menggunakan metode ILS dan jika over identified
tersebut dapat diestimasi dengan metode 2SLS atau 3SLS. Baltagi 2005 memberikan alternatif penduga 2SLS untuk menduga persamaan simultan dalam
bentuk data panel dengan pendekatan metode 2SLS konvensional Panel 2SLS atau Fixed Effect Two Stage Least Square Within 2SLSW2SLS maupun
penduga Random Effect Two Stage GLS EC2SLSError Component 2SLS.
3.2.6 Pengujian Parameter Model
Pengujian parameter model bertujuan untuk mengetahui kelayakan model dan apakah koefisien yang diestimasi telah sesuai dengan teori atau hipotesis.
Pengujian parameter terdiri dari uji koefisien regresi secara menyeluruh F- test
uji F dan uji koefisien regresi secara parsial uji t.
Uji-F
Uji-F digunakan untuk melakukan uji hipotesis koefisien slope regresi atau parameter model secara menyeluruhbersamaan. Kriteria pengujiannya adalah
jika nilai nilai F observasi F tabel atau nilai probabilitas F-statistic taraf nyata α, maka keputusan menolak H
signifikan. Dengan menolak H berarti minimal
ada satu peubah bebas yang berpengaruh nyata terhadap peubah tak bebas.
