3.4. Evaluasi Model
Terdapat tiga kriteria yang digunakan untuk melakukan evalusi model ekonometrika, yaitu pengujian berdasarkan kriteria ekonomi, kriteria statistik dan
kriteria ekonomi Intriligator, Bodkin dan Hsiao, 1996. Evaluasi model berdasarkan kriteria ekonomi dapat dilakukan dengan melihat tanda pada
koefisien masing-masing peubah bebas. Dengan demikian sebelum dilakukan estimasi model, perlu disusun hipotesis agar dapat dibandingkan dengan hasil
estimasi, sehingga dapat diketahui apakah hasil estimasi tersebut telah sesuai secara ekonomi. Lebih lanjut Koutsoyiannis 1977 menyatakan untuk evaluasi
model berdasarkan kriteria statistika dapat dilakukan dengan cara melihat besarnya nilai koefisien determinasi R
2
, uji t dan uji F. Pada kriteria
ekonometrika dilakukan dengan uji pelanggaran OLS antara lain uji autokorelasi, uji heteroskedastisitas dan uji multikolinieritas.
3.5. Kesesuaian Model
Kesesuaian model Goodness of Fit dihitung dengan nilai koefisien determinasi R
2
. Koefisien determinasi R
2
bertujuan untuk mengukur keragaman peubah tidak bebas yang dapat dijelaskan oleh peubah tidak bebas. Semakin tinggi
nilai R
2
maka semakin baik model karena semakin besar keragaman peubah tidak bebas yang dapat dijelaskan oleh peubah bebas. Koefisien determinasi dapat
dirumuskan sebagai berikut Koutsoyiannis, 1977 :
JKT JKG
JKT JKR
R 1
2
dimana : JKR
= Jumlah Kuadrat Regresi JKT
= Jumlah Kuadrat Total JKG
= Jumlah Kuadrat Galat
3.6. Validasi Model
Untuk mengetahui apakah model cukup valid untuk membuat suatu simulasi alternatif kebijakan dan peramalan, maka perlu dilakukan suatu validasi
model, dengan tujuan untuk menganalisis sejauh mana model tersebut dapat mewakili dunia nyata.
Dalam penelitian ini, kriteria statistik untuk validasi nilai pendugaan model ekonometrika yang digunakan adalah Root Means Square Error RMSE,
Root Means Square Percent Error RMSPE dan
Theil’s Inequality Coefficient U
Pindyck and Rubinfield, 1991. Kriteria-kriteria dirumuskan sebagai berikut:
RMSE =
n t
a t
s t
Y Y
n
1 2
1
RMSPE =
n t
a t
a t
s t
Y Y
Y n
1 2
1
U =
n t
n t
a t
s t
n t
a t
s t
Y n
Y n
Y Y
n
1 1
2 2
1 2
1 1
1
dimana:
s t
Y = nilai hasil simulasi dasar dari variabel observasi
a t
Y = nilai aktual variabel observasi
n = jumlah periode observasi
Statistik RMSPE digunakan untuk mengukur seberapa jauh nilai-nilai peubah endogen hasil pendugaan menyimpang dari alur nilai-nilai aktualnya
dalam ukuran relatif persen, atau seberapa dekat nilai dugaan itu mengikuti perkembangan nilai aktualnya.
Sedangkan nilai statistik U bermanfaat untuk mengetahui kemampuan model untuk analisis simulasi peramalan. Nilai koefisien Theil U berkisar antara