48 K - M G - 1 , maka persamaan tersebut dinyatakan tidak teridentifikasi
unidentified. Hasil identifikasi untuk setiap persamaan struktural haruslah exactly identified
atau overidentified untuk dapat menduga parameter-parameternya. Meskipun suatu persamaan memenuhi order condition, mungkin saja persamaan
itu tidak teridentifikasi. Karena itu, dalam proses identifikasi diperlukan suatu syarat perlu sekaligus cukup. Hal itu dituangkan dalam rank condition untuk
identifikasi yang menyatakan, bahwa dalam suatu persamaan teridentifikasi jika dan hanya jika dimungkinkan untuk membentuk minimal satu determinan bukan
nol pada order G-1 dari parameter structural variable yang tidak termasuk persamaan tersebut. Dengan kata lain, rank condition ditentukan oleh determinan
turunan persamaan struktural yang nilainya tidak sama dengan nol. Koutsoyiannis, 1977 Pada penelitian ini, hasil perhitungan order condition
seluruh persamaan dinyatakan overidentified. Model ini menggunakan total 48 variabel endogen, variabel eksogen dan lag-endogenous variables. Model ini
mempunyai 17 variabel endogen. Persamaan yang digunakan maksimal memiliki tujuh variabel sehingga dapat dipastikan bahwa seluruh persamaan dalam model
adalah overidentified.
4.2.2. Metode Pendugaan Model
Berdasarkan hasil identifikasi model, maka model dinyatakan over identified
, dalam hal ini untuk pendugaan model dapat digunakan dengan 2SLS Two-Stages Least Squares. Untuk mengetahui dan menguji apakah variabel
penjelas secara bersama-sama berpengaruh nyata atau tidak terhadap variabel endogen, maka pada setiap persamaan digunakan uji statistik F, dan untuk
49 menguji apakah masing-masing variabel penjelas berpengaruh nyata atau tidak
terhadap variabel endogen, maka pada setiap persamaan digunakan uji statistik t.
4.2.2.1.Uji Statistik-F
Uji Statistik-F adalah uji statistik yang digunakan untuk mengetahui dan menguji apakah variabel penjelas secara bersama-sama mampu menjelaskan
keragaman variabel endogennya dengan baik Koutsoyiannis, 1977. Hipotesis:
H : β
1
= β
2
…… = βi = 0 H
1
: minimal ada satu βi ≠ 0 dimana:
i = banyaknya variabel bebas dalam suatu persamaan Apabila P-value uji statistik-
F taraf α sebesar 10 persen maka tolak H . Tolak
H berarti seluruh variabel penjelas dalam satu persamaan secara bersama-sama
mampu menjelaskan variabel endogennya dengan baik.
4.2.2.2.Uji Statistik-t
Uji statistik-t adalah uji statistik yang digunakan untuk mengatahui dan menguji apakah masing-masing variabel penjelas berpengaruh nyata terhadap
variabel endogen Koutsoyiannis, 1977. Hipotesis:
H : βi = 0
H
1
: uji satu arah → βi 0; βi 0 uji du
a arah → βi ≠ 0 Kriteria uji :
Jika H
1
: βi 0, bila P-value uji statistik-t α maka tolak H
50 H
1
: βi 0, bila P-value uji statistik-t α maka tolak H H
1
: βi ≠ 0, bila P-value uji statistik-t α2 maka tolak H Penelitian ini menggunakan uji sa
tu arah dengan taraf α sebesar 10 persen, sehingga apabila P-value uji statistik-
t taraf α sebesar 10 persen maka tolak H .
Tolak H berarti suatu variabel penjelas berpengaruh nyata terhadap variabel
endogen.
4.2.3. Uji Masalah Autocorrelation
Autocorrelation adalah adanya korelasihubungan antara kesalahan error
term pada tahun sekarang dengan kesalahan pada tahun sebelumnya. Guna
mengetahui ada atau tidaknya masalah autocorrelation pada setiap persamaan maka perlu dilakukan uji autocorrelation dengan menggunakan statistik DW
Durbin-Watson statistic.
Tabel 5. Range Statistik Durbin Watson
Nilai DW Hasil
4 – dl DW 4 Tolak H0, terjadi masalah autocorrelation negatif
4 – du DW 4 – dl masalah autocorrelation tidak dapat disimpulkan
2 DW 4 – d
u
Terima H0, tidak terjadi masalah autocorrelation
du DW 2
Terima H0, tidak terjadi masalah autocorrelation
dl DW du
masalah autocorrelation tidak dapat disimpulkan
0 DW dl
Tolak H0, terjadi masalah autocorrelation positif
Sumber: Pindyck dan Rubinfeld 1998 Apabila model mengandung persamaan simultan dan variabel lag, maka
untuk mengetahui apakah terdapat autocorrelation atau tidak dalam persamaan digunakan statistik dh durbin-h statistic. Nilai Durbin-h diperoleh dari
perhitungan sebagai berikut Pindyck dan Rubinfeld, 1998: ℎ
ℎ�����
= �1 −
1 2
�� �
� 1−�[��� �]
...................................................................... 49 dimana:
d = d
w
statistik,
51 n
= jumlah observasi, dan var β= varians koefisien regresi untuk lagged dependent variable.
Jika ditetapkan taraf α = 0.05, diketahui -1.96 ≤ h
hitung
≤ 1.96, maka disimpulkan persamaan tidak mengalami serial korelasi. Selanjutnya jika diketahui nilai h
hitung
-1.96, maka terdapat autokorelasi negatif, sebaliknya jika diketahui nilai h
hitung
1.96, maka terdapat autokorelasi positif Pindyck dan Rubinfeld, 1991.
4.2.4. Validasi Model
