energi dinyatakan dalam satuan kalori per setara pria dewasa per hari adult equivalent unit, AEU
. FSCUR
= q +q
1
EXFO1+q
2
JART+q
3
EDUI+q
4
DUPRO+q
5
DUTHN+ U
17
……………………...……………………………..4.31 dimana:
FSCUR = Kecukupan energi KkalAEUhari
EXFO2 = Pengeluaran pangan Rp
JART = Jumlah anggota org
EDUI = Pendidikan istri thn
DUPRO = Dummy pulau, Jawa=1
DUTHN = Dummy tahun, 2010=1
U
17
= Galat Tanda parameter yang diharapkan:
q2,q4,q5 0 ; q1,q3 0
Status Gizi Anggota Rumahtangga
Status gizi dicerminkan oleh nilai z-skor data antropometri anggota keluarga. Dalam model, status gizi anggota keluarga dipengaruhi oleh kecukupan
energi, alokasi kerja wanita dalam keluarga untuk usahatani padi, dummy kerja buruh tani, frekuensi sakit anak, dan dummy air bersih. Variabel tenaga kerja
wanita dimasukan dalam model sebagai variabel kontradiktif pengasuhan
NUTR = r
+r
1
FSCUR+r
2
TKDW+r
3
FDIA+r
4
DBRUH+r
5
DUAIR2+ U
18
…………………………..……………………………4.32 dimana:
NUTR = Status gizi anggota RT
DBRUH = Dummy kerja buruh tani, ya=1
FDIA = Frekuensi sakit anak
DUAIR2 = Dummy air bersih , ya=1
U
18
= Galat Tanda parameter yang diharapkan:
r
2
,r
3
,r
4
0 ; r
1
,r
5
4.4. Identifikasi dan Pendugaan Model Rumahtangga
Identifikasi model dilakukan untuk menentukan metode pendugaan yang sesuai. Menurut Koutsoyianis 1977 proses identifikasi model struktural harus
memperhatikan 1 jumlah total variabel dalam model, 2 jumlah variabel endogen dalam setiap persamaan, 3 jumlah variabel predetermined dalam model
dan 4 jumlah variabel predetermined dalam setiap persamaan.
Berdasarkan syarat order condition, kondisi identifikasi dicapai bila Koutsoyianis, 1977:
K – M ≥ G – 1 ...................................…………………… 4.33
dimana: K
= Jumlah variabel di dalam model variabel endogen dan predetermined M
= Jumlah variabel eksogen dan endogen yang dimasukkan dalam suatu persamaan
G = Jumlah persamaan di dalam model jumlah variabel endogen
Apabila K – M = G – 1 maka persamaan di dalam model disebut exactly
identified. Akan tetapi bila K
– M ≤ G – 1 persamaan disebut unidentified dan bila K
– M G – 1 maka persamaan dikatakan over identified. Persamaan- persamaan dalam model yang unidentified tidak dapat diduga parameternya.
Model perilaku rumahtangga pada penelitian ini terdiri dari 32 persamaan G = 32 Dari perumusan model diketahui terdapat 25 variabel predetermined
sehingga total variabel dalam model berjumlah 57 K = 57. Jumlah maksimum variabel dalam persamaan adalah 7 variabel M = 7, sehingga hasil identifikasi
model perilaku rumahtangga pertanian di atas adalah 57 – 7 32 – 1 atau
overidentified .
Terdapat beberapa metode pendugaan yang dapat digunakan untuk persamaan yang overidentified. Pada penelitian ini metode pendugaan model yang
digunakan adalah metode 2 SLS Two Stage Least Squares. Metode 2 SLS memiliki kelebihan: 1 cocok digunakan pada pendugaan paramater model
persamaan simultan yang over identified, 2 penggunaanya lebih efisien dibanding 3 SLS Three Stage Least Squares pada kondisi dimana tidak semua
persamaan dalam model akan diduga parameternya, 3 dapat menghindari bias pendugaan dan menghasilkan pendugaan yang konsisten dibanding metode OLS
Ordinary Least Squares, dan 4 metode ini juga tidak terlalu peka terhadap kesalahan spesifikasi dibandingkan metode 3 SLS atau FIML Full Information
Maximum Least Squares . Proses pendugaan menggunakan perangkat SASETS
versi 9.2 dengan prosedur SYSLIN dan kriteria uji satu arah untuk nilai t-hitung, dengan batas α = 0.1. Untuk mendapatkan hasil uji satu arah maka angka
probabilitas t Pr |t| dari setiap output SASETS dibagi dua.
