LnXSI
t
= Ekspor Semen Indonesia LnERR
t
= Nilai tukar rupiah terhadap mata uang asing LnTK
t
= Tenaga Kerja PTK
t
= Produktivitas Tenaga Kerja LnBTK
t
= Biaya Tenaga Kerja D
1t
= Dummy krisis ekonomi 1 untuk sesudah krisis; 0 untuk sebelum krisis
e
1t,
e
2t
= kesalahan pengganggu galat t
= tahun ke-t RUMUS :
1. Efisiensi = Biaya Input x 100 Nilai Output
2. Produktivitas = Nilai Output x 100 Biaya Input
4. Produktivitas Tenaga Kerja = Nilai Tambah x 100 Biaya Tenaga Kerja
5. Nilai Tambah = Nilai Output – Biaya Input
3.3.3. Identifikasi Model
Dari kedua persamaan diatas, yang merupakan persamaan-persamaan struktural yang menyusun persamaan simultan, diketahui bahwa didalam sistem
terdapat dua peubah endogen yaitu DS
t
dan TK
t
. Peubah predetermined berupa peubah eksogen yaitu PRO
t
, EF
t
, XSI
t,
ERR
t
, TK
t
, PTK
t
, BTK
t
,
D
1t
. Suatu model persamaan simultan dikatakan lengkap apabila mengandung
banyaknya persamaan bebas sekurang-kurangnya sebanyak peubah endogen yang ada dalam sistem. Jadi misalkan dalam model persamaan simultan di atas terdapat
dua peubah endogen, maka model itu baru dikatakan lengkap apabila mengandung paling sedikit dua peubah persamaan yang saling bebas.
Untuk keperluan identifikasi model secara keseluruhan diperlukan syarat bahwa model itu harus bersifat lengkap dan untuk setiap persamaan dalam model
harus teridentifikasi. Suatu persamaan dapat teridentifikasi apabila memenuhi syarat kondisi susunan atau kondisi order dan kondisi rank. Dua kondisi ini dapat
dianggap sebagai syarat perlu dan syarat cukup untuk identifikasi. Jika hal ini sudah dilakukan maka persamaan tersebut dikatakan dapat diidentifikasi
identified baik secara tepat exactly identified ataupun secara lebih over identified. Jika hal ini tidak dapat dilakukan, maka persamaan tersebut dikatakan
tidak dapat diidentifikasi unidentified ataupun kurang dapat diidentifikasi underidentified.
Kondisi order didasarkan pada perhitungan peubah-peubah yang tercakup dan tidak tercakup dari persamaan tertentu atau dengan kata lain berdasarkan
kaidah perhitungan dari peubah-peubah yang ada dalam persamaan dan peubah- peubah yang tidak ada dalam persamaan berada diluar persamaan. Kondisi order
untuk identifikasi dapat dinyatakan melalui definisi atau pernyataan berikut : dalam suatu model persamaan simultan berukuran M atau model yang terdiri dari
M buah persamaan simultan. Agar suatu persamaan menjadi teridentifikasi maka paling sedikit harus mengeluarkan M-1 peubah endogen dan predetermined dari
model itu. Pernyataan lain yang dapat digunakan sebagai kaidah untuk identifikasi
adalah sebagai berikut : dalam suatu model yang terdiri dari M persamaan
simultan, agar suatu persamaan menjadi teridentifikasi maka banyaknya peubah predetermined yang dikeluarkan dari persamaan harus tidak boleh lebih kecil dari
banyaknya peubah endogen yang tercakup atau yang ada dalam persamaan itu kurang satu. Maka dapat dinyatakan agar suatu persamaan menjadi teridentifikasi,
harus memenuhi syarat perlu sebagai berikut : K – k
≥ M – 1 Dimana :
M = banyaknya peubah endogen dalam model persamaan simultan
m = banyaknya peubah endogen dalam persamaan tertentu
K = banyaknya peubah predetermined dalam model persamaan simultan
k = banyaknya peubah predetermined dalam persamaan tertentu
Bila K-k = M-1 Æ Persamaan teridentifikasi secara tepat exactly identified dan Bila K-k M-1 Æ Persamaan teridentifikasi lebih over identified
Pada persamaan 3.3 dan 3.4 ditunjukkan bahwa : K =
DS
t
, PRO
t
, EF
t
, XSI
t,
ERR
t
, TK
t
, PTK
t,
D
1t
, BTK
t
k pada persamaan 3.3 = PRO
t
, EF
t
, XSI
t,
ERR
t
, TK
t
, PTK
t,
D
1t
k
pada persamaan 3.4 = DS
t
, BTK
t
, PTK
t,
EF
t
, D
1t
Tabel 3.1. Pengujian Order
Persamaan K - k
, = , M - 1
Identified 3.3
9 – 7 = 2 2 – 1 = 1
over identified 3.4
9 – 5 = 4 2 – 1 = 1
over identified Hasil pengujian order condition menunjukkan bahwa kedua persamaan
struktural dalam model adalah over identified, sehingga variabel-variabel pada
persamaan simultan diatas dapat diestimasi dengan menggunakan metode Two Stage Least Square 2SLS.
Kondisi rank atau tingkat adalah suatu model M persamaan dalam M variabel endogen, suatu persamaan diidentifikasi jika dan hanya jika sekurang-
kurangnya satu penentu tidak nol dari ordo M – 1M – 1 dapat dibentuk dari koefisien variabel baik endogen dan ditetapkan lebih dahulu yang tidak
dimasukkan dari persamaan tertentu tapi dimasukkan dalam persamaan lain dalam model.
Tabel 3.2. Pengujian Rank
Persamaan M - 1
Rank A Identified 3.3 1 1
over identified 3.4 1 1
over identified Hasil pengujian rank condition menunjukkan bahwa kedua persamaan
struktural dalam model adalah over identified, sehingga variabel-variabel pada persamaan simultan diatas dapat diestimasi dengan menggunakan metode Two
Stage Least Square 2SLS.
3.4. Metode Pengolahan Data