39
penulisan ini adalah metode Two Stage Least Squared 2SLS. Pengolahan data pada penulisan ini menggunakan bantuan program aplikasi Microsoft Excel 2007,
dan Statistical Package for Social Science SPSS version 13.0 for windows.
3.2.1. Analisis Deskriptif
Metode analisis deskriptif adalah metode yang digunakan dalam penyusunan data ke dalam daftar-daftar atau tabel, pembuatan grafik dan lain-lain
serta pengolahan yang bersifat interpretasi data. Analisis ini digunakan sebagai pendukung untuk menambah dan mempertajam analisis simultan yang dilakukan.
3.2.2. Analisis Simultan
Pada dasarnya peristiwa ekonomi saling terkait satu dengan lainnya, peristiwa X akan mempengaruhi terjadinya peristiwa Y dan sebaliknya. Dengan
kata lain, ada hubungan dua arah atau simultan antara Y dengan X. Hal ini menyebabkan sulitnya dibedakan antara variabel tidak bebas dengan variabel
bebasnya variabel yang menjelaskan. Dalam model seperti itu, terdapat lebih dari
satu persamaaan,
dimana tiap
parameternya diprediksi
dengan memperhitungkan informasi yang diberikan oleh persamaan lain dalam sistem.
Sehingga untuk penyelesaiannya pendugaan koefisien regresi tidak dapat dilakukan secara parsial terhadap masing-masing persamaan, tetapi harus
dilakukan secara simultan. Oleh karena itu, model yang demikian itu disebut dengan sistem persamaan simultan, yang dalam penelitian ini diistilahkan dengan
persamaan struktural. Model sistem persamaan simultan dalam bentuk struktural terdiri dari M
persamaan dan K variabel endogen, yaitu variabel yang besarnya ditentukan
40
berdasarkan model tersebut, yang ditulis sebagai Y
1
, Y
2
, ..., Y
M
, serta K variabel eksogen, X
1
, X
2
, ..., X
K
, yaitu variabel yang besarnya nilainya ditentukan di luar model atau ditetapkan terlebih dahulu, yang mungkin juga memasukkan variabel
endogen sebagai variabel eksogen predetermined variabel, Y
1
, Y
2
, ..., Y
M
.. Dengan elemen pertama X
1
biasanya akan konstan sama dengan satu.
- Persamaan Struktural dan Persamaan Reduksi
Model persamaan struktural adalah suatu sistem persamaan yang menggambarkan struktur hubungan peubah-peubah ekonomi yang dinyatakan
sebagai fungsi dari variabel endogen, variabel eksogen dan variabel gangguan. Sedangkan persamaan reduksi adalah suatu bentuk penyederhanaan persamaan
struktural yang menyatakan variabel endogen sebagai fungsi dari semua variabel eksogen yang dimasukkan ke dalam model variabel endogen di sebelah kiri dan
seluruh variabel eksogen di sebelah kanan.
- Masalah Identifikasi
Dalam analisis simultan, terdapat beberapa metode penaksiran yang penggunaannya tergantung pada bagaimana persamaan-persamaan tersebut
diidentifikasikan. Masalah identifikasi ini berhubungan dengan bagaimana suatu persamaan
diidentifikasikan sehingga
nilai taksiran
perameter-parameter strukturalnya dapat diperoleh dari koefisien bentuk reduksi yang ditaksir. Ada tiga
bentuk identifikasi persamaan, yaitu: persamaan yang tidak atau kurang diidentifikasikan under-identification, identifikasi tepat just-identification dan
terlalu diidentifikasikan over-identification.
41
Syarat agar suatu sistem persamaan dapat diuji secara simultan adalah jika persamaan tersebut teridentifikasi just or over-identification, sebaliknya
persamaan yang tidak atau kurang teridentifikasi unidentification tidak diuji simultan. Persamaan yang tepat diidentifikasikan memiliki nilai taksiran yang
unik dari
parameter struktural,
sedangkan persamaan
yang terlalu
diidentifikasikan memiliki lebih dari satu nilai taksiran. Dalam pengujian identifikasi ini ada dua macam Gujarati, 2004, yaitu:
1. Orders Condition. Dalam pengujian order condition dapat dinyatakan dengan dua cara, yaitu:
a. Di dalam suatu model apabila terdiri dari M persamaan simultan, agar supaya suatu persamaan identified, harus tidak memuat excludes paling sedikit
sebanyak M-1 variabel, baik endogen maupun eksogen, yang muncul dalam persamaan. Kalau tidak memuat tepat sebanyak M-1 variabel, persamaan
tersebut just identified. Apabila tidak memuat lebih dari M-1 variabel, persamaan yang bersangkutan menjadi over identified.
Dimana: Jika M – 1 = 1, maka persamaan tersebut identified.
Jika M – 1 1, maka persamaan tersebut overidentified. Jika M – 1 1, maka persamaan tersebut unidentified.
b. Di dalam suatu model yang terdiri dari M persamaan simultan, agar suatu persamaan identified, banyaknya predetermined atau eksogen variabel yang
tidak termasuk dalam persamaan tersebut excludes, harus tidak boleh kurang dari banyaknya variabel endogen yang tercakup di dalam persamaan dikurang
satu. K – k ≥ m – 1
42
Dimana: Jika K – k = m-1, maka persamaan tersebut just identified.
Jika K – k m-1, maka persamaan tersebut overidentified. Jika K –k m –1, maka persamaan tersebut unidentified.
2. Rank Condition .
Di dalam suatu model yang terdiri dari M persamaan dengan M variabel endogen, suatu persamaan disebut identified jika dan hanya jika paling, sedikit
satu determinan yang tidak sama dengan nol, ber-order M-1 M-1, dapat dibuat dari koefisien-koefisien variabel-variabel endogen dan eksogen yang tercakup
dalam suatu persamaan lainnya di dalam model. dimana:
Jika K – k = m – 1, dan rank dari matrik A adalah sama dengan M-1, maka persamaan tersebut just identified.
Jika K – k m – 1, dan rank dari matrik A adalah lebih dari M-1, maka persamaan tersebut overidentified.
Jika K – k m – 1, dan rank dari matrik A adalah kurang dari M-1, maka persamaan tersebut unidentified.
keterangan: M = jumlah variabel endogen dalam model.
m = jumlah variabel endogen dalam persamaan. K = jumlah variabel eksogen dalam model.
k = jumlah variabel eksogen dalam persamaan.
43
- Metode Penaksiran
Dalam penyelesaian persamaan simultan dapat diselesaikan dengan menggunakan dengan beberapa metode Gujarati, 2004, diantaranya :
1. Indirect Least Squared ILS. Metode Indirect Least Squared ILS digunakan dengan cara menetapkan
metode Ordinary Least Squared OLS pada persamaan reduce form. Asumsi yang harus dipenuhi dalam penggunaan
metode ILS yaitu persamaan
strukturalnya harus exactlyjust identified, dan variabel residual dari persamaan reduce form
-nya harus memenuhi semua asumsi stokastik dari tehnik OLS. Bila asumsi ini tidak terpenuhi maka akan menyebabkan bias pada penaksiran
koefisiennya. 2. Two Stages Least Squared 2SLS.
Metode Two Stages Least Squared 2SLS sering digunakan dengan alasan:
a. Untuk persamaan yang over identified, penerapan TSLS menghasilkan taksiran tunggal, sedangkan dengan menggunakan ILS menghasilkan taksiran ganda.
b. Dengan Two Stages Least Squared 2SLS tidak ada kesulitan untuk menaksirkan standar error SE karena koefisien strukturalnya ditaksir secara
langsung dari regresi OLS pada langkah kedua sedangkan pada ILS mengalami kesulitan dalam menaksirkan standar error.
Dalam metode Two Stages Least Squared TSLS terdapat dua macam metode yang dapat digunakan dalam menyelesaikan persamaan simultan dengan
menggunakan alat analisis ekonometrika, yaitu:
44
S S E Y
Y
i i
i n
1 2
Metode 1 : dengan meregresikan persamaan reduce form untuk mencari nilai fitted dan residual dengan menggunakan regresi biasa OLS pada metode
Two Stage Least Squared 2SLS.
Metode 2 : metode ini lebih sederhana dan lebih mudah digunakan, karena tidak memerlukan penggunaan persamaan reduce form.
- Pengujian Parameter
Pengujian penduga parameter bertujuan untuk mengetahui tingkat keberartian penduga parameter yang digunakan melalui pengujian hipotesis.
Apabila hipotesisnya ditolak maka penduga parameter tersebut signifikan berarti.
a. Uji – F Uji ini dilakukan untuk mengetahui kelayakan model secara keseluruhan
Pengujian Hipotesis : H
:
=
1
= ... =
i
= 0 H
1
: minimal ada satu nilai
i
= 0, dimana i = 0, 1, ... , n Statistik uji :
dimana :
K adalah banyaknya parameter termasuk konstanta. adalah tingkat kesalahan
Keputusan : Jika F
Hit
F
; [k-1,n-k]
atau nilai signifikan F , maka H
ditolak.
F S S R
k S S E
n k
H it
1
45
t b
Se b
Hit i
i
R SSR
SST Y
Y Y
Y
i i
n
i i
n 2
1 2
2 1
b. Uji – t Uji ini dilakukan untuk mengetahui keberartian dari masing-masing
penduga parameter. Pengujian hipotesis:
H :
i
= 0 , ada pengaruh variabel eksogen ke-i terhadap variabel endogen
H
1
:
i
0, tidak ada pengaruh variabel eksogen terhadap variabel endogen Statistik uji :
Keputusan : Jika t
Hit
t
2 ; n-k
atau nilai signifikan t , maka H
ditolak.
- Koefisien Determinasi R
2
Koefisien determinasi digunakan untuk mengetahui proporsi variasi variabel endogen yang dijelaskan oleh variabel eksogen secara bersama-sama
gabungan
Pengujian Orders Condition dan Rank Condition terhadap kesebelas persamaan yang diturunkan dari persamaan struktural diperoleh hasil bahwa
kesebelas persamaan tersebut “over identified” sehingga penggunaan metode Two Stage Least Squared
2SLS sangat disarankan, sebagai metode minimal yang harus digunakan untuk menyelesaikan persamaan simultan. Hasil pengujian
selengkapnya dapat dilihat pada Tabel 3.2.
46
Tabel 3.2. Hasil Pengujian Identifikasi Model
Persamaan M
M - 1 k
K - k Hasil
Kesimpulan
C
t
2 1
2 5
K - k M - 1 Over identified
I
FIXt
3 2
1 6
K - k M - 1 Over identified
G
t
1 2
5 K - k M - 1
Over identified EX
t
2 1
1 6
K - k M - 1 Over identified
IM
t
3 2
7 K - k M - 1
Over identified M
d t
3 2
7 K - k M - 1
Over identified M
s t
3 2
7 K - k M - 1
Over identified E
t
2 1
1 6
K - k M - 1 Over identified
r
JIBt
2 1
1 6
K - k M - 1 Over identified
r
DPt
2 1
1 6
K - k M - 1 Over identified
r
IVt
2 1
1 6
K - k M - 1 Over identified
IV. GAMBARAN UMUM MAKRO EKONOMI INDONESIA