Hipotesis : d
1
, d
4
0 ; d
2
, d
3
0 ; 0 d
5
1 Keterangan
: LHRCBSI
t
= Harga riil CBS Indonesia t-1 Rpkg LHRPKOI
t
= Harga riil PKO Indonesia t-1 Rpkg TUPRIN
t
= Laju pertumbuhan upah riil sektor industri tahun t JIMCRK
t
= Jumlah indusri makanan cokelat roti dan kue tahun t unit LQCBSI
t
= Produksi CBS Indonesia t-1 000 ton U
4
= Galat
4.3.2.2. Persamaan Penawaran CBS Indonesia
Penawaran CBS Indonesia dipandang terbentuk dari penjumlahan produksi dan Impor lalu dikurangi dengan ekspor CBS Indonesia. Model persamaan
identitas bagi penawaran CBS Indonesia dapat dirumuskan sebagai berikut : SCBSI
t
= QCBSI
t
+ MCBSI
t
– XCBSI
t.
..................................................4.8 Keterangan
: SCBSI
t
= Penawaran CBS Indonesia tahun t 000 ton MCBSI
t
= Impor CBS Indonesia tahun t 000 ton XCBSI
t
= Ekspor CBS Indonesia tahun t 000 ton
4.3.2.3. Persamaan Permintaan CBS Indonesia
Permintaan CBS Indonesia dipengaruhi oleh harga CBS Indonesia, harga kakao Indonesia dan jumlah industri makanan cokelat, roti dan kue, dan teren
waktu. Model persamaan struktural bagi permintaan CBS Indonesia dapat dirumuskan sebagai berikut :
DCBSI
t
= e + e
1
HRCBSI
t
+ e
2
HRKKOI
t
+ e
3
JIMCRK
t
+ e
4
T + U
5
............................................................................................... 4.9 Hipotesis
: e
1
0; e
2,
e
3
, e
4
Keterangan : DCBSI
t
= Permintaan CBS Indonesia tahun t 000 ton HRCBSI
t
= Harga riil CBS Indonesia tahun t Rpkg HRKKOI
= Harga riil kakao indonesia tahun t Rpkg JIMCRK
t
= Jumlah industri makanan cokelat, roti dan kue tahun t unit U
5
= Galat
4.3.2.4. Persamaan Harga CBS Indonesia
Harga CBS Indonesia dipengaruhi oleh selisih permintaan CBS, penawaran CBS Indonesia, dan harga CBS Indonesia tahun sebelumnya. Model persamaan
struktural bagi CBS Indonesia dapat dirumuskan sebagai berikut : HRCBSIt
= f + f
1
SDCBSI
t
+ f
2
SCBSI
t
+ f
3
LHRCBSI
t
+ U
6
...............4.10 Hipotesis
: f
1
0; f
2
0; 0 f
3
1 Keterangan :
SDCBSIt = Selisih permintaan CBS Indonesia 000 ton
U
6
= Galat
4.4. Prosedur Analisis Model Penawaran dan Permintaan PKO
Pengujian model dalam penelitian ini dilakukan dengan cara mengidentifikasi model, menguji model, validasi model, dan simulasi historis.
Berikut ini adalah tahapan pengujian model dalam penelitian ini akan diuraikan lebih lengkap mengenai prosedur analisisnya secara menyeluruh.
4.4.1. Identifikasi Model
Idenstifikasi model ditentukan atas dasar “order condition” sebagai syarat
keharusan dan “rank condition” sebagai syarat kecukupan. Menurut
Koutsoyiannis 1977, rumusan identifikasi model persamaan struktural berdasarkan order condition ditentukan oleh :
K-M G- 1 …………………………….......................................4.11
Keterangan : K
= Total
variabel dalam
model, yaitu
variabel endogen
dan predetermined variable
current exogenous variable, lagged exogenous variable
, dan lagged endogenous variable M
= Jumlah variabel endogen dan eksogen yang termasuk dalam satu persamaan tertentu dalam model, dan
G = Total persamaan dalam model, yaitu jumlah variabel endogen dalam
model. Jika dalam suatu persamaan dalam model menunjukkan kondisi sebagai
berikut: K
–M G–1 : maka persamaan dinyatakan teridentifikasi secara berlebih overidentified;
K –M = G–1 : maka persamaan tersebut dinyatakan teridentifikasi secara
tepat exactly identified, dan 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. Kendati 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 struktural variabel yang tidak termasuk dalam persamaan tersebut. Atau dengan kata lain kondisi rank ditentukan oleh
determinan turunan persamaan struktural yang nilainya tidak sama dengan nol Koutsoyiannis 1977 dalam Novindra 2011.
Pada penelitian ini, model yang telah dirumuskan terdiri dari 10 persamaan atau 10 variabel endogen G, dan 22 predetermined variable terdiri dari 16
variabel eksogen dan 4 lag endogenous variable, 2 lag eksogen sehingga total variabel dalam model K adalah 32 variabel. Jumlah variabel yang paling banyak
dalam persamaan adalah 6 variabel M. Berdasarkan kriteria order condition disimpulkan setiap persamaan struktural yang ada dalam model adalah over
identified .
4.4.2. Metode Pendugaan Model
Berdasarkan hasil identifikasi model, maka model dinyatakan over identified
, dalam hal ini untuk pendugaan model dapat dilakukan dengan 2SLS Two Stage Least Squares, 3SLS Three Stage Least Squares, LIML Limited
Information Maximum Likelihood atau FIML Full Information Maximum
Likehood Novindra, 2011. Penelitian ini menggunakan metode pendugaan
model dengan 2SLS. Menurut Gujarati 1998 parameter-parameter persamaan yang mengalami overidentification bisa diestimasi dengan metode 2SLS karena
2SLS mengganti variabel penjelas yang berkorelasi dengan faktor kesalahan persamaan, jika variabel itu muncul dengan variabel yang tidak begitu terkorelasi
