masing persamaan m=2, jumlah variabel eksogen dalam persamaan PDB k=4 dan jumlah variabel eksogen dalam persamaan SBI k=2.
Berdasarkan formula di atas, kedua persamaan adalah overidentified, yang dijelaskan pada Tabel 3.1 berikut:
Tabel 3.1 Uji Identifikasi Persamaan Persamaan
K-k m-1
Hasil Identifikasi
PDB 5-4
2-1 1=1
Exact identification SBI
5-2 2-1
31 Over identification
3.5. Metode Analisis
Apabila persamaan dalam model atau sistem adalah overidentified maka metode estimasi yang digunakan adalah Two-stage-least-square 2SLS. Two-stage-
least-square 2SLS adalah alat khusus dalam instrumental variables regression. Seperti namanya, metode ini melibatkan 2 tahap OLS.
Stage 1: reduce form persamaan dalam model simultan yaitu:
LOGPDB= ð
10
+ ð
11
LOGKURS+ ð
12
LOGGOV+ ð
13
LOGTX + ð
14
LOGIHK+ ð
15
LOGJUB+µ
1
LOGSBI= ð
20
+ ð
21
LOGKURS+ ð
22
LOGGOV+ ð
23
LOGTX + ð
24
LOGIHK+ ð
25
LOGJUB+µ
2
Estimasi persamaan reduce form dengan OLS untuk menghasilkan nilai estimasi PDB dan SBI.
Stage 2: Nilai estimasi PDB dan SBI digunakan untuk mengestimasi bentuk
persamaan struktural yaitu:
p d f Machine
A pdf w rit er t hat produces qualit y PDF files w it h ease
Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, sim ply open the docum ent you want to convert, click “print”, select the
“ Broadgun pdfMachine printer” and that’s it Get yours now
Universitas Sumatera Utara
LOGPDB=a +a
1
LOGGOV+a
2
LOGIHK+a
3
LOGKURS+a
4
LOGSBI+ a
5
LOGTAX+e
1
LOG SBI = ba +ba
1
LOG JUB+ba
2
LOG PDB+ e
2
3.6. Uji Stasioner dan Kointegrasi a.
Uji Stasioneritas Dengan Unit Root test
Sekumpulan data dikatakan stasioner jika nilai rata-rata dan varian dari data time series tersebut tidak mengalami perubahan secara sistematik sepanjang waktu
atau rata-rata variansnya konstan Nachrowi 2006. Data tidak stationer dapat dijadikan menjadi data stationer. Caranya dengan melakukan uji stationeritas data
pada tingkat diferensi data yang disebut juga dengan uji derajat integrasi. Jadi data yang tidak stasioner pada tingkat level akan diuji lagi pada tingkat diferen sampai
menghasilkan data yang stasioner. Di dalam menguji apakah data mengandung akar unit atau tidak, Dickey-Fuller menyarankan untuk melakukan regresi model-model
berikut ini:
t t
t
e Y
Y
1
t t
t
e Y
Y
1 1
t t
t
e Y
t Y
1 2
1
Di mana: t adalah variabel trend waktu. Perbedaan persamaan 3.1 dengan dua regresi lainnya adalah memasukkan
konstanta dan variabel trend waktu. Dalam setiap model, jika data time series
p d f Machine
A pdf w rit er t hat produces qualit y PDF files w it h ease
Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, sim ply open the docum ent you want to convert, click “print”, select the
“ Broadgun pdfMachine printer” and that’s it Get yours now
Universitas Sumatera Utara
mengandung unit root yang berarti data tidak stasioner hipotesis nulnya adalah Ø = 0, sedangkan hipotesis alternatifnya Ø0 yang berarti data stasioner. Prosedur untuk
menentukan apakah data stasioner atau tidak dengan cara membandingkan antara nilai DF statistik dengan nilai kritisnya yakni distribusi statistik ô. Nilai DF
ditunjukkan oleh nilai t statistik koefisien Ø
Yt-1
. Jika nilai absolut statistik DF lebih besar dari nilai kritisnya maka kita menolak hipotesis nul sehingga data yang diamati
stasioner. Sebaliknya data tidak stasioner jika nilai statistik DF lebih kecil dari nilai kritis distribusi statistik ô.
b. Uji Kointegrasi