48
4.6. Identifikasi dan Estimasi Model
Identifikasi model adalah syarat yang diperlukan untuk mengestimasi parameter sistem persamaan simultan. Identifikasi persamaan struktural
menggunakan kriteria order condition Koutsoyiannis, 1977 sebagai berikut:
K – M = G - 1, maka persamaan tersebut dikatakan tepat diidentifikasi
K - M G - 1, maka persamaan tersebut dikatakan terlalu diidentifikasi K - M G - 1, maka persamaan tersebut dikatakan kurang diidentifikasi
dimana: K = total variabel dalam model variabel endogen dan eksogen
M = jumlah variabel endogen dan eksogen dalam suatu persamaan G = total persamaan dalam suatu model jumlah variabel endogen
Model Ekonomi Rumahtangga Pekerja Industri Kecil Tenun Ulos di Kelurahan Sukamaju yang dirumuskan terdiri dari 21 persamaan 10 persamaan
struktural dan 11 persamaan identitas. Model ini terdiri dari 21 variabel endogen G dan 9 variabel eksogen sehingga total variabel dalam model adalah 30
variabel K. Jumlah variabel yang paling banyak dalam suatu persamaan adalah 5 variabel M. Berdasarkan kriteria order condition diatas, maka disimpulkan
bahwa semua persamaan adalah over identified, sehingga parameter dapat diestimasi menggunakan metode Two Stage Least Squares 2SLS. Program
komputer dan hasil estimasi parameter model Ekonomi Rumahtangga Pekerja Industri Kecil Tenun Ulos disajikan pada Lampiran 4 dan 5.
4.7. Evaluasi Model
Evaluasi model ekonometrika menggunakan tiga kriteria yaitu: 1 ekonomi, 2 statistik, dan 3 ekonometrika Koutsoyiannis, 1977. Pada kriteria
49 ekonomi, model dievaluasi dengan melihat apakah tanda dan besarnya parameter
estimasi variabel-variabel penjelas dalam persamaan-persamaan struktural sesuai dengan hipotesis.
Pada kriteria statistik, akan dilihat besarnya nilai koefisien determinasi R
2
dan nilai uji-F. Koefisien determinasi R
2
berguna untuk mengetahui seberapa besar proporsi keragaman variabel endogen yang dapat dijelaskan oleh
variabel-variabel penjelasnya, sedangkan sisanya dijelaskan oleh variabel lain yang tidak dimasukkan dalam persamaan variabel pengganggu = Ui. Semakin
tinggi nilai koefisien determinasi R
2
maka semakin baik, karena semakin besar keragaman dari variabel endogen yang dapat dijelaskan oleh variabel-variabel
penjelas. Melalui nilai statistik uji-F dapat diketahui nyata atau tidaknya peranan variabel penjelas secara bersama-sama terhadap variabel endogen. Kemudian
dalam kriteria statistik, parameter estimasi dievaluasi dengan melihat nilai statistik uji-t. Uji-t digunakan untuk mengetahui nyata atau tidaknya pengaruh masing-
masing variabel penjelas terhadap variabel endogen dengan taraf α ≤ 20 persen.
Pada kriteria ekonometrika, lebih diutamakan untuk melihat apakah terdapat hubungan multikolinear multicollinearity antara variabel-variabel
penjelas dalam setiap persamaan. Multicollinearity adalah suatu hubungan linier antara dua variabel penjelas dalam satu persamaan tertentu. Jika terjadi korelasi
yang sempurna diantara sesama variabel penjelas maka koefisien parameter menjadi tidak dapat diestimasi dan nilai standard error setiap koefisien estimasi
menjadi tidak terhingga. Multicollinearity sempurna jarang terjadi, tetapi umumnya memiliki derajat interkorelasi diantara variabel penjelas yang
disebabkan saling ketergantungan antar variabel ekonomi Sitepu dan Sinaga,
50 2006. Salah satu cara untuk menentukan adanya multicollinearity dapat dilihat
dari nilai Variance Inflation Factor VIF. Jika evaluasi model berdasarkan ketiga kriteria tersebut dianggap sudah cukup baik, maka dapat melakukan
analisis elastisitas untuk mengetahui respon tingkat kepekaan dari variabel endogen terhadap perubahan variabel penjelasnya. Program komputer dan hasil
uji Multicollinearity model Ekonomi Rumahtangga Pekerja Industri Kecil Tenun Ulos disajikan pada Lampiran 6 dan 7.
4.8. Elastisitas
Kategori