Terdapat beragam perangkat lunak untuk mengestimasi model ekonometrika ordered logit. Menurut Park 2009, alternatif perangkat lunak
untuk mengestimasi model ordered logit adalah SAS, STATA, LIMDEP, R, and SPSS
. SAS versi 9.0 memiliki dua prosedur untuk memfasilitasi tujuan estimasi tersebut, yaitu prosedur qualitative limited dependent variabel PROC QLIM,
dan multinomial discrete choice PROC MDC. SAS memiliki keunggulan dibandingkan perangkat lunak lainnya. Namun, kelebihan STATA adalah mampu
menampilkan analisis post-hoc dengan cara lebih mudah. Seperti telah diuji oleh Park 2009b, kedua perangkat lunak tersebut menghasilkan informasi statistik
dan parameter dugaan yang sama persis. Uji coba serupa diikuti oleh penulis. Akhirnya, dengan mempertimbangkan kemudahan dan keperluan informasi,
estimasi model mengandalkan perangkat lunak STATASE 10.0.
4.4.4. Validasi Model Ekonometrika
Interpretasi didasarkan pada model ekonometrika nelayan yang dinilai valid. Validasinya mengandalkan pada tiga kriteria, yaitu logika ekonomi, statistik
dan ekonometrik. Model yang valid adalah model dimana tanda parameternya memiliki makna secara ekonomi, dan memenuhi kriteria statistik dan
ekonometrik. Mengacu pada tiga kriteria tersebut, estimasi model telah dilakukan secara berulang, dan mengalami beberapa kali respesifikasi model.
Proses ini dapat mengurangi kesalahan secara statistik dan ekonometrika. Kriteria logika ekonomi yang digunakan mengandalkan pada arti statistik odds ratio dan
efek marjinal.
Validasi dengan kriteria statistik dan ekonometrik mengandalkan beberapa ukuran statistik yang diperoleh bersamaan dengan hasil estimasi model. Ukuran
statistik tersebut mencakup : log likelihood, pseudo R
2
Dalam teknik estimasi ordinary least square OLS, pseudo R , dan statistik z.
Log likelihood digunakan untuk menguji apakah koefisien variabel
penjelas dalam model secara simultan sama dengan nol. Nilai rasio likelihood Chie-Square
digunakan untuk menguji signifikansinya.
2
sepadan dengan koefisien determinasi R
2
, namun memiliki interpretasi yang berbeda. Istilah pseudo digunakan hanya untuk menunjukkan kesamaan dalam skalanya
saja, yaitu dari 0 hingga 1. Hasil estimasi model menampilkan beberapa jenis pseudo R
2
, dua diantaranya yang digunakan yaitu R
2
McFadden dan R
2
McKelvey Zavoina
. Kedua jenis pseudo R
2
tersebut digunakan untuk mengevaluasi goodness-of-fit
model ordered logit yang diestimasi.
3
R
2
McFadden menunjukkan perbandingan antara full model dengan
intercept model . Perbandingan tersebut diperoleh dari satu dikurangi dengan rasio
dua dugaan likelihood, sehingga nilainya berada dalam interval 0 dan 1. Likelihood
sebagai nominator adalah log likelihood yang diperoleh dari estimasi model dengan prediktor atau variabel penjelas, dan denominatornya adalah log
likelihood yang diperoleh dari hasil estimasi model tanpa prediktor. Oleh karena
itu, semakin kecil rasio likelihood menunjukkan bahwa full model jauh lebih baik dari intercept model. Kemudian, R
2
3
http:www.ats.ucla.edustatmult_pkgfaqgeneralPsuedo_RSquareds.htm diakses tanggal 10 Desember 2010.
McKelvey Zavoina digunakan untuk
mengukur kelayakan model atau model fit sebagai proporsi dari varian. Tujuanya
adalah menjelaskan varian variabel laten yang dihitung dengan LEVIOL = βVarxβ.
Sementara itu, statistik z digunakan untuk mengevaluasi signifikansi pengaruh setiap variabel penjelas terhadap peluang nelayan untuk menjadi
pelanggar mapan, pelanggar oportunis dan nelayan patuh. Signifikansinya diinterpretasikan dari prob|z| yang menunjukkan besarnya peluang nilai statistik z
untuk diterima dalam wilayah kritis pengujian.
4.4.5. Simulasi Model