Cara Pengujian Model Persamaan Simultan (Simultaneity test) Data Cross Section di Eviews 9
Gambar : Cover Artikel
PENGUJIAN MODEL PERSAMAAN SIMULTAN
Ditulis oleh : Dimas Purbo Wicaksono Fenda Putra, S.E.
A.Penjelasan Simultanitas (Simultaneity test)
Model persamaan simultan berbeda dengan
model-model ekonometrika yang lain karena memiliki lebih dari satu persamaan
dengan masing-masing variabel independent dan variabel dependent. Sehingga
terdapat lebih dari satu variabel dependent. Persamaan-persamaan tersebut
memberikan gambaran adanya hubungan antar suatu fenomena ekonomi. Sehingga
saling berhubungan (variabel dependent pada persamaan yang sama dapat berubah
menjadi variabel independent pada persamaan lain).
Jika persamaan tidak memiliki hubungan
simultanitas (simultaneity problem), maka estimator OLS (ordinary least
squares) menghasilkan konsisten dan efisien estimator. Sebaliknya, bila
terdapat hubungan simultan antar persamaan, maka metode OLS bukanlah estimator
yang efisien dan konsisten. Karena ada metode yang lebih efisien yaitu Two
Stage Least Sqaure (2SLS) yang memberikan hasil estimasi yang konsisten dan
efisien bersama variabel instrumental.
Permasalahan simultanitas timbul akibat beberapa
variabel yaitu endogen regressor berkorelasi dengan error atau disturbance.
Oleh karena itu uji ini merupakan pengujian untuk menguji apakah variabel
endogen regressor ber-korelasi dengan error.
Pada model ini terdapat dua jenis variabel
endogeneous (endogen) dan exogeneous (exogen).
1.Endogen
merupakan variabel yang dianggap dipengaruhi oleh variabel lain dalam model.
=>Nilai
ditentukan oleh system model sesuatu dengan hubungan.
2.Exogen
merupakan variabel yang dianggap mempunyai pengaruh terhadap variabel yang
lain, tetapi tidak dipengaruhi oleh variabel lain dalam model.
=>Nilai
ditentukan diluar sistem model
=>Disebut
explanatory atau independent
=>Mempengaruhi
model, bukan dipengaruhi model
=>Bersifat
nonstokastik
Pada kesempatan ini, kita akan belajar cara
pengujian model persamaan simultan dengan software eviews per-tahapan agar
mudah dipahami dan dipraktekkan secara langsung.
Adapun tahapan untuk melakukan model ini adalah
dengan kita menguji hausman dan identifikasi apakah dilakukan uji ILS atau
2SLS.
Variabel yang dipergunakan untuk latihan ILS :
V.1 = Kekayaan
V.2 = Pendapatan
V.3 = Penghematan
Uang
Variabel yang dipergunakan untuk latihan 2SLS :
V.1 = Wealth
V.2 = Earns
V.3 = Ed
V.4 = Size
V.5 = Saving
V.6 = Income
Data ini merupakan data yang penulis ambil dari
buku “Analisis Multivariat dan Ekonometrika” Karangan Prof. H. Imam Ghozali,
M.Com,AK Ph.D dan Dr.Dwi Ratmono, M.Si., Ak.
B.Tahapan Pengolahan Data
Untuk melakukan uji hausman lakukan
langkah-langkah sebagai berikut :
Langkah 1 :
Siapkan data yang akan diolah, usahakan data telah disusun terlebih dahulu.
Berikut susunan data yang saya miliki (Data ini merupakan data primer, data ini
hanya sebagai contoh saja bukan data real).
Berikut adalah contoh data cross section.
Gambar : Data Latihan
Langkah 2 : Buka software eviews-nya, Klik File -> New -> Workfile.
Gambar : Pengolah Data Eviews 9
Langkah 3 : Pada
bagian Workfile structure type, pilih Unstructured/Undated.
Gambar : Pengolah Data Eviews 9
Langkah 4 : Di
data range isikan dengan jumlah pengamatan saudara, misal : 100. Kemudian klik ok.
Gambar : Pengolah Data Eviews 9
Langkah 5 :
Menuju pada menu Quick, lalu pilih Empty Group (Edit Series).
Gambar : Pengolah Data Eviews 9
Langkah 6 :
Setelah itu copy-kan data yang sudah siap diolah (note : Jangan lupa sertakan
variabel independent dan dependent), kemudian klik paste pada kolom atas
group.
Gambar : Pengolah Data Eviews 9
Langkah 7 : Data
sudah masuk ke dalam program eviews. Kemudain pilih Proc -> Make Equation.
Gambar : Pengolah Data Eviews 9
Langkah 8 : Lalu
akan muncul tampilan Equation Estimator -> Specification.
Gambar : Pengolah Data Eviews 9
Langkah 9 : Ubah
persamaan regresi kekayaan pendapatan penghematan_uang c menjadi y kekayaan
pendapatan penghematan_uang. Lalu pada Estimation setting di bagian
Method-pilih LS - Least Squares (NLS dan ARMA). Klik ok.
Gambar : Pengolah Data Eviews 9
Langkah 10 :
Hasilnya sebagai berikut.
Gambar : Pengolah Data Eviews 9
Langkah 11 :
Selanjutnya kita harus memperoleh predicted et (predicted error atau residual)
dari hasil estimasi di atas. Caranya klik Quick.
Sumber : Pengolah Data Eviews 9
Langkah 12 :
Pilih Generate Series lalu isikan dengan res=resid. Klik ok
Gambar : Pengolah Data Eviews 9
Langkah 13 : Ini
adalah foder angka residual yang telah kita dapat.
Gambar : Pengolah Data Eviews 9
Langkah 14 :
Regres pendapatan terhadap kekayaan dan residual nya (yang telah kita dapat dari
langkah sebelumnya) dengan mengklik Quick=>Estimate Equation.
Gambar : Pengolah Data Eviews 9
Langkah 15 :
Isikan persamaan regresi-nya dan klik ok.
Gambar : Pengolah Data Eviews 9
Langkah 16 :
Hasilnya sebagai berikut.
Gambar : Pengolah Data Eviews 9
Interpretasi Output :
Hasil output eviews di atas menunjukkan bahwa
koefisien variabel Residual signifikan dengan nilai RES sebesar 0.0000
yang berarti hipotesa nol (tidak ada hubungan simultan) ditolak. Oleh karena
itu dapat disimpulkan bahwa Uji hausman menunjukkan terdapat hubungan simultan
antara variabel pendapatan dan kekayaan.
Berikut contoh uji spesifikasi hausman untuk
melihat adakah hubungan simultan antara Pendapatan dan Kekayaan.
Pendapatan=a0+a1Kekayaan+e1
Kekayaan=b0+b1Pendapatan+b2Penghematan
Uang+e2
Variabel
endogen = pendapatan dan kekayaan
Variabel
exogen = Penghematan Uang
M= pendapatan
dan kekayaan = 2
K= Penghematan
Uang, a0 dan b0 (intercept) = 3
Persamaan
(K-k) > (m-1) = (3-3) > (2-1) - unidentified
Persamaan
(K-k) = (m-1) = (3-1) > (2-1) – unidentified
Pada kasus persamaan unidentified, maka metode
reduced form dapat digunakan. Untuk melakukan reducted form, lakukan uji
inderect form. Lakukan estimasi persamaan reducted form pertama yaitu dengan
me-regres Pendapatan terhadap Penghematan Uang dan dapatkan nilai predicted P.
Lakukan estimasi persamaan reducted form kedua dengan me-regres Kekayaan
terhadap Penghematan Uang dan dapatkan nilai predicted (K).
Langkah 17 :
Klik Quick=>Estimate Equation.
Gambar : Pengolah Data Eviews 9
Langkah 18 :
Isikan dengan persamaan regresi-nya “Kekayaan c pendapatan penghematan_uang”
Klik ok.
Gambar : Pengolah Data Eviews 9
Langkah 19 :
Hasilnya sebagai berikut.
Gambar : Pengolah Data Eviews 9
Langkah 20 :
Selanjutnya kita harus mendapatkan nilai predicted P atau disebut juga fitted
value. Caranya adalah klik View, pilih Actual, Fitted, Residual Table.
Gambar : Pengolah Data Eviews 9
Langkah 21 :
Hasilnya sebagai berikut.
Gambar : Pengolah Data Eviews 9
Langkah 22 : Copy
nilai fitted dengan cara blok semua sell kolom fitted, klik kanan piih edit +/-
lalu blok kembali seluruh kolom fitted, klik kanan pilih Copy.
Gambar : Pengolah Data Eviews 9
Langkah 23 :
Pilih formatted, lalu klik Ok.
Gambar : Pengolah Data Eviews 9
Langkah 24 :
Copy-kan dan paste data pada nilai predicted p (fitted) tersebut ke dalam file
excel pada kolom paling kanan dan beri nama PRED P (Pendapatan)
Gambar : Data Latihan
Langkah 25 : Estimasi-kan
persamaan "kekayaan c penghematan_uang"
Klik Proc=>Specify/Estimate.
Gambar : Pengolah Data Eviews 9
Langkah 26 :
Tuliskan persamaan regresi-nya dengan "kekayaan c penghematan_uang". Klik ok.
Gambar : Pengolah Data Eviews 9
Langkah 27 :
Hasilnya sebagai berikut.
Gambar : Pengolah Data Eviews 9
Langkah 28 : Berikutnya
peroleh nilai predicted K (Kekayaan) seperti langkah mendapatkan nilai
predicted P (pendapatan). Caranya adalah klik View, pilih Actual, Fitted,
Residual Table.
Gambar : Pengolah Data Eviews 9
Langkah 29 :
Hasilnya sebagai berikut.
Gambar : Pengolah Data Eviews 9
Langkah 30 :
Copy nilai fitted dengan cara blok semua sell kolom fitted, klik kanan piih
edit +/- lalu blok kembali seluruh kolom fitted, klik kanan pilih Copy.
Gambar : Pengolah Data Eviews 9
Langkah 31 :
Pilih formatted, lalu klik ok.
Gambar : Pengolah Data Eviews 9
Langkah 32 :
Copy-kan dan paste data pada nilai predicted p (fitted) tersebut ke dalam file
excel pada kolom paling kanan dan beri nama PRED K (Kekayaan)
Gambar : Data Latihan
Langkah 33 : Setelah
nilai sudah diapat semua. Langkah selanjutnya copy-kan nilai Pred P
(Pendapatan) dan Pred K (Kekayaan) ke dalam eviews.
Gambar : Pengolah Data Eviews 9
Langkah 34 :
Klik Quick=>Estimate Equation.
Gambar : Pengolah Data Eviews 9
Langkah 35 : Isikan
dengan persamaan regresi "pred k c pred p". Klik ok.
Gambar : Pengolah Data Eviews 9
Langkah 36 :
Hasilnya sebagai berikut.
Gambar : Pengolah Data Eviews 9
Interpretasi Output :
Selanjutnya kita juga bisa melakukan estimasi persamaan Overidentified dengan metode two stage least squared (2SLS), tetapi vaiabelnya harus Overidentified. Dan disini saya akan mencoba melakukannya dengan data yang sama seperti diatas, hanya saja variabelnya lebih banyak dan menggunakan istilah bahasa inggris yang dipergunakan Prof Imam Ghozali, M.Com, AK Ph.D dan Dr. Dwi Ratmono, M.Si., Ak di dalam bukunya yang berujudul Analisis Multivariat dan Ekonometrika.
Langkah 1 :
Siapkan data yang akan diolah, usahakan data telah disusun terlebih dahulu.
Berikut susunan data yang saya miliki (Data ini merupakan data primer, data ini
hanya sebagai contoh saja bukan data real).
Berikut adalah contoh data cross section.
Gambar : Data Latihan
Langkah 2 : Buka sofware eviews-nya, Klik file -> New -> Workfile.
Gambar : Pengolah Data Eviews 9
Langkah 3 : Pada
bagian Workfile structure type, pilih Unstructured/Undated.
Gambar : Pengolah Data Eviews 9
Langkah 4 : Di
data range isikan dengan jumlah pengamatan saudara, misal : 100. Kemudian klik
Ok.
Gambar : Pengolah Data Eviews 9
Langkah 5 :
Menuju pada menu Quick, lalu pilih Empty Group (Edit Series).
Gambar : Pengolah Data Eviews 9
Langkah 6 : Setelah
itu copy-kan data yang sudah siap diolah (note : Jangan lupa sertakan variabel
independent dan dependent), kemudian klik paste pada kolom atas group.
Gambar : Pengolah Data Eviews 9
Langkah 7 : Data
sudah masuk ke dalam program eviews. Kemudain pilih Proc -> Make Equation.
Gambar : Pengolah Data Eviews 9
Langkah 8 : Lalu
akan muncul tampilan Equation Estimator -> Specification.
Gambar : Pengolah Data Eviews 9
Langkah 9 : Ubah
persamaan regresi wealth c earns ed size saving. Lalu pada Estimation
setting di bagian Method-pilih LS - Least Squares (NLS dan ARMA). Klik ok.
Gambar : Pengolah Data Eviews 9
Langkah 10 :
Hasilnya sebagai berikut.
Gambar : Pengolah Data Eviews 9
Langkah 11 :
Selanjutnya kita harus memperoleh predicted et (predicted error atau residual)
dari hasil estimasi di atas. Caranya klik Quick.
Gambar : Pengolah Data Eviews 9
Langkah 12 :
Pilih Generate Series lalu isikan dengan res=resid. Klik ok
Gambar : Pengolah Data Eviews 9
Langkah 13 : Ini
adalah foder angka residual yang telah kita dapat.
Gambar : Pengolah Data Eviews 9
Langkah 14 :
Regres income terhadap wealth, earns, educ, size dan residual-nya (yang telah
kita dapat dari langkah sebelumnya) dengan mengklik Quick=>Estimate
Equation.
Gambar : Pengolah Data Eviews 9
Langkah 15 :
Isikan persamaan regresi-nya dan klik ok.
Gambar : Pengolah Data Eviews 9
Langkah 16 :
Hasilnya sebagai berikut.
Gambar : Pengolah Data Eviews 9
Interpretasi Output :
Hasil output eviews di atas menunjukkan bahwa
koefisien variabel Residual signifikan dengan nilai p value RES sebesar 0.0028
yang berarti hipotesa nol (tidak ada hubungan simultan) ditolak. Oleh karena
itu dapat disimpulkan bahwa Uji Hausman menunjukkan terdapat hubungan simultan
antara variabel Income dan Wealth.
Pada kasus persamaan overidentified, maka metode
reducted form tidak dapat digunakan untuk memperoleh exact estimasi secara
tidak langsung oleh karena akan ada lebih dari satu solusi untuk memperoleh
postulat parameter asli α dan β dari estimasi koefisien persamaan reducted form.
Solusinya harus meninggalkan metode two stage least squares (2SLS).
Untuk
memberikan gambaran metode 2SLS kita gunakan model persamaan simultan berikut.
Income=a0+a1Earns+a2Wealth+a3Ed+a4Size+el
Wealth=b0+b1Income+b2saving+e2
Variabel
endogen =Income dan Wealth
Variabel
exogen = Earns, Ed, Size, dan Saving
M= Income dan
Wealth = 2
K= Earns,
Educ, Size, Saving, a0 dan b0 (intercept) = 6
Persamaan
(K-k) > (m-1) = (6-3) > (2-1) - overidentified
Persamaan
(K-k) = (m-1) = (6-1) > (2-1) – overidentified
Hasil
persamaan di atas menunjukkan bahwa keduanya adalah overidentified sehingga
tidak dapat menggunakan ILS namun harus menggunakan metode 2SLS.
Langkah 17 :
Langkah analisis 2SLS untuk persamaan di atas adalah sebagai berikut. Kita klik
Quick=>Estimate Equation
Gambar : Pengolah Data Eviews 9
Langkah 18 :
Isikan income c earns wealth ed size. Pilih TSLS.
Gambar : Pengolah Data Eviews 9
Langkah 19 :
Sehingga muncul Instrument List. Isikan pada kotak instrumen list semua
variabel instrumental yaitu variabel exogen yang tidak berkorelasi dengan error
atau residual-nya. Dalam hal ini adalah variabel exogen dalam model yaitu Earns,
Ed, Size dan Saving. Klik ok
Gambar : Pengolah Data Eviews 9
Langkah 20 :
Klik yes.
Gambar : Pengolah Data Eviews 9
Langkah 21 :
Hasilnya sebagai berikut.
Gambar : Pengolah Data Eviews 9
Interpretasi Output :
Hasil regresi
menunjukkan bahwa Income mempengaruhi Wealth dengan tingkat signifikansi 0.000.
Jadi dapat disimpulkan hasil pengujian 2SLS menunjukkan bahwa terjadi hubungan
Inome ke Wealth, namun sebaliknya tidak terjadi hubungan dari Wealth ke Income.
Informasi ekonometrika secara lengkap, silakan
kunjungi channel youtube saya di : Dimas Channel
Note : Silakan bagi teman-teman yang ingin
meng-copy artikel ini. Mohon sertakan sumber aslinya.
Terima Kasih :-)
Terima Kasih :-)
 Data Cross Section di Eviews 9){kind=link}
Post a Comment for "Cara Pengujian Model Persamaan Simultan (Simultaneity test) Data Cross Section di Eviews 9"
Silakan bila ingin bertanya. Jangan melakukan spam dan jangan berkata kotor. Terima kasih sudah berkunjung :-)