| dc.description.abstract | Model persamaan simultan merupakan model yang memiliki hubungan yang
saling mempengaruhi atau model persamaan yang memiliki hubungan dua arah
yang mana peubahnya dapat menjadi penyebab dan akibat. Metode
penyelesaiannya adalah bentuk tereduksi, peubah instrumen, kuadrat terkecil dua
tahap, kemungkinan maksimum informasi terbatas, pendugaan campuran, kuadrat
terkecil tiga tahap, dan kemungkinan maksimum informasi penuh. Lima metode
pertama disebut dengan metode persamaan tunggal dan dua metode terakhir
disebut dengan metode sistem. Penduga kuadrat terkecil tiga tahap merupakan
penduga yang kekar dan dalam mendapatkan penduga, metode ini lebih hemat
waktu dan biaya.
Hambatan yang dapat terjadi dalam melakukan pendugaan parameter adalah
terbatasnya ketersediaan data. Jumlah data yang tidak mencukupi menyebabkan
pendugaan parameter menjadi tidak dapat dilakukan. Namun, permasalahan ini
dapat diatasi menggunakan data panel.
Disamping itu, kemajuan suatu lokasi atau wilayah juga dapat
mempengaruhi kemajuan wilayah disekitarnya. Ini menjadi penting karena adanya
ketergantungan antar wilayah yang mencirikan adanya pengaruh spasial. Dalam
menangkap aspek ini, pada pemodelan persamaan simultan menjadi sangat perlu
untuk ditambahkan pengaruh spasial. Penelitian ini menggunakan Indeks Moran
untuk mendeteksi adanya pengaruh spasial antar lokasi. Umumnya galat antar
persamaan pada model persamaan simultan saling berkorelasi. Oleh karena itu,
sangat memungkinkan untuk membangun model galat spasial.
Beberapa penelitian tentang pendugaan paramater pada model persamaan
simultan dengan data panel baik nonspasial maupun spasial umumnya dilakukan
dengan pengaruh acak dan pendugaan parameternya menggunakan teknik
komputasi dan tidak diturunkan secara analitik. Oleh karena itu, penelitian ini
melakukan pengembangan model persamaan simultan khususnya dengan
pengaruh tetap dan menurunkan penduga parameternya secara analitik pada model
nonspasial dan dengan teknik komputasi dan secara analitik pada model spasial.
Tujuan dari penelitian ini adalah menurunkan secara analitik penduga
parameter model simultan panel dengan pengaruh tetap menggunakan metode
kuadrat terkecil tiga tahap multivariat; mendapatkan secara numerik dan
menurunkan secara analitik penduga parameter model simultan panel dengan
pengaruh tetap dan pengaruh galat spasial menggunakan metode kuadrat terkecil
tiga tahap multivariat; mendapatkan sifat-sifat penduga parameter yang
diturunkan secara analitik; mengaplikasikan pada Model I Klein yang
dimodifikasi untuk analisis data.
Ada 2 kajian model yang dikembangkan. Kajian 1 yang dikembangkan
dinamakan dengan model simultan panel dengan pengaruh tetap menggunakan
metode kuadrat terkecil tiga tahap multivariat atau model nonspasial. Proses
pendugaan parameternya, dilakukan dengan tiga tahap. Selanjutnya, kajian 2 yang
dikembangkan adalah model simultan panel dengan pengaruh tetap dan pengaruh
galat spasial menggunakan metode kuadrat terkecil tiga tahap multivariat atau
model spasial. Proses pendugaan parameternya, juga dilakukan dengan tiga tahap.
Penduga parameter pada kajian 1 diperoleh secara analitik sedangkan penduga
parameter pada kajian 2 diperoleh secara komputasi dan analitik. Penduga yang
diperoleh secara analitik merupakan penduga yang konsisten, baik pada kajian 1
maupun pada kajian 2.
Penduga parameter pada kajian 1 dan kajian 2 kemudian diaplikasikan pada
Model I Klein yang dimodifikasi untuk analisis data khususnya di Provinsi Jawa
Timur. Hasil penerapan kajian 1 menunjukkan bahwa 99,58 persen keragaman
konsumsi dapat dijelaskan oleh semua peubah penjelas dalam persamaan
konsumsi, 99,87 persen keragaman investasi dapat dijelaskan oleh semua peubah
penjelas dalam persamaan investasi, 94,57 persen keragaman upah sektor swasta
dapat dijelaskan oleh semua peubah penjelas dalam persamaan upah sektor swasta,
dan 97,63 persen keragaman konsumsi, investasi, dan upah sektor swasta dapat
dijelaskan oleh semua peubah penjelas dalam persamaan simultan. Selain itu,
hasil uji statistik menunjukkan bahwa pada taraf nyata 5 persen, terdapat
perbedaan pengaruh waktu masing-masing pada persamaan konsumsi, persamaan
investasi, dan persamaan upah sektor swasta.
Selanjutnya, hasil penerapan kajian 2 menunjukkan bahwa 99,58 persen
keragaman konsumsi dapat dijelaskan oleh semua peubah penjelas dalam
persamaan konsumsi, 99,87 persen keragaman investasi dapat dijelaskan oleh
semua peubah penjelas dalam persamaan investasi, 94,66 persen keragaman upah
sektor swasta dapat dijelaskan oleh semua peubah penjelas dalam persamaan upah
sektor swasta, dan 97,67 persen keragaman konsumsi, investasi, dan upah sektor
swasta dapat dijelaskan oleh semua peubah penjelas dalam persamaan simultan.
Hasil ini menunjukkan bahwa pada model spasial terdapat peningkatan koefisien
determinasi yaitu pada persamaan upah sektor swasta sebesar 0,09 butir
persentase dan pada persamaan simultan sebesar 0,04 butir persentase. Selain itu,
hasil uji statistik menunjukkan bahwa pada taraf nyata 5 persen, terdapat
perbedaan pengaruh waktu masing-masing pada persamaan konsumsi, persamaan
investasi, dan persamaan upah sektor swasta.
Hasil uji statistik rasio pada kajian 2 menunjukkan bahwa pada taraf nyata 5
persen penduga parameter autokorelasi spasial tidak nyata atau korelasi spasial
antar wilayah untuk Provinsi Jawa Timur tidak nyata. Oleh karena itu, ulasan hasil
pada model dugaan menggunakan ulasan hasil pada kajian 1.
Pendugaan parameter baik pada model nonspasial maupun model spasial
menggunakan pendekatan nilai rata-rata pengamatan dari semua peubah eksogen
dalam sistem. Ini dilakukan agar batasan total pengaruh waktu terpenuhi. Pada
penelitian berikutnya disarankan menggunakan pendekatan pengamatan pada
suatu waktu tertentu dari semua peubah eksogen dalam sistem. Pengamatan yang
dipilih adalah pengamatan yang menghasilkan penduga dengan ragam-koragam
galat terkecil. Hal ini sangat memungkinkan untuk mendapatkan penduga yang
efisien. | id |
