PERSAMAAN TUNGGAL :
Variabel dependent dinyatakan sebagai suatu fungsi linear dari satu atau
lebih variable independent (hubungan sebab akibat merupakan hubungan
satu arah)
Y = f(X)
X
Hasil-hasil regresi kedua bentuk model regresi linear ini akan menghasilkan
empat kemungkinan mengenai nilai koefisien-koefisien regresi masing-masing:
n
s
(1) Jika bj 0 dan dj = 0, maka terdapat kausalitas satu arah dari Y ke X
j=1
j=1
n
s
(2) Jika bj = 0 dan dj 0, maka terdapat kausalitas satu arah dari X ke Y
j=1
j=1
n
s
(3) Jika bj = 0 dan dj = 0, maka X dan Y bebas
j=1
j=1
n
s
(4) Jika bj 0 dan dj 0, maka terdapat kausalitas dua arah antara X dan Y
j=1
j=1
--------------A.
Qd = 0 + 1P + 2Ps + 3Y + U1
Rank condition
Suatu system yang terdiri dari G persamaan, suatu persamaan
disebut identified jika sekurang-kurangnya memiliki satu
determinan yang tidak sama dengan nol. Determinan tersebut adalah
determinan berdimensi (G-1) dari koefisien-koefisien variable yang
tidak dimasukkan dalam persamaan tersebut, tetapi terkandung
dalam persamaan lain dalam model.
Qd = 0 + 1P + 2Ps + 3Y + U1
P = 0 + 1Qd + 2W + U2
Fungsi
Qd
P
Qd
1
- 1
- 2
- 3
W
0
- 2
D.
Fungsi
1
2
3
4
5
Y1
1
0
Y2
- 12
- 31
1
0
- 42
- 51
Y3
0
- 23
1
0
0
Koefisien
Y4
Y5
X1
- 14
0
11
- 24
0
0
- 34
- 35
0
1
0
41
- 54
1
0
X2
0
22
0
0
52
X3
0
23
33
43
53
X4
14
0
34
0
0
(1) K k = 4 2 = 2
=
g 1 = 3 1 =2
K-k = g-1
Rank matrix = G-1
exactly identified
(2) K k = 4 2 = 2
=
g 1 = 3 1 =2
K-k = g-1
Rank matrix = G-1
exactly identified
(3) K k = 4 2 = 2
<
g 1 = 4 1 =3
K-k < g-1
Rank matrix < G-1
un identified
(4) K k = 4 2 = 2
>
g 1 = 2 1 =1
K-k > g-1
Rank matrix = G-1
Overidentified
(5) K k = 4 2 = 2
=
g 1 = 3 1 =2
K-k = g-1
Rank matrix = G-1
exactly identified
2. Estimasi koefisiennya
3. Manipulasi untuk mendapatkan koefisien persamaan struktur
Kt = Kt-1 + It
MODEL KLEIN
Ct
It
Wp
Ct
1
0
0
P Wp+wq I
1
3
0
1
0
1
0
0
0
klag
0
3
X
0
0
wg Wp
0
0
0
0
0
G
0
0
A plag xlag
0 2
0
0 2
0