UJI TSLS (Two Stage Least Square)

Sistem Konvensional dan Sistem Simultan

Oleh :
Dwi Astutik (155020101111006)
AC EKONOMETRIKA II

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS BRAWIJAYA
KOTA MALANG
2017
 Model persamaan simultan terdiri dari dua atau lebih persamaan yang variabel nya saling
berkaitan atau memiliki hubungan simultan, disebut dengan variabel endogen dan variabel
eksogen. Penerapan model persamaan simultan banyak ditemukan di ekonometrika. Pada
kasus ini akan dibahas hubungan antara PENDAPATAN dan KONSUMSI. Metode
persamaan simultan yang digunakan adalah Two Stage Least Square. Data yang digunakan
merupakan data Pendaptan, Konsumsi, Inevestasi, Pengeluaran Pemerintah, dan Saving
(Tbaungan) di Indonesia pada rentang tahun 1992-2010 yang saya dapatkan dari website
simreg.bps.go.id

PENGELUARAN
TAHUN PENDAPATAN KONSUMSI INVESTASI SAVING
PEMERINTAH
1992 1577171,3 956593,4 121404,1 309431,1 205385,9
1993 1656516,8 1004109 354865,7 126248,7 215393,1
1994 1750815,2 1043805,1 393500,5 134625,6 220385,9
1995 1847126,7 1076928,1 403719,2 147563,7 229393,1
1996 1964327,3 1130847,1 441361,5 153309,6 229994,9
1997 2082456,1 1191190,8 493822,3 169297,2 255000,1
1998 2178850,4 1249070,1 510085,9 195834,4 259999,9
1999 2314458,8 1308272,8 553347,7 196468,8 265000,1
2000 2464566,1 1369881,1 599505,5 202794,9 249999,9
2001 2618938,4 1442193,2 657589,1 205385,9 441361,5
2002 2770345,1 1518393,4 688559,8 215393,1 493822,3
2003 2813938,4 1642113,2 677189,1 220385,9 354865,7
2004 2977945,1 1799993,4 699599,8 229393,1 393500,5
2005 3164566,1 1709881,1 599505,5 229994,9 403719,2
2006 3258938,4 1783193,2 657589,1 238385,9 441361,5
2007 3389345,1 1808393,4 688559,8 255000,1 553347,7
2008 3467938,4 1823213,2 677189,1 259999,9 599505,5
2009 3589345,1 1891193,4 680059,8 265000,1 657589,1
2010 3617938,4 1900000 699189,1 249999,9 688559,8

Sebelum melalukan regresi, langkah yang harus di lakukan adalah membuat model
Persamaan.
Persamaan 1:
Pendapatan = 0 + 1Konsumsi + 2Investasi + 3PengeluaranPemerintah +
Dari model persamaan 1, saya menggunakan teori keynes bahwa Pendapatan di peroleh
melalui akumulasi Konsumsi, Investasi dan pengeluaran pemerintah (Y=C+I+G).
Persamaan 2:
Konsumsi = 0 + 1Pendapatan + 2Saving +
Dari model persamaan 2, saya menggunakan variabel konsumsi, dimana konsumsi
seseorang bisa ditentukan oleh oleh pendapatan dan tabungan.
Setelah terbentuk model, maka langkah selanjutnya yakni:
a. Regresi model menggunakan motode TSLS sistem KONVENSIONAL pada
persamaan 1.
Pendapatan = 0 + 1Konsumsi + 2Investasi + 3PengeluaranPemerintah +
Langkah-langkahnya:
 Block semua variabel yang digunakan pada persamaan 1 (pada estimasi persamaan 1 ini
yang dijadikan varibael dependen adalah variabel pendapatan) > klik kanan (as equation)
> ganti motode menjadi TSLS > pada instrument list isi dengan variabel independen,
ditambah dengan varibael independen persamaan 2, disini saya tambah dengan variabel
saving (jika variabel independen persamaan 2 ada yang sama dengan variabel pada
persamaan 1 maka tidak perlu ditulis) > klik ok.

Maka, akan muncul hasil seperti berikut:

Dependent Variable: PENDAPATAN

Method: Two-Stage Least Squares
Date: 12/05/17 Time: 10:12
Sample: 1992 2010
Included observations: 19
Instrument specification: INVESTASI PENGELUARAN_PEMERINTAH
SAVING
Constant added to instrument list

Variable Coefficient Std. Error t-Statistic Prob.

C -393609.5 138061.6 -2.850971 0.0121

KONSUMSI 2.328891 0.373760 6.230980 0.0000
INVESTASI -0.494427 0.635062 -0.778550 0.4484
PENGELUARAN_PEMERINTAH -0.541575 1.169811 -0.462959 0.6500

R-squared 0.976743 Mean dependent var 2605554.

Adjusted R-squared 0.972091 S.D. dependent var 688604.4
S.E. of regression 115037.6 Sum squared resid 1.99E+11
F-statistic 206.7565 Durbin-Watson stat 1.184973
Prob(F-statistic) 0.000000 Second-Stage SSR 3.27E+11
J-statistic 0.000000 Instrument rank 4

Hasil setelah persamaan 1 di estimasi menunjukkan bahwa nilai R-squared nya sebesar
0.975742, dimana variabel independen dapat menjelaskan variabel dependennya sebesar 97%
dan 3% dijelaskan oleh error, dan dapat dikatakan bahwa r-square nya signifikan karena
diatas 0.7. Jika dilihat dari segi probabilitas secara keseluruhan juga sigifikan, yakni sebesar
0.000000. Akan tetapi jika dilihat dari setiap variabel, dapat diketahui bahwa variabel
investasi dan pengeluaran pemerintah tidak siginifikan.
 Kemudian hasil estimasi di forecast (klik view>forecast) untuk mendapatkan variabel
pendaptanf. Berikut hasilnya:

Kemudian untuk melihat hasil representasinya, yang akan memudahkan dalam analisis data,
maka dapat dilihat melalui: Klik view > Representation. Sehingga muncul hasil berikut:
Estimation Command:
=========================
TSLS PENDAPATAN C KONSUMSI INVESTASI PENGELUARAN_PEMERINTAH @ INVESTASI
PENGELUARAN_PEMERINTAH SAVING

Estimation Equation:
=========================
PENDAPATAN = C(1) + C(2)*KONSUMSI + C(3)*INVESTASI + C(4)*PENGELUARAN_PEMERINTAH

Substituted Coefficients:
=========================
PENDAPATAN = -393609.505875 + 2.32889083555*KONSUMSI - 0.494427309364*INVESTASI -
0.541574637407*PENGELUARAN_PEMERINTAH

Dari hasil forecast diatas, dapat diketahui bahwa nilai coefficient dari persamaan 1 adalah
sebesar -393609.505875. hasil ini nantinya yang akan dibandingkan dengan hasil koefisien
pada uji persamaan simultan menggukan tsls.

Setelah melakukan foresecast pada persamaan 1, kemudian melakukan estimasi persamaan

2 dengan mengganti variabel pendapatan menjadi pendapatanf, dengan metode tsls .
Langkah-langkahnya:
Block semua variabel yang digunakan pada persamaan 2 (pada estimasi persamaan 2 ini
yang dijadikan varibael dependen adalah variabel konsumsi) > klik kanan (as equation) >
ganti motode menjadi TSLS > pada instrument list isi dengan variabel independen,
ditambah dengan varibael independen persamaan 1 (jika variabel independen persamaan 2
ada yang sama dengan variabel pada persamaan 1 maka hanya di tulis satu saja) > klik ok.
Hasilnya sebagai berikut:
Dependent Variable: KONSUMSI
Method: Two-Stage Least Squares
Date: 12/05/17 Time: 11:01
Sample: 1992 2010
Included observations: 19
Instrument specification: SAVING PENGELUARAN_PEMERINTAH
INVESTASI
Constant added to instrument list

Variable Coefficient Std. Error t-Statistic Prob.

 C 142753.7 25662.33 5.562771 0.0000
PENDAPATANF 0.539002 0.021926 24.58264 0.0000
SAVING -0.244007 0.092566 -2.636031 0.0180

R-squared 0.997685 Mean dependent var 1455224.

Adjusted R-squared 0.997395 S.D. dependent var 332434.6
S.E. of regression 16966.52 Sum squared resid 4.61E+09
F-statistic 3334.458 Durbin-Watson stat 0.750000
Prob(F-statistic) 0.000000 Second-Stage SSR 6.95E+10
J-statistic 0.285832 Instrument rank 4
Prob(J-statistic) 0.592904

Hasil setelah persamaan 2 di estimasi menunjukkan bahwa nilai R-squared nya sebesar
0.997685, dimana variabel independen dapat menjelaskan variabel dependennya sebesar 99%
dan 1% dijelaskan oleh errror, dan dapat dikatakan bahwa probabilitasnya tidak signifikan
karena dibawah 0.7 yakni sebesar 0.592904. Akan tetapi jika dilihat dari probabilitas dari
setiap variabel, dapat diketahui bahwa semua variabel adalah siginifikan yakni dibawah 0.05.
Kemudian hasil estimasi dari persamaan 2 di forecast (klik view> forecast, kemudian klik
view>representation). Sehingga hasinya sebagai berikut:
Estimation Command:
=========================
TSLS KONSUMSI C PENDAPATANF SAVING @ SAVING PENGELUARAN_PEMERINTAH INVESTASI

Estimation Equation:
=========================
KONSUMSI = C(1) + C(2)*PENDAPATANF + C(3)*SAVING

Substituted Coefficients:
=========================
KONSUMSI = 142753.656156 + 0.539002295939*PENDAPATANF - 0.244006982026*SAVING

Koefisien dari persamaan 2 adalah sebesar 142753,656156. Hasil nilai ini nantinya akan
dibandingkan dengan hasil estimasi TSLS mengunakan sistem SIMULTAN.

Bagaimana mendeteksi sebuah variabel adalah merupakan instrumental variabel?

Disini saya menguji korelasi variabel tersebut dengan meregresikan variabel eindependen
terhadap variabel independent yang diduga adalah instrumental variabel beserta variabel
lainnya dalam model awal. jika variabel instrumental tersebut memiliki koefisien regresi yang
signifikan maka diduga variabel tersebut merupkan instrumental variabel.

Selain itu juga terdapat syarat lain bahwa sebuah variabel dapat dikatakan menjadi
instrumental variabel yaitu variabel tersebut tidak boleh behubungan signifikan dengan
residual (e) model pertama. Mengujinya tentu tidak sulit, kita hanya perlu meregresikan
residual (e) terhadap variabel yang diduga instrumental variabel. Jika koefisien regresinya
tidak signifikan, berarti memang variabel tersebut adalah instrumental variabel.
 Dari hasil yang telah saya dapatkan, maka dapat dketahui bahwa variabel investasi
memiliki nilai korelasi yang tertinggi, yakni sebesar 0.877793 dan juga tidak signifikan jika
dilihat dari probabilitasnya sebesar 0.592904. sehingga ditarik kesimpulan bahwa variabel
Konsumsi memiliki korelasi yang signifikan dan nilai errornya juga tinggi, maka dapat
diduga variabel konsumsi bisa diturunkan menjadi persamaan simultan.

b) Regresi model menggunakan motode TSLS sistem SIMULTAN

Dalam sistem simultan ini, estimasi akan dilakukan dengan mensubtitusi dari persamaan 2
dan 1, yakni subtitusi konsumsi ke pendapatan.
Langkah-langkahnya:
Klik semua variabel persamaan 1 dan 2 > klik kanan as system > pada kotak make system,
isi kotak dependent variabel dengan variabel dependen persamaan 1 dan 2 atau disini
saya menggunakan variabel pendapatan dan konsumsi > pada kotak common coefficients
dan equation specific isi dengan variabel dependen, disini syaa menggunakan variabel
investasi pengeluaran_pemerintah dan saving > klik ok

Kemudian akan muncul seperti hasil dibawah ini:

Isi dan sesuaikan dengan penataan variabel persamaan 1 dan 2, serta urutkan c* seperti pada
hasil berikut.

@STACKINST

@INST INVESTASI PENGELUARAN_PEMERINTAH SAVING

PENDAPATAN = C(1) + C(2)*KONSUMSI + C(3)*INVESTASI + C(4)*PENGELUARAN_PEMERINTAH

KONSUMSI = C(5) + C(6)*PENDAPATAN + C(7)*SAVING

Ketika model sudah disusun seperti yang diharapkan, maka langkah selanjutnya adalah
estimasi: caranya hanya klik tulisan estimation pada kolom, sehingga muncul seperti berikut
(jangan lupa untuk mengganti metode menjadi TSLS):
 System: UNTITLED
Estimation Method: Two-Stage Least Squares
Date: 12/05/17 Time: 10:20
Sample: 1992 2010
Included observations: 19
Total system (balanced) observations 38

Coefficient Std. Error t-Statistic Prob.

C(1) -393609.5 138061.6 -2.850971 0.0077

C(2) 2.328891 0.373760 6.230980 0.0000
C(3) -0.494427 0.635062 -0.778550 0.4421
C(4) -0.541575 1.169811 -0.462959 0.6466
C(5) 142753.7 82506.10 1.730219 0.0935
C(6) 0.539002 0.070494 7.646076 0.0000
C(7) -0.244007 0.297606 -0.819899 0.4185

Determinant residual covariance 2.02E+18

Equation: PENDAPATAN = C(1) + C(2)*KONSUMSI + C(3)*INVESTASI +

C(4)*PENGELUARAN_PEMERINTAH
Instruments: INVESTASI PENGELUARAN_PEMERINTAH SAVING C
Observations: 19
R-squared 0.976743 Mean dependent var 2605554.
Adjusted R-squared 0.972091 S.D. dependent var 688604.4
S.E. of regression 115037.6 Sum squared resid 1.99E+11
Durbin-Watson stat 1.184973

Equation: KONSUMSI = C(5) + C(6)*PENDAPATAN + C(7)*SAVING

Instruments: INVESTASI PENGELUARAN_PEMERINTAH SAVING C
Observations: 19
R-squared 0.976067 Mean dependent var 1455225.
Adjusted R-squared 0.973075 S.D. dependent var 332434.6
S.E. of regression 54548.48 Sum squared resid 4.76E+10
Durbin-Watson stat 1.425706

Kemudian klik view > representation, untuk memudahkan dalam menganalisis hasil estimasi
yang telah dilakukan:
Estimation Command:
=====================
TSLS

Estimated Equations:
=====================
PENDAPATAN = C(1) + C(2)*KONSUMSI + C(3)*INVESTASI + C(4)*PENGELUARAN_PEMERINTAH

KONSUMSI = C(5) + C(6)*PENDAPATAN + C(7)*SAVING

Substituted Coefficients:
=====================
PENDAPATAN = -393609.505875 + 2.32889083555*KONSUMSI - 0.494427309364*INVESTASI -
0.541574637406*PENGELUARAN_PEMERINTAH

KONSUMSI = 142753.656156 + 0.539002295939*PENDAPATAN - 0.244006982026*SAVING

Dari hasil estimasi model persamaan dengan metode TSLS sistem simultan,
dapat diketahui bahwa hasilnya sama persis dengan hasil setimasi menggunakan
metode TSLS sistem Konvensional. Hanya saja langkah-langkahnya yang berbeda,
jika menggukan sistem simultan lebih ringkas, karena hasil estimasi dari kedua
persamaan langsung ditunjukkan pada kolom estimasi yang sama. Dari nilai R-
Square, Probabilitass, dan Koefisien nya pun sama persis. Hal ini menunjukkan
bahwa estimasi ini untuk mengetahui kebernaran dari model yang telah dibuat. Dan
ternyata benar bahwa konsumsi memiliki hubungan terhadap pendapatan. seperti
ysng telah dipelajari bahwa semakin banyak barang maupun jasa yang di konsumsi
oleh masyarakat Indonesia maka hal tersebut tentu akan meningkatkan pendapatan,
dan implikasi langsungnya adalah pertumbuhan ekonomi. Di Indonesia, konsumsi
menyumbang 60% untuk total jumlah pendapatan negra.