PERSAMAAN SIMULTAN

Latihan Pratikum

Analisis Simultan dengan 2SLS

Two Stage Least Square (2SLS) adalah salah satu metode regresi yang termasuk ke
dalam kelompok analisis persamaan struktural. Metode ini merupakan perluasan dari
metode OLS yang biasa digunakan dalam perhitungan analisis regresi. 2SLS
digunakan dalam kondisi dimana terdapat korelasi antara error yang dihasilkan dalam
model berkorelasi dengan variabel bebasnya.

Mengapa disebut Two Stage Least Square, karena terdapat two stage atau dua
langkah dan pada dasarnya hanya merupakan perluasan dari metode OLS (Ordinary
Least Square).

langkah untuk menyelesaikan persamaan sehingga tidak bias.

Langkah pertama adalah dengan menggunakan metode OLS, meregresikan variabel

endogen eksplanatori terhadap variabel instrumental variabel dan variabel
eksogen lainnya. Hal ini dilakukan untuk mendapatkan variabel eksogen yang tidak
bias.

Langkah kedua adalah meregresikan variabel endogen terhadap variabel endogen

eksplanatori yang sudah tidak bias bersama variabel lainnya.

Dalam dunia riil, tentu kita mungkin akan menemukan lebih banyak menemukan model
simultan, dimana model tidak hanya mempengaruhi satu arah, tetapi saling
mempengaruhi satu sama lain. Variabel endogen tidak mutlak menjadi variabel
endogen, begitu juga sebaliknya. Dalam beberapa kondisi dapat menjadi variabel
endogen atau variabel eksogen. Katakanlah terdapat persamaan dimana variabel
endogennya adalah GDP, sebagai berikut:

Persamaan pertama:

GDP = a0+a1* M2+a2*TBR+a3*GFCF+a4*EMPLOY+e1

Sementara varaibel M2 sendiri adalah variabel endogen dari variabel lainnya seperti
persamaan berikut:

Persamaan Kedua:

M2=b0+b1*GDP+b2*TBR+b3*CPI+e2
Persamaan tersebut tentu tidak dapat diselesaikan dengan menggunakan OLS, karena
overidentified sehingga akan menghasilkan persamaan yang bias. Dalam hal ini two
stage least square mengambil peran.

Pada model TSLS, kita perlu membuat reduce form untuk model di atas. Reduced form
adalah persamaan model variabel endogen yang diekspresikan dalam bentuk variabel
eksogen dalam persamaan lainnya.

Untuk menyelesaikan persamaan pertama kita perlu memasukan intrumental variabel

yang mana adalah: yang perlu diisikan di instrumental list adalah semua variabel pada
persamaan reduce form termasuk konstantanya.

untuk persamaan pertama : c TBR CPI GFCF EMPLOY

untuk persamaan kedua : c TBR GFCF EMPLOY CPI

Bagaimana mendeteksi sebuah model adalah persamaan simultan.

1. Secara teoritis

2. Secara empiris

Kita dapat menguji korelasi antara variabel bebas dengan error term (residual). jika
terdapat variabel yang memiliki korelasi yang signifikan dengan variabel error maka
dapat diduga variabel tersebut dapat diturunkan menjadi persamaan simultan.

Bagaimana mendeteksi sebuah variabel adalah merupakan instrumental variabel

Kita dapat menguji korelasi variabel tersebut dengan meregresikan variabel

independent terdhadap 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. sementara variabel lainnya tidak mesti signifikan.

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.
OBS SIZE ED AGE EXP MONTHS RACE REG EARNS INCOME WEALTH SAVING ID DRACE DNCENT DSOUTH DWEST
1 4 2 40 33 12 2 3 1.92 1.92 0.47 0.03 1 0 0 1 0
2 4 9 33 19 12 1 1 12.40 12.40 3.04 0.87 2 1 0 0 0
3 2 17 31 9 12 1 4 5.93 6.40 2.20 0.37 3 1 0 0 1
4 3 9 50 36 12 1 2 7.00 7.01 11.60 1.20 4 1 1 0 0
5 4 12 28 11 12 1 3 6.99 6.99 0.30 0.28 5 1 0 1 0
6 4 13 33 15 12 1 1 6.50 6.50 2.20 1.40 6 1 0 0 0
7 5 17 36 14 12 1 3 26.00 26.01 11.99 31.60 7 1 0 1 0
8 5 16 44 23 12 1 1 15.00 15.36 17.34 1.77 8 1 0 0 0
9 5 9 48 34 12 2 3 5.70 15.00 9.85 3.98 9 0 0 1 0
10 5 16 31 10 12 1 3 8.82 9.19 8.72 1.02 10 1 0 1 0
11 10 9 41 27 12 1 4 7.00 10.60 0.62 1.00 11 1 0 0 1
12 4 10 41 26 12 1 1 6.18 12.09 23.42 0.69 12 1 0 0 0
13 7 11 36 20 12 1 2 6.20 6.25 7.60 -0.03 13 1 1 0 0
14 5 14 31 12 12 1 3 5.80 9.01 0.36 -1.39 14 1 0 1 0
15 5 7 27 15 12 1 2 6.22 6.22 0.11 1.00 15 1 1 0 0
16 5 8 42 29 12 1 2 5.50 5.91 5.56 1.83 16 1 1 0 0
17 4 12 28 11 11 1 1 4.80 4.80 0.97 0.61 17 1 0 0 0
18 2 6 46 35 12 2 3 1.82 2.34 2.60 0.05 18 0 0 1 0
19 3 12 47 30 12 1 4 4.56 7.83 31.87 0.01 19 1 0 0 1
20 7 8 35 22 12 1 2 7.47 9.56 1.70 1.39 20 1 1 0 0
21 3 9 41 27 9 1 1 6.60 7.60 4.82 0.60 21 1 0 0 0
22 4 17 30 8 12 1 1 12.85 13.86 32.81 2.22 22 1 0 0 0
23 6 12 38 21 12 1 1 5.80 5.80 10.31 1.59 23 1 0 0 0
24 3 11 48 32 12 1 3 7.48 19.36 12.65 5.08 24 1 0 1 0
25 3 10 36 21 12 1 1 5.70 8.00 7.63 1.85 25 1 0 0 0
26 3 12 45 28 12 1 1 12.00 17.20 14.39 0.91 26 1 0 0 0
27 6 8 44 31 6 1 1 3.58 4.09 6.65 2.48 27 1 0 0 0
28 4 10 44 29 12 1 3 9.60 9.60 7.00 0.84 28 1 0 1 0
29 3 3 46 38 12 1 3 3.69 10.43 9.14 1.27 29 1 0 1 0
30 4 12 26 9 12 1 3 6.48 6.51 2.93 -0.28 30 1 0 1 0
31 5 12 50 33 12 1 4 6.38 7.68 38.26 1.09 31 1 0 0 1
32 4 8 46 33 11 1 1 5.61 12.42 12.66 1.16 32 1 0 0 0
33 5 8 33 20 12 1 1 6.00 6.08 0.82 0.34 33 1 0 0 0
34 4 12 41 24 12 1 2 6.30 6.98 21.29 0.37 34 1 1 0 0
OBS SIZE ED AGE EXP MONTHS RACE REG EARNS INCOME WEALTH SAVING ID DRACE DNCENT DSOUTH DWEST
35 5 17 33 11 12 1 1 10.51 10.52 9.72 3.31 35 1 0 0 0
36 4 12 41 24 11 1 2 30.00 31.00 95.19 10.67 36 1 1 0 0
37 3 12 29 12 12 2 1 3.43 5.28 0.17 1.11 37 0 0 0 0
38 9 11 27 11 12 1 2 8.50 8.51 3.11 3.50 38 1 1 0 0
39 5 12 42 25 12 1 1 11.30 12.70 7.39 0.54 39 1 0 0 0
40 5 16 39 18 12 1 3 16.96 16.77 16.05 3.02 40 1 0 1 0
41 6 12 36 19 12 1 1 8.30 8.30 0.05 0.65 41 1 0 0 0
42 4 8 34 21 12 1 2 5.38 5.38 4.46 0.99 42 1 1 0 0
43 4 12 40 23 12 1 4 4.77 6.27 7.20 2.53 43 1 0 0 1
44 4 12 37 20 12 1 2 4.32 8.52 9.15 6.12 44 1 1 0 0
45 5 17 44 22 12 1 4 10.72 24.23 54.52 -2.75 45 1 0 0 1
46 2 4 49 40 12 1 3 0.75 0.75 4.00 0.00 46 1 0 1 0
47 5 12 33 16 12 1 4 7.31 7.36 6.80 -1.04 47 1 0 0 1
48 6 14 36 17 12 1 3 9.00 9.00 6.89 1.35 48 1 0 1 0
49 4 15 51 31 12 1 1 14.00 14.66 13.50 -1.15 49 1 0 0 0
50 5 12 37 20 12 1 2 3.90 5.59 9.84 -0.25 50 1 1 0 0
51 4 19 33 9 12 1 2 10.00 11.84 10.38 0.39 51 1 1 0 0
52 4 14 39 20 12 1 3 7.20 7.70 6.84 1.16 52 1 0 1 0
53 3 12 44 27 12 1 3 6.50 10.55 4.93 1.66 53 1 0 1 0
54 4 7 50 38 12 1 2 8.00 13.70 34.12 3.96 54 1 1 0 0
55 4 12 39 22 12 1 2 9.50 12.24 11.73 5.37 55 1 1 0 0
56 6 7 46 34 12 1 2 6.00 7.80 5.70 1.41 56 1 1 0 0
57 4 12 43 26 12 1 3 6.40 9.88 25.03 0.22 57 1 0 1 0
58 6 11 40 24 12 2 3 5.19 9.15 0.60 -0.30 58 0 0 1 0
59 2 9 40 26 12 1 3 4.55 7.07 45.11 -0.28 59 1 0 1 0
60 8 7 39 27 12 1 2 4.86 4.50 8.51 -0.58 60 1 1 0 0
61 6 10 34 19 6 2 4 2.74 4.64 20.21 -1.36 61 0 0 0 1
62 4 10 32 17 12 2 4 6.00 9.00 4.73 5.28 62 0 0 0 1
63 3 16 42 21 12 1 1 7.80 13.82 2.27 0.98 63 1 0 0 0
64 2 8 52 39 12 1 4 6.16 8.89 18.92 2.64 64 1 0 0 1
65 6 12 29 12 12 1 1 8.60 8.63 14.19 0.98 65 1 0 0 0
66 2 12 27 10 12 1 3 7.90 8.39 13.66 0.08 66 1 0 1 0
67 5 10 37 22 12 1 4 5.05 5.40 0.16 0.90 67 1 0 0 1
68 2 12 52 35 12 1 2 4.13 8.57 21.70 0.73 68 1 1 0 0
OBS SIZE ED AGE EXP MONTHS RACE REG EARNS INCOME WEALTH SAVING ID DRACE DNCENT DSOUTH DWEST
69 3 12 32 15 12 1 3 6.50 6.52 1.18 0.72 69 1 0 1 0
70 4 12 35 18 12 1 2 6.00 6.00 5.90 0.20 70 1 1 0 0
71 3 13 31 13 12 1 4 10.12 16.78 2.53 0.01 71 1 0 0 1
72 5 9 36 22 10 1 1 6.00 9.50 44.46 1.46 72 1 0 0 0
73 6 6 34 13 12 1 4 8.95 8.95 4.86 0.95 73 1 0 0 1
74 3 12 54 37 12 1 4 4.95 8.70 8.53 0.84 74 1 0 0 1
75 4 12 52 35 10 1 1 8.68 12.67 26.09 -2.88 75 1 0 0 0
76 6 9 28 14 12 1 2 6.50 6.50 3.78 0.30 76 1 1 0 0
77 6 12 44 27 12 1 4 7.67 8.18 3.03 0.48 77 1 0 0 1
78 4 17 29 7 12 1 2 11.60 11.60 2.17 5.03 78 1 1 0 0
79 4 9 50 36 7 1 3 3.10 5.60 5.07 -0.11 79 1 0 1 0
80 4 8 50 37 12 1 3 4.59 10.39 4.10 0.00 80 1 0 1 0
81 4 16 44 23 12 1 2 27.00 30.61 51.89 4.12 81 1 1 0 0
82 4 9 34 20 9 1 1 1.50 3.94 1.26 2.58 82 1 0 0 0
83 7 10 39 24 12 1 3 1.79 2.94 17.13 -0.11 83 1 0 1 0
84 5 12 39 22 12 1 4 11.07 11.07 11.54 -5.58 84 1 0 0 1
85 4 14 29 10 12 1 4 8.34 8.34 2.27 2.75 85 1 0 0 1
86 3 8 38 25 12 1 3 2.94 6.68 6.10 0.10 86 1 0 1 0
87 5 10 30 15 12 1 1 7.21 7.21 0.86 1.35 87 1 0 0 0
88 3 10 50 35 12 1 1 7.50 10.41 3.68 0.18 88 1 0 0 0
89 2 8 33 20 12 1 3 5.25 8.85 1.65 -0.70 89 1 0 1 0
90 4 9 35 21 12 1 1 5.07 8.33 2.14 0.79 90 1 0 0 0
91 3 16 36 15 12 1 2 12.85 13.92 18.18 4.64 91 1 1 0 0
92 4 12 33 16 12 1 2 6.21 6.21 0.28 1.26 92 1 1 0 0
93 6 20 38 13 12 1 1 12.20 12.32 28.95 2.69 93 1 0 0 0
94 4 12 46 29 12 1 2 8.19 14.96 11.23 0.72 94 1 1 0 0
95 4 16 50 29 12 1 2 7.20 10.06 25.46 5.11 95 1 1 0 0
96 2 16 54 33 12 1 1 30.00 32.08 98.03 1.80 96 1 0 0 0
97 5 12 31 14 12 1 2 9.19 9.26 5.54 1.68 97 1 1 0 0
98 2 18 27 4 12 1 2 7.50 10.45 2.86 1.48 98 1 1 0 0
99 5 12 40 23 12 1 3 7.85 9.14 11.20 0.57 99 1 0 1 0
100 6 18 34 11 12 1 1 12.00 12.35 30.91 25.41 100 1 0 0 0
Metode 2SLS Dengan Eviews
Misalkan kita akan melihat hubungan simultan antara:

Income = a0 + a1Earns + a2Wealth + a3Ed + a4Size + e1

Wealth = b0 + b1Income + b2Saving + e2

Variabel endogen = income dan wealth

Variabel eksogen = earns, ed, size, dan saving

M=income dan welath =2

K=earn, educ, size, saving, a0 dan b0 (intersept) = 6

Persamaan 1 : (K-k) > (m-1) = (6-3) > (2-1) overindentified

Persamaan 2 : (K-k) = (m-1) = (6-1) > (2-1) overindentified

Sehingga metode yang digunakan adalah metode 2SLS

Lakukan regersi persamaan I dengan Quick > estimate equation:

Pada equation specification: income c earn wealth ed size
Pada instrument list masukkan semua variabel eksogen: earns ed size saving
Berikut hasilnya:

Dependent Variable: INCOME

Method: Two-Stage Least Squares
Date: 03/13/15 Time: 08:07
Sample: 1 100
Included observations: 100
Instrument specification: EARNS ED SIZE SAVING
Constant added to instrument list

Variable Coefficient Std. Error t-Statistic Prob.

C 3.894706 1.575148 2.472597 0.0152

EARNS 0.884186 0.343653 2.572905 0.0116
WEALTH 0.039356 0.153197 0.256897 0.7978
ED -0.000796 0.110176 -0.007229 0.9942
SIZE -0.330206 0.287204 -1.149727 0.2531

R-squared 0.812227 Mean dependent var 9.941240

Adjusted R-squared 0.804321 S.D. dependent var 5.583998
S.E. of regression 2.470115 Sum squared resid 579.6395
F-statistic 100.6640 Durbin-Watson stat 2.021751
Prob(F-statistic) 0.000000 Second-Stage SSR 630.1294
J-statistic 9.29E-40 Instrument rank 5

Terlihat bahwa wealth tidak berpengaruh signifikan terhadap income

Lakukan regersi persamaan II dengan Quick > estimate equation:

Pada equation specification: wealth c income saving

Pada instrument list masukkan semua variabel eksogen: earns ed size saving
Berikut hasilnya:

Dependent Variable: WEALTH

Method: Two-Stage Least Squares
Date: 03/13/15 Time: 08:11
Sample: 1 100
Included observations: 100
Instrument specification: EARNS ED SIZE SAVING
Constant added to instrument list

Variable Coefficient Std. Error t-Statistic Prob.

C -9.623045 2.878678 -3.342870 0.0012

INCOME 2.315114 0.280015 8.267834 0.0000
SAVING -0.427895 0.320115 -1.336690 0.1845

R-squared 0.455431 Mean dependent var 12.63536

Adjusted R-squared 0.444203 S.D. dependent var 16.81237
S.E. of regression 12.53393 Sum squared resid 15238.64
F-statistic 37.18449 Durbin-Watson stat 2.165039
Prob(F-statistic) 0.000000 Second-Stage SSR 16299.61
J-statistic 1.179442 Instrument rank 5
Prob(J-statistic) 0.554482

Terlihat bahwa income mempengaruhi wealth

Analisis Simultan Metode 2SLS Dengan SPSS

Analysis > regresi > 2 stage least square

Lakukan 2 kali regresikan dengan regresikan:

1. Dependen: income

Independen: earn, wealth, ed dan size

Instrumental: earns, ed, size dan saving

2.Dependen: wealth

Independen: earn, wealth, ed dan size

Instrumental: earns, ed, size dan saving
Berikut hasilnya:

ANOVA
Sum of Squares df Mean Square F Sig.
Equation 1 Regression 2456,793 4 614,198 100,664 ,000
Residual 579,639 95 6,101
Total 3036,432 99

Coefficients
Unstandardized
Coefficients
B Std. Error Beta t Sig.
Equation 1 (Constant) 3,895 1,575 2,473 ,015
EARNS ,884 ,344 ,812 2,573 ,012
WEALTH ,039 ,153 ,118 ,257 ,798
ED -,001 ,110 ,000 -,007 ,994
SIZE -,330 ,287 -,088 -1,150 ,253

ANOVA
Sum of Squares df Mean Square F Sig.
Equation 1 Regression 11683,323 2 5841,662 37,184 ,000
Residual 15238,645 97 157,099
Total 26921,968 99

Coefficients
Unstandardized
Coefficients
B Std. Error Beta t Sig.
Equation 1 (Constant) -9,623 2,879 -3,343 ,001
INCOME 2,315 ,280 ,769 8,268 ,000
SAVING -,428 ,320 -,111 -1,337 ,184

Hasil dan intrepatasi sama dengan software lainnya