PROJECT

PENGEMBANGAN METODE REGRESI ; TWO STAGE LEAST SQUARE

Dosen Pengampu: Dr. Nerli Khairani, M.Si

D
I
S
U
S
U
N
OLEH:
Meutia Silvi 8226171011

PROGRAM PASCA SARJANA

PROGRAM STUDI PENDIDIKAN MATEMATIKA
UNIVERSITAS NEGERI MEDAN
2022
 KATA PENGANTAR
Puji syukur saya panjatkan kehadirat Tuhan yang Maha Esa yang telah
memberikan rahmat, taufik, dan hidayah-Nya sehingga saya dapat menyelesaikan tugas
project ini dengan baik.
Penulisan project ini tentu saja tidak tidak terlepas dari bantuan pihak lain. Oleh
karena itu, saya mengucapkan terimakasih kepada kedua orangtua yang selalu mendoakan
serta kepada dosen pengampu, Ibu Dr. Nerli Khairani, M.Si.
Penulis menyadari dalam project ini masih banyak kekeliruan dan kekurangan
yang menyebabkan project ini masih jauh dari kata sempurna. Oleh karena itu, penulis
mengharapkan kritik dari pembaca yang bersifat membangun demi kesempurnaan
rekayasa ide ini. Semoga rekayasa ide ini dapat menjadi penambah ilmu pengetahuan kita
bersama.

Medan, 01 Desember 2022

Penulis
 DAFTAR ISI

KATA PENGANTAR........................................................................................ i

DAFTAR ISI....................................................................................................... ii

BAB I: PENDAHULUAN.................................................................................. 1

BAB II: PEMBAHASAN...................................................................................

BAB III: PENUTUP........................................................................................... 1

 BAB I
PENDAHULUAN
1.1. Latar Belakang
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 anlsisi regresi. 2SLS digunakan
dalam kondisi dimana terdapat korelasi antara error yang dihasilkan dalam model
berkorelasi dengan variabel bebasnya.

Metode ini juga berguna dalam berbagai bidan penelitian sehingga dapat digunakan
dan di terapkan dalam memprediksi PDRB dan pertumbuhan Ekonomi

1.2. Rumusan Masalah

Adapaun rumusan masalah makalah ini yaitu:
1. Bagaimana konsep Two Stage Least Square (2SLS)?
2. Bagaimana penerapan Two Stage Least Square (2SLS ) dalam penelitian?
1.3. Tujuan
Adapun tujuan makalah ini yaitu:
1. Untuk memahami konsep Two Stage Least Square (2SLS)
 BAB II
PEMBAHASAN

2.1 Two Stage Least Square dengan Eviews

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 anlsisi
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 tow 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 bariabel 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

eindependen terdhadap variabel independent yang diduga adalah instrumental
variabel beserta variabel lainnya dalam model awa. 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.
2.2 Penerapan Metode Two Stage Least Squares Pada Model Persamaan
Simultan dalam memprediksi PDRB dan pertumbuhan Ekonomi

Model persamaan simultan merupakan suatu sistem persamaan yang terdiri

dari dua atau lebih persamaan yang saling berkaitan satu dengan yang lain,
variabel dependent pada satu persamaan dapat berperan sebagai variabel
independent (explanatory) pada persamaan lain, dengan kata lain terdapat
hubungan yang simultan dalam sistem persamaan tersebut. Dalam model
persamaan simultan ini terdapat dua jenis variabel yaitu variabel endogen yang
nilainya ditentukan di dalam model dan variabel eksogen yang nilainya ditetapkan
terlebih dahulu di luar model.
Beberapa indikator ekonomi yang dapat digunakan untuk mengetahui kondisi
perekonomian suatu negara ,salah satu indikator yang digunakan adalah PDB
(Produk Domestik Bruto). Yang didefenisikan sebagai jumlah nilai tambah yang
dihasilkan oleh seluruh unit usaha dalam suatu negara tertentu, atau merupakan
jumlah nilai barang dan jasa akhir yang dihasilkan oleh seluruh unit ekonomi.
PDB ini terdiri atas dasar harga berlaku dan atas dasar harga konstan. PDB atas
harga berlaku dapat digunakan untuk melihat pergeseran dan struktur ekonomi
suatu negara sedangkan PDB atas harga konstan digunakan untuk mengetahui
pertumbuhan ekonomi dari tahun ke tahun.
Pertumbuhan ekonomi juga bersangkut paut dengan proses peningkatan
produksi barang dan jasa dalam kegiatan ekonomi masyarakat. Dapat dikatakan,
bahwa pertumbuhan menyangkut perkembangan yang berdimensi tunggal dan
diukur dengan meningkatnya hasil produksi dan pendapatan. Dalam hal ini berarti
terdapatnya kenaikan dalam pendapatan daerah yang ditunjukkan oleh besarnya
nilai Produk Domestik Bruto(PDB)
Pada kasus ini akan dilihat keterkaitan antara PDRB dengan Tingkat
pertumbuhan ekonomi yang akan dimodelkan dalam bentuk persamaan simultan.
Bentuk persamaan PDB terdiri dari factor pertumbuhan ekonomi, ekspor, dan
impor. Sedangkan persamaan pertumbuhan ekonomi terdiri dari PDB, tingkat
pengangguran, dan kepadatan penduduk. Metode estimasi yang dilakukan adalah
Two-Stage Least Square.
Interpretasi Hasil
Dalam langkah estimasi parameter dengan Metode Two-stage Least Square terdapat
tahap-tahap yang perlu diperhatikan yaitu :

Tahap 1

Untuk membuang korelasi yang terjadi antara Y 1 dan u2, mulailah dengan regresi Y1
atas semua variabel yang ditetapkan terlebih dahulu dalam sistem keseluruhan, bukan
hanya yang ada dalam persamaan tadi.

Tahap 2
 Menggantikan Y1 dan Y2 dalam persamaan (struktural) asli dengan nilai taksirannya
dari dua regresi ( 1t dan 2t) dan kemudian melakukan regresi OLS. Pada tahap ini OLS
bisa dilakukan karena tidak berkorelasi dengan .

Y1t = β10 + β 12Y2t + 11X 1t + 11X 2t + U1t (2)

Y
Y2t = β20 + β 2t + 11X 3t + 23X 4t + U2t (3)
21

Persamaan (1) dan (2) adalah pesamaan yang overidentified sehingga kita bisa
menggunakan metode TSLS.

Langkah pertama dalam TSLS adalah meregresikan variabel endogen Y1t dan Y1t
terhadap semua variabel yang ditetapkan terlebih dahulu dalam system persamaan yaitu
Xit, X2t, X3t, X4t.

(4)

(5)

Dalam tahap 2 ganti Y1 dan Y2 dalam persamaan (struktural) asli dengan nilai
taksirannya dari dua regresi diatas ( 1t dan 2t) dan kemudian melakukan regresi OLS
Y1t = β1210 + β Y2t + 11X 1t + 11X 2t + μ*1t
Y
Y2t = β20 + β 2t + 11X 3t + 23X 4t + μ *2t
21

dengan μ*1t = μ1t + β12e12 dan μ*1t = μ1t + β12e12 .Taksiran yang kemudian
didapatkan akan konsisten.

1. HASIL PENELITIAN DAN PEMBAHASAN

Telah diketahui model PDB dan Pertumbuhan Ekonomi adalah seperti

berikut ini : Model PDB dan Pertumbuhan Ekonomi :

Identifikasi model dengan kondisi ordo

K—k>m—1 ; m = 2 ; K = 8; k = 2

Tahap 1

Maka persamaan (4) dan (5) diperoleh persamaan taksiran dari masing-masing
variabel endogen seperti

= 10,989 - 0,020Xx t *+0,02 X21 *- 0,315 X3 t R2 =96.1%

(8)

T 46.122 - 1.050 0.437 11.947

se 0.238 0.019 0.005 0.026 R2 =86 %

= -22.215 -0.60 Xit *+2.167 X2t + 0.633 X3t - 0,14X4t

T - 5.028 -1.192 5.564 4.864 -2.225c

se 4.418 0.05 0.389 0.131 0.026 * non signifikan

Tahap 2

Regresi OLS seperti pada persamaan (6) dan (7). Sehingga diperoleh hasil sebagai
berikut
:

; R2 = 99.8%

t 196.819 -3.153 2.447 - 48.418

se 0.056 0.007 0.001 0.006

Berdasarkan pemodelan simultan dengan metode TSLS (2SLS)

dengan α=0,05 PDB dipengaruhi secara signifikan oleh pertumbuhan
ekonomi, ekspor, dan impor. Selanjutnya dalam model Pertumbuhan
Ekonomi, variabel PDB, tingkat pengangguran, dan kepadatan penduduk
juga mempengaruhi secara signifikan. Pada model yang dibahas dapat
disimpulkan terdapat hubungan simultan atau hubungan timbal balik
antara PDB dan Pertumbuhan Ekonomi . Dalam model PDB dapat dilihat
bahwa hal tersebut sesuai dengan kebijakan pemerintah bahwa
meningkatkan ekspor dan mengurangi impor dapat meningkatkan
pertumbuhan ekonomi dan mengurangi tingkat kemiskinan.
Dalam penelitian ini dibahas mengenai model persamaan simultan
dengan metode Two Stage Least Square (2SLS). Untuk persamaan
Pertumbuhan Ekonomi disarankan menggunakan teori lain yang
mengandung variabel yang mempengaruhi Pertumbuhan Ekonomi
sehingga diperoleh hasil pengujian yang secara keseluruhan signfikan.
Selanjutnya agar hasil yang diperoleh lebih akurat maka perlu adanya
pengembangan model Two Stage Least Squares (2SLS) untuk berbagai
ragam data ekonomi .
 BAB III
PENUTUP

3.1 Kesimpulan

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 anlsisi
regresi. 2SLS digunakan dalam kondisi dimana terdapat korelasi antara error yang
dihasilkan dalam model berkorelasi dengan variabel bebasnya.

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 bariabel lainnya.

Dalam penerapan Two Stage Least Square dalam penelitian ini, dibahas
mengenai model persamaan simultan dengan metode Two Stage Least Square
(2SLS). Untuk persamaan Pertumbuhan Ekonomi disarankan menggunakan
teori lain yang mengandung variabel yang mempengaruhi Pertumbuhan
Ekonomi sehingga diperoleh hasil pengujian yang secara keseluruhan signfikan.
Selanjutnya agar hasil yang diperoleh lebih akurat maka perlu adanya
pengembangan model Two Stage Least Squares (2SLS) untuk berbagai ragam
data ekonomi .