analisa_persamaan_simultan_revisi.pdf
TRANSCRIPT
![Page 1: ANALISA_PERSAMAAN_SIMULTAN_REVISI.pdf](https://reader031.vdocuments.site/reader031/viewer/2022021216/577c7d0f1a28abe0549d3679/html5/thumbnails/1.jpg)
8/16/2019 ANALISA_PERSAMAAN_SIMULTAN_REVISI.pdf
http://slidepdf.com/reader/full/analisapersamaansimultanrevisipdf 1/13
ANALISA PERSAMAAN SIMULTAN
1. PEMBUATAN MODEL
Persamaan simultan merupakan persamaan yang terdiri dari lebih dari satu persamaan,dimana salah satunya merupakann persamaan identitas, sedangkan persamaan lainnya merupakann
persamaan struktural. Persamaan identitas merupakann persamaan yang sudah pasti karena tidak
melibatkan variabel error di dalamnya. Sedangkan persamaan struktural sendiri merupakann
persamaan yang di dalamnya terdapat faktor error, dan persamaan ini merupakann persamaan yang
akan diuji dengan menggunakan analisa 2-stage least square (2 SLS. !ita memiliki "ontoh kasus
berikut dimana persamaan strukturalnya adalah persamaan # t$ P%&#'t$ P#'t. Perlu diketahui pula
elemen-elemen penyusun persamaan simultan ini, antara lain adalah,
. )ariabel eksogen adalah variabel yang hanya bersifat mempengaruhi variabel lain baik di
dalam seluruh persamaan yang menyusun suatu model ekonomi. #engan kata lain variabel
eksogen ini adalah variabel independen sesungguhnya, baik di satu persamaan maupun di
persamaan lainnya dalam model dan bersifat non stokastik (pasti. *odel ekonomi sendiri
dalam hal ini terdiri dari beberapa persamaan struktural dan persamaan identitas seperti pada
"ontoh kasus di ba+ah ini. ontoh dalam kasus ini adalah variabel P&Pt$ t$ #t-$ Lt$ P#)t$
P't$ /0t$ *'t$ P#'t- (kita juga menganggap variabel lagged endogen sebagai variabel
eksogen karena nilainya telah ditetapkan sebelumnya
2. )ariabel endogen merupakan variabel yang di"oba untuk di"ari nilainya berdasarkan
persamaan matematis yang ada. )ariabel ini dalam model ekonomi (dalam sistem persamaan
simultan dapat saja menjadi variabel yang mempengaruhi variabel endogen lainnya dalam
satu persamaan, dan atau se"ara simultan (bersamaan juga dapat juga dipengaruhi oleh
variabel-variabel lainnya pada persamaan lain yang masih dalam satu model ekonomi tadi
(masih dalam satu sistem persamaan simultan yang sama. ontoh dalam kasus ini adalah
#t$ P%&#'t$ P#'t. (penjelasannya1 variabel P#'t merupakan variabel endogen yang
bersifat mempengaruhi dan dipengaruhi, sedangkan variabel #t dan P%&#'t hanya bersifat
dipengaruhi saja namun tetap masuk dalam klasifikasi variabel endogen
. )ariabel lagged endogen merupakan variabel endogen di masa lampau, sehingga nilainya
sudah diketahui sebelumnya. 3iasanya variabel ini ditandai dengan adanya subscript (t-
pada variabel endogennya. ontoh dalam kasus ini adalah variabel P#'t- dan #t-.
4. )ariabel lagged eksogen yang penjelasannya beranalogi sama dengan variabel lagged
endogen. 5uga di"irikan dengan adanya subscript (t- pada variabel eksogennya. Sayangnya
Kritik dan saran disampaikan melalui email ke [email protected]
![Page 2: ANALISA_PERSAMAAN_SIMULTAN_REVISI.pdf](https://reader031.vdocuments.site/reader031/viewer/2022021216/577c7d0f1a28abe0549d3679/html5/thumbnails/2.jpg)
8/16/2019 ANALISA_PERSAMAAN_SIMULTAN_REVISI.pdf
http://slidepdf.com/reader/full/analisapersamaansimultanrevisipdf 2/13
tidak ada "ontoh dalam kasus ini.
6. )ariabel predetermined atau variabel yang nilainya sudah ditentukan sebelumnya dan
digunakan untuk men"ari nilai dari variabel endogen yang dipengaruhinya. )ariabel
predetermined ini terdiri dari variabel eksogen, lagged eksogen, dan juga lagged endogen.
7ntuk mudahnya, semua variabel ini terkumpul di sisi sebelah dari variabel endogen yang
di"ari nilainya. 7ntuk kasus ini, variabel predetermined berada di sisi sebelah kanan tanda
sama dengan (8.
f(Permintaan gula) = f(populasi penduduk, income, harga gula domestik, dan permintaan
gula tahun sebelumnya)$
f(produksi gula) = f(harga gula, luas perkebunan tebu, produktivitas lahan tebu)$
Sedangkan fungsi harga gula kita tuliskan sebagai,
f(harga gula) = f(harga gula dunia, nilai tukar rupiah terhadap dollar, volume impor gula,dan produksi gula indonesia tahun sebelumnya)
Pada fungsi-fungsi yang kita tuliskan di atas, kemudian kita mulai men"oba untuk membuat
persamaan yang dapat menjelaskan hubungan matematis fungsi permintaan gula, produksi gula, dan
harga gula. #alam kasus ini, kita menganggap bah+a persamaan yang kita "oba estimasi adalah
persamaan linear, sehingga terjemahan fungsi matematisnya adalah berikut1
Dt =α9+β POP t +β I t +β2 PDG t +β Dt −+μ
PRODGt =α
9+β
( PDG
t +β
2 L
t +β
PDV
t +μ
PDG t =α9+β PWG t +β2 N t +β I!Gt +β4 PDGt −+μ
" t = D
t --: Persamaan dentitas
Sebuah persamaan identitas mutlak diperlukan dalam model persamaan simultan sebagai
pendefinisi salah satu variabel. Setelah kita membuat perkiraan persamaan yang menjelaskan
mengapa permintaan gula, produksinya, dan harganya dapat berubah, maka langkah selanjutnya
adalah men"oba menguji apakah persamaan yang kita bentuk tadi benar-benar dapat menjelaskan
se"ara matematis hubungan masing-masing faktor terhadap perubahan permintaan gula, produksi
gula, dan harga gula, mendekati data aktual (data hasil dari survei di lapang. 7ntuk uji ini kita
memerlukan langkah-langkah berikut1
Kritik dan saran disampaikan melalui email ke [email protected]
![Page 3: ANALISA_PERSAMAAN_SIMULTAN_REVISI.pdf](https://reader031.vdocuments.site/reader031/viewer/2022021216/577c7d0f1a28abe0549d3679/html5/thumbnails/3.jpg)
8/16/2019 ANALISA_PERSAMAAN_SIMULTAN_REVISI.pdf
http://slidepdf.com/reader/full/analisapersamaansimultanrevisipdf 3/13
![Page 4: ANALISA_PERSAMAAN_SIMULTAN_REVISI.pdf](https://reader031.vdocuments.site/reader031/viewer/2022021216/577c7d0f1a28abe0549d3679/html5/thumbnails/4.jpg)
8/16/2019 ANALISA_PERSAMAAN_SIMULTAN_REVISI.pdf
http://slidepdf.com/reader/full/analisapersamaansimultanrevisipdf 4/13
2. UJI ORDER CONDITION
Pada model yang telah kita buat di atas kita sudah membuat perkiraan persamaan matematis
sebagai berikut,
Dt =α9+β POP t +β I t +β2 PDG t +β Dt −+μ
PRODGt =α9+β PDG t +β2 Lt +β PDV t +μ
PDG t =α9+β PWG t +β2 N t +β I!Gt +β4 PDGt −+μ
" t = Dt
;nalisa 2SLS hanya dapat dilakukan pada persamaan yang masuk dalam klasifikasi <=a"tly
dentified atau &ver dentified. Selain klasifikasi itu, analisa 2SLS tidak dapat dilakukan.
!lasifikasi ini mengikuti aturan berikut1
&ver dentified jika !-k : m-
<=a"tly dentified jika !-k 8 m-
7nder dentified jika !-k > m-
dimana,
• ! adalah jumlah jenis variabel yang ada dalam model, baik itu di persamaan
struktural maupun di persamaan identitas (variabel yang sama dalam satu
persamaan di persamaan lainnya hanya dihitung sekali.
• k adalah jumlah seluruh variabel pada masing-masing persamaan yang diuji
order "ondition-nya (termasuk variabel independennya.
• m adalah banyaknya persamaan yang terdapat dalam model yang diuji,
termasuk persamaan identitas.
Kritik dan saran disampaikan melalui email ke [email protected]
![Page 5: ANALISA_PERSAMAAN_SIMULTAN_REVISI.pdf](https://reader031.vdocuments.site/reader031/viewer/2022021216/577c7d0f1a28abe0549d3679/html5/thumbnails/5.jpg)
8/16/2019 ANALISA_PERSAMAAN_SIMULTAN_REVISI.pdf
http://slidepdf.com/reader/full/analisapersamaansimultanrevisipdf 5/13
Pada kasus di atas kita ketahui bah+a1
Persamaan /ilai ! /ilai k /ilai m !lasifikasi
#t (#t$ P%&#'t$
P#'t$ P&P't$ t$
#t-$ Lt$ P#)t$
P't$ /0t$ *'t$
P#'t-$ St
6 (#t$ P#'t$ P&Pt$
t$ #t-
4 (persamaan #t$
P%&#'t$ P#'t$
dan St
&ver dentified
P%&#'t (idem 4 (P%&#'t$ P#'t$
Lt$ P#)t
4 (idem &ver dentified
P#'t (idem 6 (P#'t$ P't$
/0t$ *'t$ P#'t-
4 (idem &ver dentified
Seluruh persamaan struktural yang ada dalam model ini masuk dalam klasifikasi &ver
dentified, sehingga langkah berikutnya adalah melakukan regresi 2SLS untuk menentukan nilai
konstanta dan koefisien pada masing-masing persamaan.
3. REGRESI 2SLS
%egresi 2SLS ini kita lakukan dengan menggunakan SPSS. 3erikut adalah langkahnya1
. opy data dari <="el ke SPSS. #ata ?tahun@ tidak perlu dimasukkan dalam SPSS.
2. %ubah nama variabel sesuai dengan nama aslinya pada <="el. #apat dilakukan pada sheet
?variable vie+@. #an pastikan kolom ?measure@ variabel tersebut berupa ?s"ale@$ dan pada
kolom ?type@ berupa ?numeri"@.
. 0ahap berikutnya merupakann tahap regresi 2SLS pada masing-masing persamaan struktural
dalam model. Pada kasus ini, terdapat tiga persamaan struktural dalam model. Sehingga kita
melakukan analisa 2SLS sebanyak tiga kali.
a !lik menu ?;nalyAe@ --: ?%egression@ --: ?2-stage least squares@
b Pada kolom ?#ependent@, masukkan variabel dependen pada persamaan yang dianalisa.
Sebagai "ontoh, jika kita menganalisa persamaan # t, maka variabel #t yang kita
masukkan dalam kolom tersebut.
" Pada kolom ?<=planatory@, masukkan varibel penjelas atau yang biasa kita sebut sebagai
variabel independen dalam persamaan yang dianalisa. ontoh, jika menganalisa
persamaan #t, maka variabel penjelasnya adalah P#'t$ P&P't$ t$ #t-.
d Pada kolom ?nstrumental@, masukkan seluruh variabel yang ada dalam model, ke"uali
Kritik dan saran disampaikan melalui email ke [email protected]
![Page 6: ANALISA_PERSAMAAN_SIMULTAN_REVISI.pdf](https://reader031.vdocuments.site/reader031/viewer/2022021216/577c7d0f1a28abe0549d3679/html5/thumbnails/6.jpg)
8/16/2019 ANALISA_PERSAMAAN_SIMULTAN_REVISI.pdf
http://slidepdf.com/reader/full/analisapersamaansimultanrevisipdf 6/13
variabel endogennya. 7ntuk ini, variabel endogen dalam model adalah variabel #t$
P%&#'t$ P#'t$ termasuk seluruh variabel yang ada dalam persamaan identitas, yaitu S t.
)ariabel dalam kolom instrumental ini tetap sama untuk dua persamaan lainnya,
sehingga untuk analisa persamaan sisanya, kolom ini tidak perlu dirubah lagi.
e !lik ?&ptions@ --: "entang ?Predi"ted@ --: ?ontinue@ --: ?&!@
f ;kan mun"ul sebuah notifikasi yang meminta iAin untuk menambahkan variabel baru
pada kolom data di sheet ?#ata )ie+@. !lik ?&!@ untuk melanjutkan.
g )ariabel baru ini se"ara otomatis bernama ?B0C@ untuk analisa persamaan pertama,
dan ?B0C2@ untuk analisa persamaan kedua, dan seterusnya. )ariabel baru ini terletak
pada kolom paling kanan, rubah nama variabel ini menjadi ?P%<#C ....@ isikan titik-titik
tersebut dengan nama variabel dependen pada persamaan yang sedang dianalisa. ontoh,
saat analisa persamaan #t, maka rubah variabel ?B0C@ menjadi ?P%<#C#t@, danseterusnya. )ariabel baru ini merupakan nilai prediksi SPSS atas model persamaan
matematis yang kita buat. 7ntuk melihat nilai konstanta dan koefisien pada persamaan
yang kita analisa ini, dapat dilihat pada hasil output SPSS. Langkah berikutnya adalah
menginterpretasikan hasil uji t$ B$ dan % 2 pada output analisa persamaan tersebut.
4. Lakukan seluruh langkah nomor ini untuk persamaan struktural yang lain yang termasuk
dalam model. Persamaan identitas dalam model tidak perlu dianalisa menggunakan langkah
nomor .
6. 0ahap berikutnya adalah interpretasi hasil analisa 2SLS dengan SPSS. Dal-hal yang perlu
diperhatikan dalam analisa ini adalah nilai % 2 dan multiple % pada tabel ?*odel Summary@$
nilai signifikansi pada tabel ?;/&);@ (me+akili nilai B, sehingga kita tidak perlu repot
membandingkan hasil B hitung dengan B tabel$ dan semua nilai signifikasi pada tabel
?oeffi"ients@ (me+akili nilai t, sehingga kita tidak perlu repot membandingkan nilai t
hitung dengan nilai t tabel. !esemua interpretasi ini dilakukan pada hasil regresi 2SLS pada
masing-masing persamaan.
Kritik dan saran disampaikan melalui email ke [email protected]
![Page 7: ANALISA_PERSAMAAN_SIMULTAN_REVISI.pdf](https://reader031.vdocuments.site/reader031/viewer/2022021216/577c7d0f1a28abe0549d3679/html5/thumbnails/7.jpg)
8/16/2019 ANALISA_PERSAMAAN_SIMULTAN_REVISI.pdf
http://slidepdf.com/reader/full/analisapersamaansimultanrevisipdf 7/13
ara interpretasi dan maknanya1
a Pada tabel ?*odel Summary@
/ilai ?multiple %@ atau biasa disebut ?multiple "orrelation "oeffi"ient@ adalah 9.E64$
menunjukkan bah+a tingkat korelasi (kesesuaian data prediksi terhadap data aktual
men"apai E6.4F.
Sedangkan nilai ?% square@ atau disebut juga sebagai ?"oeffi"ient of determination@
merupakan nilai kuadrat dari multiple %, menunjukkan 9.6GH$ berarti variabel
independen dalam persamaan ini mampu menjelaskan variabel dependen dalam persamaannya sebesar 6G.HF, sedangkan sisanya dijelaskan oleh variabel diluar
persamaan.
b Pada tabel ?;/&);@
ukup perhatikan nilai Signifikansinya, yaitu 9.99E. ni menunjukkan bah+a tingkat
kesalahan men"apai 9.EF$ sedangkan sisanya sebesar HH,F merupakan tingkat
keper"ayaan pada persamaan ini, sehingga persamaan ini dinyatakan signifikan. 3atas
toleransi kesalahan pada analisa sosial khusus untuk tabel ;/&); adalah 6F atau setara
dengan 9.96, nilai signifikansi (kesalahan yang men"apai lebih dari 6F atau 9.96
dinyatakan tidak memiliki pengaruh nyata. !e"uali jika di ba+ah tabel ;/&);
ditemukan adanya notifikasi seperti berikut1 ?Signifi"an"e at .....(angka desimal@ maka
kita memakai batas toleransi tersebut, bukan 9,96.
" Pada tabel ?oeffi"ients@
Kritik dan saran disampaikan melalui email ke [email protected]
![Page 8: ANALISA_PERSAMAAN_SIMULTAN_REVISI.pdf](https://reader031.vdocuments.site/reader031/viewer/2022021216/577c7d0f1a28abe0549d3679/html5/thumbnails/8.jpg)
8/16/2019 ANALISA_PERSAMAAN_SIMULTAN_REVISI.pdf
http://slidepdf.com/reader/full/analisapersamaansimultanrevisipdf 8/13
Perhatikan nilai signifikansi (kesalahan pada setiap barisnya. *asing-masing
menunjukkan tingkat keper"ayaan nilai konstanta dan koefisien dalam persamaan yang
sedang dianalisa terhadap data aktual yang ada. 3atas toleransi nilai signifikasi ini juga
sama, yaitu 6F atau 9.96. Pada tabel, terdapat dua koefisien yang nilai signifikansinya
(kesalahan lebih dari 9.96$ yaitu #tC dan t, masing-masing sebesar 9.H dan 9.I.
ni menunjukkan bah+a kedua variabel tersebut tidak memiliki pengaruh yang nyata
terhadap variabel dependen pada persamaan yang dianalisa. Sedangkan variabel lainnya
yang memiliki tingkat signifikansi kurang dari 9.96 memiliki pengaruh nyata terhadap
nilai variabel dependen. Setelah diketahui nilai-nilai konstanta dan koefisien dari
masing-masing persamaan yang dianalisa tadi, maka selanjutnya dilakukan
pembentukan persamaan matematis sesuai dengan persamaan yang kita perkirakan
sebelumnya (asumsi persamaannya adalah linear. Sebagai "ontoh, untuk hasil analisauntuk persamaan #t, kita membuat persamaan matematis berdasarkan koefisien dan
konstanta yang diperoleh pada tabel output ?oeffi"ient@ terkait, yaitu1
Dt =−G.99H<G+G.2(2 POP
t −G.44H I
t −EIG.2GE PDG
t +9.2H D
t −(+μ
G. #alam pembentukan persamaan matematis ini kita tidak dapat meninggalkan penambahan
variabel error , karena merupakan pen"iri persamaan struktural yang memang tidak dapat
memprediksi realita se"ara utuh. ni dikarenakan adanya faktor lain diluar variabel-variabel
independen yang juga mempengaruhi dalam persamaan, namun tidak dapat dimasukkankarena banyaknya faktor yang mempengaruhi dan juga sulitnya untuk mendefinisikan
masing-masing faktor tersebut.
E. 3entuk persamaan matematis seperti yang dijelaskan pada langkah G di atas untuk
persamaan lainnya.
Kritik dan saran disampaikan melalui email ke [email protected]
![Page 9: ANALISA_PERSAMAAN_SIMULTAN_REVISI.pdf](https://reader031.vdocuments.site/reader031/viewer/2022021216/577c7d0f1a28abe0549d3679/html5/thumbnails/9.jpg)
8/16/2019 ANALISA_PERSAMAAN_SIMULTAN_REVISI.pdf
http://slidepdf.com/reader/full/analisapersamaansimultanrevisipdf 9/13
4. VALIDASI MODEL
a. Logika Ekonomi
*odel hasil pengerjaan dengan regresi 2SLS di atas selanjutnya memerlukan pengujian
kembali apakah sistem persamaan yang sudah kita buat ini mampu memprediksi mendekati dengan
data aktualnya. 7ntuk itu kita menggunakan validasi dengan dua tahap, pertama dengan
menggunakan logika ekonomi dan menggunakan ke"o"okan data aktual dengan data prediksi.
Logika ekonomi digunakan untuk melihat bagaimana seharusnya persamaan yang sudah kita
bentuk ini dapat dijelaskan sesuai dengan teori ekonomi terkait. !etika kita menemukan
ketidaksesuaian dalam persamaan yang kita bentuk dengan teori atau asumsi ekonomi tertentu,
maka kita dapat melakukan penelitian lebih lanjut untuk mengetahui apa yang sebenarnya terjadi
pada persamaan-persamaan kita ini.Sebagai "ontoh, kita membuat tabel kesesuaian antara hasil pembuatan persamaan matematis
#t dengan logika ekonomi yang telah kita pahami sebelumnya, seperti di ba+ah ini. !ita melihat
kesesuaiannya dengan menga"u pada tanda masing-masing koefisien yang ada di persamaan terkait.
Sebagai "ontoh, untuk variabelJfaktor Populasi Penduduk yang di"erminkan sebagai P&P t, kita
meyakini bah+a semakin banyak populasi penduduk tentunya akan meningkatkan permintaan gula
nasional, dimana permintaan gula nasional ini di"erminkan oleh variabel # t tadi. Sehingga kita
menuliskan bah+a pengaruh P&Pt terhadap #
t adalah positif (K pada kolom ?Darapan@ di tabel
berikut.
!emudian kita lanjut melihat tanda koefisien variabel P&P t tadi pada persamaan #t yang
sudah kita buat sebelumnya. 0anda masing-masing koefisien dan konstanta pada persamaan
matematis ini memiliki arti pada kaitannya dengan variabel dependen yang dipengaruhinya.
!eterkaitan ini di"erminkan dengan tanda (- ataupun (K. 5ika tanda koefisiennya (K, maka
terdapat hubungan searah antara variabel independen terkait dengan variabel dependen dalam
persamaan. 3egitu pula sebaliknya ketika variabel independen terkait memiliki koefisien bertanda
(-, maka variabel independen terkait memiliki hubungan terbalik dengan variabel dependen pada
persamaan tersebut. !ita melihat bah+a koefisien variabel P&Pt ini bertanda (K, sehingga
hubungan variabel P&Pt terhadap variabel dependen #t adalah searah, artinya ketika nilai variabel
P&Pt ini meningkat, maka searah dengan hal tersebut nilai variabel # t juga akan meningkat. 0anda
dari koefisien P&Pt ini kemudian kita masukkan dalam kolom ?;nalisis (SPSS@ dan sekarang kita
dapat melihat kesesuaiannya dengan teori (pada kolom Darapan. Lajutkan analisis ini untuk semua
variabel yang ada pada seluruh persamaan yang kita analisis tadi dengan menggunakan tabel "ontoh
seperti di ba+ah.
Kritik dan saran disampaikan melalui email ke [email protected]
![Page 10: ANALISA_PERSAMAAN_SIMULTAN_REVISI.pdf](https://reader031.vdocuments.site/reader031/viewer/2022021216/577c7d0f1a28abe0549d3679/html5/thumbnails/10.jpg)
8/16/2019 ANALISA_PERSAMAAN_SIMULTAN_REVISI.pdf
http://slidepdf.com/reader/full/analisapersamaansimultanrevisipdf 10/13
PersamaanVariabel
Tanda
KeteranganHarapan nalisis
(!P!!)
#t
P&Pt K K
Sesuai, karena populasi yang
meningkat akan meningkatkan
permintaan.
t K C 0idak sesuai karena menurutteori, jika pendapatan naik
maka permintaan akan naik.
P#'t C C
Sesuai, karena jika harga gula
domestik rendah maka
permintaan akan meningkat.
#t- K K
Permintaan sebelumnya
mempengaruhi permintaan
tahun ini se"ara lurus. ;rtinya,
ketika permintaan gula tahun
lalu tinggi, maka permintaan
gula tahun ini juga akan lebih
tinggi lagi.
b. Perbandingan Data Aktual dengan Data Prediksi
Perbandingan data aktual dengan data prediksi dapat dilakukan menggunakan <="el ataupun
SPSS. 3erikut dijelaskan penggunaannya pada masing-masing soft+are berikut.
*enggunakan <="el
. 3uka data <="el yang telah kita miliki tadi dan buat tabel seperti berikut ini pada sheet
lainnya.
TahunKT"# P$%&'K!'
#t P%&#'t P#'t St #t P%&#'t P#'t St
HI6 .... .... .... .... Dasil
hitungan
Persamaan
#t
Dasil hitungan
Persamaan
P%&#'t
...dst ...dst
HIG .... .... ..... .... .... .... .... ........dst.
verage
Kritik dan saran disampaikan melalui email ke [email protected]
![Page 11: ANALISA_PERSAMAAN_SIMULTAN_REVISI.pdf](https://reader031.vdocuments.site/reader031/viewer/2022021216/577c7d0f1a28abe0549d3679/html5/thumbnails/11.jpg)
8/16/2019 ANALISA_PERSAMAAN_SIMULTAN_REVISI.pdf
http://slidepdf.com/reader/full/analisapersamaansimultanrevisipdf 11/13
2. 3uka kembali sheet dimana data tadi berada, kemudian buatkan tabel perhitungan sebagai
berikut.
oktual Prediksi
&t P$*&+t P&+t &t P$*&+t P&+t
. ... ... ... ... ... ...2. ... ... ... ... ... ...
#st. #st. #st. #st. #st. #st. #st.
;verage ... ... ... ... ... ...
. *asukkan data nilai variabel-variabel yang ada pada sheet kerja tadi sesuai dengan
kolomnya masing-masing (dapat dilakukan dengan "opy-paste pada kolom variabel
?;ktual@.
4. Pada kolom variabel ?Prediksi@, masukkan persamaan matematis yang sudah kita buat
sebelumnya pada kolom masing-masing variabel yang bersesuaian. Sebagai "ontoh, untuk
men"ari nilai variabel #t pada kolom ?Prediksi@ ?#t@ ini, kita sudah punya rumus
Dt =−G.99H<G+G.2(2 POP
t −G.44H I
t −EIG.2GE PDG
t +9.2H D
t −(+μ
*aka, kita "ara kita memasukkan rumus tersebut dalam kolom variabel #t adalah dengan
menggunakan notasi matematis yang dikenali oleh <<L, yaitu ?8-G.99HK(G.22M/ama
ell data terkait dalam <="el, yaitu data variabel P&Pt-(G.44HM /ama ell data terkait
dalam <="el, yaitu data variabel t-(EIG.2GEM /ama ell data terkait dalam <="el, yaitu
data variabel P#'tK(9.2HM /ama ell data terkait dalam <="el, yaitu data variabel #t-.
Lalu klik <nter.
6. 3lok persamaan ini keba+ah agar formula ini dapat dikerjakan dengan "epat untuk data-data
variabel #t pada rentang +aktu yang lain.
G. *asukkan kembali persamaan matematis yang telah kita buat untuk dua kolom variabel
dependen lainnya pada kolom ?Prediksi@ ini dan lakukan langkah yang sama seperti pada
langkah 4 dan 6.
E. Pada baris ?;verage@ dalam tabel di atas, masukkan fungsi pen"ari rata-rata untuk masing-
masing variabel yang ada pada kolom ?;ktual@ dan ?Prediksi@ dengan mengetikkan
?8;)<%;'<(3lok nilai variabel dari data paling atas hingga paling ba+ah@. Lakukan hal
ini juga untuk kolom variabel-variabel disebelahnya.
I. Sekarang bandingkan nilai antara rata-rata data ?;ktual@ dengan rata-rata data ?Prediksi@.
5ika selisih antara nilai-nilai tersebut mendekati nol, maka persamaan yang kita buat tadi
dianggap mampu untuk memprediksi keadaan nyata di lapang karena hampir bersesuaian
Kritik dan saran disampaikan melalui email ke [email protected]
![Page 12: ANALISA_PERSAMAAN_SIMULTAN_REVISI.pdf](https://reader031.vdocuments.site/reader031/viewer/2022021216/577c7d0f1a28abe0549d3679/html5/thumbnails/12.jpg)
8/16/2019 ANALISA_PERSAMAAN_SIMULTAN_REVISI.pdf
http://slidepdf.com/reader/full/analisapersamaansimultanrevisipdf 12/13
dengan data real. 5ika selisih ditemukan sangat besar, maka persamaan kita dianggap
semakin tidak relevan untuk memprediksi keadaan yang sebenarnya.
H. #ari langkah ini, kita dapat mulai menarik kesimpulan apakah persamaan yang kita buat ini
baik ataukah tidak.
;nalisis perbandingan data aktual dengan data prediksi juga dapat dilakukan dengan
menggunakan SPSS. 3erikut adalah "aranya,
. 3uka sheet kerja ?#ata )ie+@ pada SPSS dimana kita telah memiliki seluruh data aktual
(dari file <="el yang sudah dipindah ke SPSS termasuk kolom data nilai variabel
?Pred....@.
2. !lik ;nalyAe --: #es"riptive Statisti"s --: Brequen"ies.
. Pada kolom ?)ariable@, masukkan semua variabel dependen yang kita buatkan persamaannya tadi termasuk tiga variabel ?Pred...@ tadi, dan jangan masukkan variabel
dependen dari persamaan identitas karena kita tidak pelu membandingkan data dari variabel
dependen ini.
4. !lik Statisti"s --: dan "entang ?*ean@ --: ontinue
6. !lik &!
G. *aka akan mun"ul tampilan tabel berikut, dan mulai lakukan analisa.
7ntuk melakukan analisis kita dapat melihat baris ?*ean@ pada tabel ?Statisti"s@ seperti
tampak pada "ontoh di atas. Silakan bandingkan nilai ?*ean@ masing-masing variabel tersebut
dengan nilai ?mean@ pada variabel-variabel Prediksi yang bersesuaian. !etika nilai perbandingan
ini sama, atau hampir sama, maka persamaan yang kita buat untuk memprediksi variabel-variabel
dependen tersebut mampu memprediksi realita dengan baik, begitupun sebaliknya.
atatan, figur gambar di atas terdapat kesalahan karena nilai St tidak perlu dibandingkan,
karena dia termasuk dalam persamaan identitas, sehingga tidak perlu diproses. !arena itu, tabel di
atas seharusnya tidak memun"ulkan perbandingan data prediksi dan data aktual variabel St.
Kritik dan saran disampaikan melalui email ke [email protected]
![Page 13: ANALISA_PERSAMAAN_SIMULTAN_REVISI.pdf](https://reader031.vdocuments.site/reader031/viewer/2022021216/577c7d0f1a28abe0549d3679/html5/thumbnails/13.jpg)
8/16/2019 ANALISA_PERSAMAAN_SIMULTAN_REVISI.pdf
http://slidepdf.com/reader/full/analisapersamaansimultanrevisipdf 13/13
Kritik dan saran disampaikan melalui email ke [email protected]