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.