METODE KUANTITATIF : PENYIMPANGAN DALAM REGRESI

7

Jika tdpt Multikolinieritas sempurna, parameter tidak dapat diduga dgn metode OLS.

Nilai varians besar standar error besar selang kepercayaan lebar.

Uji-t tidak signifikan Tanda (sign) parameter bisa berlawanan. R2 tinggi, tp banyak variabel yang tidak

signifikan

Cara mendeteksi ? Cek korelasi antar variabel bebas matrik

korelasi. Regresikan setiap variabel bebas Xi dgn variabel

bebas lainnya yg ada dalam persamaan (auxiliary regression). Jika uji F menunjukkan hasil yang signifikan berarti terdapat kolinearitas yg tinggi antara variabel Xi dengan variabel bebas lainnya.

Cara mengatasi ? Gunakan informasi a priori, berdasarkan keyakinan

atau hasil penelitian terdahulu. Lakukan regresi elementer, kemudian tambahkan

satu per satu variabel yg diduga relevan mempengaruhi var terikat.

Menggabungkan data cross-section dan time series Mengeluarkan salah satu variabel yang

kolinier(apabila tdk menimbulkan spesification error).

Mentransformasikan variabel. Mencari data tambahan atau data baru

Heteroskedastisitas terjadi bila varians i tidak konstan, tapi berubah-ubah pada setiap pengamatan i. Untuk model

Yi = 0 + 1 X1i + i

Var(i ) bisa kemungkinan semakin besar atau semakin kecil dengan semakin besarnya nilai X1i. Var(i ) = i

2

Misal:(1) Model Konsumsi = o + 1 Pendapatan +

(2) Model Learning process: Jumlah kesalahan ketik = 0 + 1 pengalaman +

2. Heteroskedastisitas

Pada model (1), Var(i ) cenderung lebih besar dengan semakin besarnya pendapatan.

Pada model (2) Var(i ) cenderung lebih kecil dengan semakin lama pegalaman dalam mengetik.

C

Y

C = o + 1 Y

K

P

K = o - 1 P

Akibat Heteroskedastisitas ?

• Karena Var(i ) tdk konstan, tapi ditentukan oleh X1i , maka:

xi2 i

2.

Var(b1) =. ( xi

2)2.

• Besarnya Var(b1) menyebabkan nilai SE(b1) juga akan besar, sehingga interval kepercayaan menjadi lebih besar dan pada uji-t variabel menjadi tidak signifikan.

• Kesimpulan yang diambil dapat menyesatkan.

Hasil pendugaan tetap tak bias dan konsisten, akan tetapi varians dr parameter dugaan tdk bisa minimum shg dikatakan tidak efisien tidak memenuhi syarat BLUE

Cara mendeteksi ? Metode Grafik

Buat diagram plot antara ui2 dan Ŷ. Heteros-

kedastisitas akan terdeteksi apabila sebaran plot menunjukkan pola yang sistematis.

Uji ParkMeregresikan ui

2 dengan X1i dalam bentuk persamaan log linear.

ln ui2 = o + 1 ln X1i + i

ui adalah error term pd regresi Yi = 0 + 1 X1i + i

Metode Goldfeld-QuantPrinsipnya adalah membagi dua data X1i bdsrkan urutan terkcil – terbesar dan meregresikan masing2 untuk memperoleh nilai RSS.

Langkah-langkah Metode Goldfeld-Quant:

Urutkan data X1i berdasarkan urutan terkecil – terbesar

Abaikan bbrp pengamatan (c pengamatan) di sekitar median.

Regresikan pengamatan (N-c)/2 pertama dan kedua, hitung RSS, sehingga didapatkan RSS1 dan RSS2.

Hitung rasio kedua RSS ():

RSS2/df2 = ; df adalah derajat bebas (n-k-

1) RSS1/df1

Lakukan uji F, bila > F berarti terjadi heteroskedas-tisitas.

• Terjadi bila terjadi korelasi antara i dan j. • Terjadi korelasi antara variabel itu sendiri pada

pengamatan yang berbeda. • Umumnya banyak terjadi pada data time series.

3. Otokorelasi