EKONOMETRIKAPrizka Rismawati Arum, S.Si, M.Stat

MULTIKOLINIERITAS

Multikolinieritas berarti adanya hubungan linier yang

sempurna atau pasti diantara beberapa atau semua variabel

penjelas (bebas) dari model regresi ganda. Dalam arti yang

lebih luas, multikolinieritas yaitu terjadinya korelasi linier yang

tinggi diantar variabel variabel penjelas.

KONSEKUENSI MULTIKOLINIERITAS

• Koefisien regresi tidak dapat diperoleh dengan menggunakan metode

jumlah kuadrat terkecil.

• Terjadi over estimated. Artinya, variansi dari koefisien regresi membesar,

sehingga standard error dari koefisien regresi membesar.

• Terjadi kontradiksi antara hasil pengujian hipotesis parameter regresi

secara serentak melalui statistik uji F dengan hasil pengujian parameter

regresi secara individu melalui statistik uji t.

• Dampak yang sngat serius adalah berubahnya tanda koefisien regresi.

CARA MENDETEKSI MULTIKOLINIERITAS

• Apabila 𝑅2 tinggi, tetapi sedikit sekali atau bahkan tidak satupun parameter

regresi yang signifikan.

• Apabila memperoleh koefisien korelasi sederhana yang tinggi diantara

sepasang-sepasang variabel penjelas.

• Apabila dalam model regresi memperoleh koefisien regresi dengan tanda

yang berbeda dengan koefisien korelasi.

• Melihat nlai Tolerance dan Variance Inflation Factor (VIF)

CARA MENGATASI KASUS MULTIKOLINIERITAS

• Menggabungkan data Cross section dan data time series

• Mengeluarkan satu variabel atau lebih

• Transformasi variabel-variabel

• Penambahan data baru

• Menggunakan metode lain untuk analisis, misalkan:

• Regresi Ridge

• Regresi dengan pendekatan Bayes

• Regresi komponen utama

• dll

HOMOKEDASTISITAS

Homokedastisitas berarti bahwa variansi dari error bersifat

konstan (tetap) atau disebut juga identik.

KONSEKUENSI HOMOKEDASTISITAS

• Pengujian parameter regresi dengan statistik uji t menjadi tidak valid

• Selang kepercayaan untuk parameter regresi cenderung melebar.

CARA MENDETEKSI HOMOKEDASTISITAS

• Metode grafik

• Diagram pencar antara 𝑒2 dengan variabel 𝑌

• Diagram pencar antara 𝑒2 dengan variabel X

• Uji korelasi rank-spearman

• Uji park

• Uji glejser

• Uji goldfeld-Quandt

• dll

CARA MENGATASI KASUS HOMOKEDASTISITAS

• Transformasi variabel, baik variabel respon, variabel bebas,

maupun keduanya.

• Metode kuadrat terkecil tertimbang

AUTOKORELASI

Autokorelasi berarti komponen error berkorelasi berdasarkan

urutan waktu (pada data time series) atau urutan ruang (pada

data cross-section).

KONSEKUENSI AUTOKORELASI

• Pengujian parameter regresi dengan statistik uji t menjadi tidak valid

• Selang kepercayaan untuk parameter regresi cenderung melebar.

CARA MENDETEKSI AUTOKORELASI

• Metode grafik

• Uji tanda

• Uji Durbin-Watson

• Uji Breusch-Godfrey

• Uji Fungsi Autokorelasi (ACF)

CARA MENGATASI KASUS AUTOKORELASI

• Metode kuadrat terkecil umum (Generalized Least Square)