BAB I

PENDAHULUAN
A. LATAR BELAKANG
Kegiatan ekonomi manusia tidak berjalan sesaat, tetapi berkelanjutan dari
waktu ke waktu, dari peristiwa ke peristiwa, dari berbagai suasana, dari berbagai
lintas sektor, lintas faktor. Untuk mengukur suatu kegiatan dalam keberagaman
kondisi seperti itu, maka data merupakan sesuatu yang mutlak diperlukan. Melalui
data, informasi itu dapat dianalisis, diinterpretasi, untuk mengungkap kejadian-
kejadian di masa lampau, serta dapat digunakan untuk prediksi masa mendatang.
Pengungkapan data atau analisis data dalam kegiatan ekonomi, dapat dilakukan
dengan berbagaicara atau model, di antaranya melalui penggunaan grafik yang
biasa disebut dengan metode grafis, atau melalui penghitungan secara matematis
yang biasa disebut dengan metode matematis. Penggunaan metode ini tentu harus
sesuai dengan teori, khususnya teori ekonomi, karena ekonometrika bertujuan
untuk mengukur kegiatan ekonomi. Kedua metode tersebut mempunyai kelebihan
dan keunggulan masing-masing.
B. TUJUAN DAN MANFAAT
Tujuan dari penulisan makalah ini adalah
!. Untuk mengetahui pengertian "konometrika
#. Untuk mengetahui pengertian Uji $sumsi Klasik
Manfaat dari penulisan makalah ini adalah
!. Mengetahui ruang lingkup "konometrika
#. Mengetahui tentang Uji $sumsi Klasik
BAB II
ISI
A. PENGERTIAN EKONOMETRIKA
Kalau dilihat dari segi namanya, ekonometrika berasal dari dari dua kata,
yaitu ekonomi dan metrika. Kata "konomi di sini dapat dipersamakan dengan
kegiatan ekonomi, yaitu kegiatan manusia untuk mencukupi kebutuhannya
melalui usaha pengorbanan sumber daya yang seefisien dan seefektif mungkin
untuk mendapatkan tujuan yang seoptimal mungkin. Kata Metrika mempunyai
arti sebagaisuatu kegiatan pengukuran. Karena dua kata ini bergabung menjadi
satu, maka gabungan kedua kata tersebut menunjukkan arti bahwa yang dimaksud
dengan ekonometrika adalah suatu pengukuran kegiatan-kegiatan ekonomi.
%ata dalam ekonometrika merupakan suatu kemutlakan, begitu pula
penentuan jenis data, teknik analisanya, ataupun penyesuaian dengan tujuannya.
%ata yang diperlakukan sebagai pengungkap sejarah&historical data' akan
menghasilkan e(aluasi, dan untuk data yangdiperlakukan pengungkap
kecenderungan &trend data' akan menghasilkan prediksi. )asil e(aluasi
ataupun prediksi yang mempunyai tingkat keakuratan tinggi saja yang akan
mempunyai sumbangan terbesar bagi pengambilan keputusan. %i sinilah letak
pentingnya ekonometrika.
Uji $sumsi Klasik
Uji asumsi klasik adalah persyaratan statistik yang harus dipenuhi pada analisis
regresi linear berganda yang berbasis ordinary least s*uare &+,-'. .adi analisis
regresi yang tidak berdasarkan +,- tidak memerlukan persyaratan asumsi klasik,
misalnya regresi logistik atau regresi ordinal. %emikian juga tidak semua uji
asumsi klasik harus dilakukan pada analisis regresi linear, misalnya uji
multikolinearitas tidak dilakukan pada analisis regresi linear sederhana dan uji
autokorelasi tidak perlu diterapkan pada data cross sectional.
Uji asumsi klasik juga tidak perlu dilakukan untuk analisis regresi linear yang
bertujuan untuk menghitung nilai pada (ariabel tertentu. Misalnya nilai return
saham yang dihitung dengan market model, atau market adjusted model.
Perhitungan nilai return yang diharapkan dapat dilakukan dengan persamaan
regresi, tetapi tidak perlu diuji asumsi klasik.
Uji asumsi klasik yang sering digunakan yaitu uji multikolinearitas, uji
heteroskedastisitas, uji normalitas, uji autokorelasi dan uji linearitas. Tidak ada
ketentuan yang pasti tentang urutan uji mana dulu yang harus dipenuhi. $nalisis
dapat dilakukan tergantung pada data yang ada. -ebagai contoh, dilakukan
analisis terhadap semua uji asumsi klasik, lalu dilihat mana yang tidak memenuhi
persyaratan. Kemudian dilakukan perbaikan pada uji tersebut, dan setelah
memenuhi persyaratan, dilakukan pengujian pada uji yang lain.
!. Uji /ormalitas
Uji normalitas adalah untuk melihat apakah nilai residual terdistribusi normal atau
tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi
normal. .adi uji normalitas bukan dilakukan pada masing-masing (ariabel tetapi
pada nilai residualnya. -ering terjadi kesalahan yang jamak yaitu bahwa uji
normalitas dilakukan pada masing-masing (ariabel. )al ini tidak dilarang tetapi
model regresi memerlukan normalitas pada nilai residualnya bukan pada masing-
masing (ariabel penelitian.
Pengertian normal secara sederhana dapat dianalogikan dengan sebuah kelas.
%alam kelas siswa yang bodoh sekali dan pandai sekali jumlahnya hanya sedikit
dan sebagian besar berada pada kategori sedang atau rata-rata. .ika kelas tersebut
bodoh semua maka tidak normal, atau sekolah luar biasa. %an sebaliknya jika
suatu kelas banyak yang pandai maka kelas tersebut tidak normal atau merupakan
kelas unggulan. Pengamatan data yang normal akan memberikan nilai ekstrim
rendah dan ekstrim tinggi yang sedikit dan kebanyakan mengumpul di tengah.
%emikian juga nilai rata-rata, modus dan median relatif dekat.
Uji normalitas dapat dilakukan dengan uji histogram, uji normal P Plot, uji 0hi
-*uare, -kewness dan Kurtosis atau uji Kolmogoro( -mirno(. Tidak ada metode
yang paling baik atau paling tepat. Tipsnya adalah bahwa pengujian dengan
metode grafik sering menimbulkan perbedaan persepsi di antara beberapa
pengamat, sehingga penggunaan uji normalitas dengan uji statistik bebas dari
keragu-raguan, meskipun tidak ada jaminan bahwa pengujian dengan uji statistik
lebih baik dari pada pengujian dengan metode grafik.
.ika residual tidak normal tetapi dekat dengan nilai kritis &misalnya signifikansi
Kolmogoro( -mirno( sebesar 1,123' maka dapat dicoba dengan metode lain yang
mungkin memberikan justifikasi normal. Tetapi jika jauh dari nilai normal, maka
dapat dilakukan beberapa langkah yaitu melakukan transformasi data, melakukan
trimming data outliers atau menambah data obser(asi. Transformasi dapat
dilakukan ke dalam bentuk ,ogaritma natural, akar kuadrat, in(erse, atau bentuk
yang lain tergantung dari bentuk kur(a normalnya, apakah condong ke kiri, ke
kanan, mengumpul di tengah atau menyebar ke samping kanan dan kiri.
#. Uji Multikolinearitas
Uji multikolinearitas adalah untuk melihat ada atau tidaknya korelasi yang tinggi
antara (ariabel-(ariabel bebas dalam suatu model regresi linear berganda. .ika ada
korelasi yang tinggi di antara (ariabel-(ariabel bebasnya, maka hubungan antara
(ariabel bebas terhadap (ariabel terikatnya menjadi terganggu. -ebagai ilustrasi,
adalah model regresi dengan (ariabel bebasnya moti(asi, kepemimpinan dan
kepuasan kerja dengan (ariabel terikatnya adalah kinerja. ,ogika sederhananya
adalah bahwa model tersebut untuk mencari pengaruh antara moti(asi,
kepemimpinan dan kepuasan kerja terhadap kinerja. .adi tidak boleh ada korelasi
yang tinggi antara moti(asi dengan kepemimpinan, moti(asi dengan kepuasan
kerja atau antara kepemimpinan dengan kepuasan kerja.
$lat statistik yang sering dipergunakan untuk menguji gangguan multikolinearitas
adalah dengan (ariance inflation factor &456', korelasi pearson antara (ariabel-
(ariabel bebas, atau dengan melihat eigen(alues dan condition inde7 &05'.
8eberapa alternatif cara untuk mengatasi masalah multikolinearitas adalah sebagai
berikut
!. Mengganti atau mengeluarkan (ariabel yang mempunyai korelasi yang tinggi.
#. Menambah jumlah obser(asi.
9. Mentransformasikan data ke dalam bentuk lain, misalnya logaritma natural,
akar kuadrat atau bentuk first difference delta.
9. Uji )eteroskedastisitas
Uji heteroskedastisitas adalah untuk melihat apakah terdapat ketidaksamaan
(arians dari residual satu ke pengamatan ke pengamatan yang lain. Model regresi
yang memenuhi persyaratan adalah di mana terdapat kesamaan (arians dari
residual satu pengamatan ke pengamatan yang lain tetap atau disebut
homoskedastisitas.
%eteksi heteroskedastisitas dapat dilakukan dengan metode scatter plot dengan
memplotkan nilai :P;"% &nilai prediksi' dengan -;"-5% &nilai residualnya'.
Model yang baik didapatkan jika tidak terdapat pola tertentu pada grafik, seperti
mengumpul di tengah, menyempit kemudian melebar atau sebaliknya melebar
kemudian menyempit. Uji statistik yang dapat digunakan adalah uji <lejser, uji
Park atau uji =hite.
8eberapa alternatif solusi jika model menyalahi asumsi heteroskedastisitas adalah
dengan mentransformasikan ke dalam bentuk logaritma, yang hanya dapat
dilakukan jika semua data bernilai positif. $tau dapat juga dilakukan dengan
membagi semua (ariabel dengan (ariabel yang mengalami gangguan
heteroskedastisitas.
2. Uji $utokorelasi
Uji autokorelasi adalah untuk melihat apakah terjadi korelasi antara suatu periode
t dengan periode sebelumnya &t -!'. -ecara sederhana adalah bahwa analisis
regresi adalah untuk melihat pengaruh antara (ariabel bebas terhadap (ariabel
terikat, jadi tidak boleh ada korelasi antara obser(asi dengan data obser(asi
sebelumnya. -ebagai contoh adalah pengaruh antara tingkat inflasi bulanan
terhadap nilai tukar rupiah terhadap dollar. %ata tingkat inflasi pada bulan
tertentu, katakanlah bulan 6ebruari, akan dipengaruhi oleh tingkat inflasi bulan
.anuari. 8erarti terdapat gangguan autokorelasi pada model tersebut. 0ontoh lain,
pengeluaran rutin dalam suatu rumah tangga. Ketika pada bulan .anuari suatu
keluarga mengeluarkan belanja bulanan yang relatif tinggi, maka tanpa ada
pengaruh dari apapun, pengeluaran pada bulan 6ebruari akan rendah.
Uji autokorelasi hanya dilakukan pada data time series &runtut waktu' dan tidak
perlu dilakukan pada data cross section seperti pada kuesioner di mana
pengukuran semua (ariabel dilakukan secara serempak pada saat yang bersamaan.
Model regresi pada penelitian di 8ursa "fek 5ndonesia di mana periodenya lebih
dari satu tahun biasanya memerlukan uji autokorelasi.
8eberapa uji statistik yang sering dipergunakan adalah uji %urbin-=atson, uji
dengan ;un Test dan jika data obser(asi di atas !11 data sebaiknya menggunakan
uji ,agrange Multiplier. 8eberapa cara untuk menanggulangi masalah
autokorelasi adalah dengan mentransformasikan data atau bisa juga dengan
mengubah model regresi ke dalam bentuk persamaan beda umum &generali>ed
difference e*uation'. -elain itu juga dapat dilakukan dengan memasukkan
(ariabel lag dari (ariabel terikatnya menjadi salah satu (ariabel bebas, sehingga
data obser(asi menjadi berkurang !.
?. Uji ,inearitas
Uji linearitas dipergunakan untuk melihat apakah model yang dibangun
mempunyai hubungan linear atau tidak. Uji ini jarang digunakan pada berbagai
penelitian, karena biasanya model dibentuk berdasarkan telaah teoretis bahwa
hubungan antara (ariabel bebas dengan (ariabel terikatnya adalah linear.
)ubungan antar (ariabel yang secara teori bukan merupakan hubungan linear
sebenarnya sudah tidak dapat dianalisis dengan regresi linear, misalnya masalah
elastisitas.
.ika ada hubungan antara dua (ariabel yang belum diketahui apakah linear atau
tidak, uji linearitas tidak dapat digunakan untuk memberikan adjustment bahwa
hubungan tersebut bersifat linear atau tidak. Uji linearitas digunakan untuk
mengkonfirmasikan apakah sifat linear antara dua (ariabel yang diidentifikasikan
secara teori sesuai atau tidak dengan hasil obser(asi yang ada. Uji linearitas dapat
menggunakan uji %urbin-=atson, ;amsey Test atau uji ,agrange Multiplier.