Konsekuensi multikonearitas:
1. Kesalahan stkitar cenderung semakin besar dengan meningkatnya
tingkat korelasi antar variabel.
2. Karena besarnya kesalahan stkitar, selang keyakinan untuk parameter
populasi yang relevan cenderung lebih besar.
3. Taksiran koefisian dan kesalahan stkitar regresi menjadi sangat
sensitif terhadap sedikit perubahan dalam data.
Kasus
b. Transformasi Variabel
Misalnya kita menganalisis perilaku tabungan masyarakat
dengan pendapatan dan kekayaan sebagai variabel independen. Data
yang kita punyai adalah data time series. Dengan data time series ini maka
diduga akan terjadi multikolinieritas antara variabel independen
pendapatan dan kekayaan karena data keduanya dalam berjalannya
waktu memungkinkan terjadinya trend yakni bergerak dalam arah yang
sama. Ketika pendapatan naik maka kekayaan juga mempunyai trend
yang naik dan sebaliknya jika pendapatan menurun diduga kekayaan juga
menurun.
Dalam mengatasi masalah multikolinieritas tersebut, kita bisa
melakukan transformasi variabel. Misalnya kita mempunyai model
regresi time series sbb:
Yt 0 1 X 1t 2 X 2t et (6.1)
dimana :
Y = tabungan;
X1 = pendapatan;
X2 = kekayaan
Yt Yt 1 1 ( X 1t X 1t 1 ) 2 ( X 2t X 2t 1 ) vt (6.4)
dimana vt = et – et-1
c. Penambahan Data
Masalah multikolinieritas pada dasarnya merupakan persoalan
sampel. Oleh karena itu, masalah multikolinieritas seringkali bisa diatasi
jika kita menambah jumlah data. Kita kembali ke model perilaku
tabungan sebelumnya pada contoh 6.5. dan kita tulis kembali modelnya
sbb:
Yi 0 1 X 1i 2 X 2i ei (6.5)
Tabel 6.1.
Perkembangan Ekspor, Konsumsi, impor,
angkatan kerja dan populasi
Dependent Variable: AK
Method: Least Squares
Date: 01/09/17 Time: 04:49
Sample: 1990 2014
Included observations: 25
Jika kita bandingkan R12 regresi LS EKS C CONS IMP AK POP dengan R22
regresi LS AK IMP CONS POP C, maka R12 = 0.959611lebih kecil dari R22 =
0.964931, sehingga dapat disimpulkan model diatas mengandung
multikolearitas.
Hasil regresi diatas : R kuadrat yang tinggi (lebih dari 0.8), nilai F tinggi, dan
nilai t-statistik hampir semua variabel penjelas signifikan.
Agus Widarjono, Ekonometrika Teori dan Aplikasi untuk Ekonomi dan Bisnis, Edisi
Kedua, Cetakan Kesatu, Penerbit Ekonisia Fakultas Ekonomi UII
Yogyakarta 2007.
Catur Sugiyanto. 1994. Ekonometrika Terapan. BPFE, Yogyakarta
Gujarati, Damodar N. 2003. Basic Econometrics. Third Edition.Mc. Graw-Hill,
Singapore.
Koutsoyiannis, A (1977). Theory of Econometric An Introductory Exposition of
Econometric Methods 2nd Edition, Macmillan Publishers LTD.
Maddala, G.S (1992). Introduction to Econometric, 2nd Edition, Mac-Millan
Publishing Company, New York.
10 | U j i M u l t i k o l i n e a r i t a s d a n P e r b a i k a n M u l t i k o l i n e a r i t a s