Ekonometrika Lanjutan 1
Ekonometrika Lanjutan 1
oleh:
Uji F
Statistik Uji :
���������
�ℎ�� =
�������
Keputusan :
�ℎ�� ≤ ������ , maka �0 diterima
�ℎ�� > ������ , maka �0 ditolak
Interpretasi :
Pada metode OLS yang digunakan terdapat p-value yang digunakan untuk
mengetahui hubungan suatu variabel secara signifikan. Suatu variabel dikatakan
signifikan jika p-value < 0.05, maka �0 ditolak. Sehingga dapat dikatakan
bahwa terdapat hubungan antar variabel dependen dan independen.
• Uji Multikolinearitas
Uji multikolinieritas dirancang untuk mengetahui apakah terdapat
korelasi yang tinggi antara variabel bebas model regresi multikolinear. Jika
terdapat korelasi yang tinggi antara variabel independen, maka hubungan
antara variabel independen dengan variabel dependen akan terganggu.
Alat yang sama yang sering digunakan untuk mengukur perbedaan
pada patogen yang berbeda adalah varians hasil (VIF), Pearson
mempengaruhi varians dari fungsi independen atau mempertimbangkan
nilai dan ukuran eigen.
• Uji Heteroskedastisitas
Dalam pengujian heteroskedastisitas, dievaluasi apakah terdapat
perbedaan antara pengujian residual dengan pengujian lainnya. Salah satu
model regresi yang memenuhi syarat adalah kemiripan varians residual
satu pengamatan dan pengamatan lainnya yang disebut homoskedastisitas.
Bukti heterodaktisitas dapat ditunjukkan dengan menggunakan metode
hamburan plot dengan memplotkan nilai ZPRED (nilai prediksi) dengan
SRESID (nilai residual). Model yang baik adalah ketika grafik tidak
memiliki pola tertentu, seperti konvergen di tengah, sempit dan zoom in
atau z zoom in dan out. Tes Glejser, tes Park atau tes Wei dapat digunakan
sebagai tes.
Beberapa solusi alternatif, jika model melanggar asumsi
heterogenitas, adalah mengubahnya menjadi bentuk logaritmik. Ini hanya
mungkin jika semua datanya bagus. Atau semua variabel dapat dibagi
dengan variabel yang mengalami gangguan heterosaktik.
• Uji Autokorelasi
Uji autokorelasi untuk melihat apakah terdapat korelasi antara
periode t dengan periode sebelumnya (t -1). Sederhananya, analisis regresi
menguji pengaruh variabel independen terhadap variabel dependen
sehingga tidak ada korelasi antara observasi dengan informasi observasi
sebelumnya.
Uji autokorelasi hanya dilakukan pada data deret waktu (time
series) dan tidak harus dilakukan pada data cross-sectional seperti pada
kuesioner yang semua variabel diukur secara bersamaan. Model regresi
dalam penelitian di Bursa Efek Indonesia di mana pengujian autokorelasi
biasanya diperlukan selama lebih dari satu tahun. Beberapa uji statistik
yang umum digunakan adalah uji Durbin-Watson, uji coba dan uji jalan
serta jika data observasi di atas 100 data maka uji pengali Lagrange harus
digunakan. Beberapa cara untuk menyelesaikan masalah autokorelasi
adalah dengan mengkonversi data atau mengubah model regresi menjadi
persamaan yang beraneka ragam. Selain itu dapat juga dilakukan dengan
memasukkan variabel lag dari variabel dependen ke dalam salah satu
variabel independen, sehingga data observasi berkurang sebesar 1.
• Uji Linearitas
Uji garis digunakan untuk melihat apakah model bawaan memiliki
korelasi linier atau tidak. Ukuran ini jarang digunakan dalam beberapa
studi karena model ini biasanya dikembangkan atas dasar studi teoritis di
mana hubungan antara kebebasan yang berbeda dan perbedaan keuntungan
masyarakat adalah linier. Hubungan antar variabel yang secara teoritis
bukan merupakan hubungan linier tidak dapat dianalisis dengan regresi
linier, seperti masalah elastisitas.
Jika ada hubungan antara dua variabel yang belum diketahui linier,
uji linier tidak dapat digunakan untuk memberikan penyesuaian apakah
hubungannya linier. Uji linieritas digunakan untuk memastikan apakah
properti linier antara dua variabel yang diidentifikasi dalam teori cocok
dengan pengamatan. Uji linieritas dapat dilakukan dengan menggunakan
uji Durbin-Watson, uji Ramsey, atau uji pengali Lagrange.
Analisis Lanjutan
Analisis lanjutan yang sesuai dengan tipe data time series pada kasus ini
adalah dengan menggunakan asumsi autokorelasi, dimana dalam melakukan
uji autokorelasi perlu dilakukan beberapa pemeriksaan, antara lain :
i. Melakukan pemeriksaan dengan mendapatkan sisaan dan melakukan
pemeriksaan secara grafis. Setelah itu melakukan uji Durbin Watson untuk
memastikan hasil pemeriksaan grafis.
ii. Uji Breusch Godfrey untuk menguji sifat non autokorelasi secara ARIMA
(p d q).
iii. Kesimpulan yang dapat diambil ketika menggunkan uji autokorelasi adalah
seperti berikut ini :
Penduga OLS pada model perlu dilakukan uji asumsi autokorelasi. Jika
pada asumsi non autokorelasi terdeteksi adanya autokorelasi, maka penduga
OLS untuk koefisien regresi menjadi tidak lagi efisien karena ragam besar
dan tidak lagi memenuhi penduga yang bersifat BLUE. Sehingga adanya
autokorelasi pada asumsi non autokorelasi akan berefek pada struktur
ragam ˆ , yang efeknya pada hasil uji tidak valid karena menggunakan
ragam yang salah. Namun pada asumsi autokorelasi langsung dapat
diinterpretasikan.