& Multikolinearitas
Materi 6 – Ekonometrika Terapan
Normality
Normalitas
• Salah satu asumsi penting dalam regresi OLS adalah asumsi
normalitas distribusi error.
• Dalam regresi berganda, hal penting yang perlu diperhatikan bahwa
asumsi distribusi normal pada error term, bukan distribusi normal
pada masing-masing variabel independen.
• Oleh karena itu, proses uji normalitas baru bisa dilakukan setelah
running regresi sehingga bisa di-generate nilai residual regresinya.
Dampak jika error term tidak terdistribusi normal
• Pelanggaran normalitas menimbulkan masalah dalam uji signifikansi
koefisien (menentukan apakah koefisien model berbeda secara
signifikan dari nol) dan untuk menghitung confidence interval untuk
forecasting (peramalan).
• Uji signifikansi koefisien didasarkan pada asumsi bahwa error
terdistribusi normal jika tidak terdistribusi normal maka confidence
interval bisa menjadi terlalu lebar atau terlalu sempit.
Testing for Normality
Karakteristik distribusi Normal:
• Nilai Skewness (kemencengan) = 0
• Nilai Kurtosis (ketinggian distribusi) = 3
• N: Jumlah observasi
• S: Nilai Skewness
• K: Nilai Kurtosis
data: res1
X-squared = 1.0924, df = 2, p-value = 0.5791
Contoh aplikasi dengan Gretl
• Buka sample file Ramanathan data4-4 tentang penggunaan bis
umum
• Estimasi OLS model regresi:
BUSTRAVEL= a + b1 FARE + b2 GASPRICE + b3 INCOME + b4 POP + b5
DENSITY + b6 LANDAREA + e
Hasil antar variabel bebas tidak ada nilai korelasi di atas 0.8. Tidak ada indikasi multikolineraitas.
Cara lain Collinearity Test
Blok semua variabel independen Klik kanan Pilih Collinearity
• Pilih “No” untuk pilihan constant
Jika nilai Condition Number > 50 menunjukkan adanya masalah Multikolinearitas