Page 41 - MODUL PEMBELAJARAN EKONOMETRIKA
P. 41

antara  dua  koefisien  korelas  yang  terpisah  (   12,34 ,   hitung  korelasi  variabel

                                 dengan   (   ) dan     dan    (   ) kemudian hitung korelasi antara    dengan   .
                                          12
                                        2
                               1
                                                                                              12
                                                                                                       34
                                                           34
                                                   3
                                                         4
                          c.  Overall significance dari Auxiliary Regression. Kita membuat regresi auxiliary
                              antara  variabel-vanabel  yang  dicurigai  mengalami  multikolinearitas  dan
                              menghitung  overall  sigmficance  (F  Test).  Suatu  regresi  auxiliary  yang
                              signifikan mendukung dugaan atas adanya multikolinearitas.
                  3.  Prosedur koreksi
                       Terdapat  pandangan  yang  cukup  berbeda  di  antara  para  ahli  ekonometri  mengenai

                       ungkar  kepentingan  dari  masalah  multikolinearitas.  Seperti  yang  telah  diuraikan
                       sebelumnya  bahwa  kolinearitas  adalah  masalah  sampel,  dan  pada  penelitian  sosial

                       umumnya tidak banyak yang dapat dilakukan untuk "menukangi" data yang ada. Hal

                       ini  adalah  masalah  defisiensi  data  (atau  dalam  istilah  Goldberger,  1991:
                       micronumerosity).  Jika  dimungkinkan  kita  dapat  mengurangi  dampak  kolinearitas

                       dengan menambah data, atag jika tidak memungkinan maka diterima apa adanya.Di
                       lain pihak, ada pula pendapat yang menyatakan bahwa terdapat suatu kemungkinan

                       memperbaiki dengan data yang ada. Beberapa hal yang disarankan untuk dilakukan di
                       antaranya:

                          a.  Penggunaan Informasi Apriori. Informasi apriori adalah informasi yang bersifat

                              non-sample. Ia tidak berasal dari data melainkan dari teori, penelitian lainnya,
                              atau judgement peneliti. Misalnya kita meregresi model berikut

                                 =     +       +       +   
                                              2 2
                                        1 1
                                   0
                          b.  Penggunaan data panel. Data semacam ini memiliki beberapa karakter yang
                              berguna  bagi  penelitian  dan  robust  terhadap  beberapa  pelanggaran  asumsi

                              (termasuk malukolinearitas), lihat Wooldrige (2005) bab 13 untuk suatu diskusi.
                          c.  Penggantian mengeluarkan variabel Hal ini dilakukan jika tidak menyebabkan

                              specification  error  (variabel  yang  dihilangkan  tidak  berasal  dari  teori)  dan
                              bersifat substitusi terhadap variabel lainnya. Misalnya kita melakukan regresi

                              konsumsi  gas  terhadap  pendapatan,  ukuran  rumah  dan  jumlah  kendaraan

                              Ukuran rumah dan jumlah kendaraan adalah konsep kekayaan sehingga kita
                              dapat mengeluarkan salah satunya.

                          d.  Tranformasi  variabel.  Beberapa  bentuk  transformasi  yang  umum  digunakan
                              adalah first difference, ratio transformation (seperti pada WLS) dan bentuk log.






                                                           38
   36   37   38   39   40   41   42   43   44   45   46