Page 44 - MODUL PEMBELAJARAN EKONOMETRIKA
P. 44
asumsiGauss-Markov seperti heterokedastisitas dan skewed distribution (non-
normality).
C. Spesifik Model
Di atas telah dibahas berbagai model yang dapat dipilih dalam penelitian yang meng-
gunakan teknik regresi linier. Namun demikian, permasalahan spesifikasi pemodelan tidak
hanya masalah bentuk fungsional. Spesifikasi juga mencakup penentuan apakah sekelompok
variabel harus dimasukkan atau tidak ke dalam model serta kemungkinan adanya korelasi
antara variabel bebas dan residual regresi (endogenitas).Omitted variable dapat menyebabkan
parameter yang ditemukan menjadi bias. Hal ini dapat ditunjukkan secara teoretis bahwa rata-
rata parameter yang diperoleh tidak akan sama dengan nilai populasi (true value).
Terdapat 2 kondisi di mana omitted variable tidak menjadi masalah dalam estimasi, yakni:
a. Omitted variable yang tidak relevan. Hal ini terjadi misalnya jika kita meregresikan
pengeluaran barang modal perusahaan dengan nilai alat likuid (kas dan suratberharga).
b. Omitted variable tidak memiliki korelasi yang signifikan dengan variabel yang ada pada
model. Pada kasus yang lebih umum, & variabel, maka syarat ini mengharuskan
omitted variable tidak memiliki korelasi terhadap setiap variabel bebas lainnya yang
ada pada model.
Yang sebenarnya berlaku pada populasi adalah tidak memiliki dampak terhadap 3.
3
jika kita telah memasukkan dan Hal ini dapat terjadi misalnya adalah nilai alat likuid pada
1
3
2
model investasi perusahaan yang dibahas sebelumnya. Dalam banyak kasus kita mengharapkan
nilai alat likuid udak memengaruhi investasi perusahaan atan koefisiennya diharapkan bernilai
nol.
Dampak negatif yang ditimbulkan atas masuknya variabel tidak relevan adalah
memperbesar standar eror dari model regresi. Jika model mengandung banyak variable tidak
relevan, maka model regreu akan memiliki nila presisi yang rendah Lebih lanjut mengingat
standard error juga digunakan untuk uji signinkansi, masalah ini juga akanberpotensi
menimbulkan bias pada pengambilan kesimpulan (melalui inferensi, ujisignifikansi
parameter).
Dengan demikian terdapat trade of dari terlalu banyak memasukkan variabel
(redundant variable) versus terlalu sedikit (omitted variable) Hendry (1995) serta Charemza
dan Deadman (1992) menyarankan agar dalam situasi ini peneliti lebih berani mengambil
risiko redondant variable. Sebagai implikasinya model disusun mulas dan memasukkan banyak
variabel. Selanjutnya melalui teknik eksklusi (Wald Test) dilakukan perampingan melalui
41