Page 40 - MODUL EKONOMETRIKA
P. 40

kita akan  membahas 2 metode yang paling popular, yakni Breusch-Pagan Test dan

                       White Test (lihat Gujarati, 2003 untuk jenis test lainnya).


                   3.  Prosedur koreksi
                              Jika pada suatu model regresi terdeteksi heterokedastisitas, maka standar error

                       dari regresi menjadi bias Sebagai konsekuensinya, seluruh upe uji hipotesis (parsial dan

                       exclusion) menjadi menyesatkan Unnik itu perlu dilakukan koreksi terhadap model
                       Terdapat  2  tipe  koreksi  yakmi  (1)  koreksi  terhadap  standar  error  regresi  dan  (2)

                       Generalized Least Square GLS. Tipe koreksi yang pertama dilakukan hanya terbatas
                       pada standar error regresi Tidak ada modifikasi atau estimasi ulang atas parameter yang

                       diperoleh dari OLS Koreksi terhadap standar error regresi dilakukan melalui prosedur

                       yang diuraikan oleh White (1980) dan dikenal dengan nama Heterocedasticity Robust
                       Standard Error.

                              Prosedur White (1980) dilakukan terutama jika heterokedastisitas yang terjadi
                       adalah pada model yang telah dispesifikasi dengan benar. Setelah memeriksa kembali

                       model  yang  diestimasi  tidak  ditemukan  dasar  untuk  mengubah  susunan  variabel.
                       Koreksi  dengan  metode  GLS  dapat  mengubah  parameter  atau  interpretasi  sehingga

                       diambil langkah hanya untuk mengoreksi standard error parameter.


               C. Multikolinearitas

                       Dan  prinsip  matematika  matniks,  kita  mengetahui  bahwa  jika  sistem  persamaan
               mengalami  kondisi  ketidakbebasan  secara  linier  (di  mana  terdapat  suatu  baris/kolom  yang

               merupakan kombinasi linier baris/kolom yang lain) maka sistem persamaan tersebut tidak akan

               memiliki  solusi.  Inilah  yang  terjadi  jika  variabel  bebas  yang  ada  pada  model  mengalami
               multikolinearitas  sempurna  Sedangkan  jika  mulukolinearitas  adalah  tidak  sempurna,  maka

               kesulitan  yang  terjadi  adalah  kesulitan  dalam  inferensi  Karena  standar  error  yang  bersifat
               variabel.

                  1.  Penyebab multikolinieritas

                       Terdapat beberapa penyebab multikolineantas, di antaranya (Montgomery and Peck.
                       1982)

                          a.  Cara pengambilan data dan kecilnya ukuran sampel
                          b.  Pembatas pada model  atau populasi yang disampel Misalnya kita  meregresi

                              konsumsi listrik terhadap pendapatan dan ukuran rumah. Di sini populasi dari




                                                           36
   35   36   37   38   39   40   41   42   43   44   45