Page 43 - MODUL EKONOMETRIKA

BAB 5

SEPUTAR REGRESI LINIER

A. Skala dan Unit Pengukuran
Pada penelitian empiris beberapa variabel sering memiliki denominasi yang sangat

banyak. Sebagai contoh, umumnya GDP suatu negara memiliki denominasi dalam miliar atau

triliun. Begitu juga halnya dengan gaji, jumlah populasi, kapitalisasi pasar, dsb.Jika data
semacam ini digunakan secara apa adanya maka akan sangat mungkin sekali apabila kita

memiliki model regresi di mana koefisien-koefisiennya memiliki digit yang banyak. Meskipun
tidak bersifat bias (regresi adalah valid), sepanjang spesifikasi telah dilakukan dengan benar,

namun untuk tujuan keramahgunaan (user friendly) kadang diperlukan suatu penskalaan
kembali (rescaling). Dengan rescaling diharapkan interpretasi terhadap hasil penelitian menjadi

lebih mudah dilakukan dan nyaman.

Kesimpulan pertama yang dapat diambil dari perubahan skala adalah bahwa hal itu
tidak akan mengubah hasil penelitian dalam aspek apa pun. Perubahan skala hanya mengubah

cara membaca/menginterpretasikan hasil regresi, bukan esensinya. Di sini akan dibahas
dampak rescaling terhadap variabel terikat dan bebas.Perubahan skala pada masing-masing

tipe variabel membawa implikasi tersendiri dandiperlukan suatu kehati-hatian agar dapat
dilakukan dengan benar. Jika rescaling dilakukan pada variabel terikat, maka perubahan akan

terjadi pada seluruh koefisien model regresi. Sebagai ilustrasi, misalnya kita melakukan regresi

atas pengeluaran investasi barang modal perusahaan (CAP) terhadap ukuran perusahaan
(SIZE) dan tingkat pengembalian terhadap ekuitas (Return On Equity; ROE), Jika semula kita

mengukur pengeluaran investasi dalam jutaan rupiah dan mengubahnya menjadi miliaran

rupiah, maka hasil reestimasi dari variabel yang ditransformasi dapat diinterpretasikan. Dengan
perkataan lain, koefisien setelah rescaling adalah 1/1.000 nilai semula. Selanjutnya, jika

rescaling dilakukan hanya pada variabel bebas maka perubahan koefisien hanya terjadi pada
variabel itu sendiri. Masih dengan menggunakan contoh di atas, jika semula ROE diukur

sebagai suatu desimal kemudian ditransformasikan menjadi persentase, maka reestimasi model
dapat diinterpretasikan.

B. Pilihan Bentuk Fungsional
Untuk tujuan penelitian tertentu, pemodelan dengan bentuk linier seperti yang

diuraikan di atas mungkin tidak lagi memadai. Untuk keperluan ini, model mungkin perlu

39