Page 32 - MODUL PEMBELAJARAN EKONOMETRIKA
P. 32

e.  Semilog
                                             =    +        (   ) +        (   ) + ⋯ +        (   ) +   
                                                    1
                                               0
                                                                              
                                                                                   
                                                                   2
                                                        1
                                                              2

                   f.  Model dengan koefisien interaksi

                                                    =     +       +       +          +   
                                                                       3 1 2
                                                                 2 2
                                                           1 1
                                                      0

                       Selain untuk tujuan penelitian, penggunaan spesifikasi tertentu juga dilakukan untuk memperoleh fitur
                       statistik yang lebih baik dari lainnya. Transfroması ke dalam bentuk log-linier misalnya akan mengurangi
                       dispersi/sebaran  dan  variabel  sehingga  koefisien  yang  diestimasi  akan  robust  terhadap  outlier  dan
                       beberapa tipe pelanggaran 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. jika kita telah
                                                               3
               memasukkan    dan   Hal ini dapat terjadi misalnya    adalah nilai alat likuid pada model investasi perusahaan
                            1
                                                           3
                                2
               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 pemilihan variabel yang memberikan tambahan kontribusi tertinggi terhadap model Hal ini dilakukan
               sebagai suatu prosedur trial and error hingga diperoleh model yang parsimonious Teknik ini dikenal dengan
               namageneral to specific Tidak ada suatu sistematika yang standar dan efektif untuk digunakan dalam modeling
               (dalam hal pemilihan dan sortir model). Namun paling tidak terdapat suatu beberapa teknik formal yang dapat
               digunakan untuk membantu mengurangi kesalahan yang terjadi. Di sini kita akan mempelajari dua teknik, yakni
               Ramsey RESET Test (1969) dan Davidson and McKinon Test (1993).Ramsey (1969) telah menyusun suatu teknik
               yang  dapat  digunakan  untuk  mendeteksiapakah  model  yang  digunakan  mengalami  kesalahan  mispesifikasi,
               khususnya yangdisebabkan oleh wined variable, bentuk fungsional yang tidak tepat, dan korelasiantara variabel
               bebas dan residual (endogenitas).


                                                           29
   27   28   29   30   31   32   33   34   35   36   37