Page 78 - CBR_EKONOMETRIKA_KEL 7

BAB 6 PERBAIKAN PELANGGARAN ASUMSI

KLASIK

6.1 Multikolinearitas

Jika model kita mengandung multikolinieritas yang serius yakni korelasi yang tinggi
antar variabel independen, Ada dua pilihan yaitu kita membiarkan model tetap mengandung
multikolinieritas dan kita akan memperbaiki model supaya terbebas dari masalah
multikolinieritas.

Tanpa Ada Perbaikan
Multikolinieritas sebagaimana kita jelaskan sebelumnya tetap menghasilkan estimator
yang BLUE karena masalah estimator yang BLUE tidak memerlukan asumsi tidak adanya
korelasi antar variabel independen. Multikolinieritas hanya menyebabkan kita kesulitan
memperoleh estimator dengan standard error yang kecil. Masalah multikolinieritas biasanya
juga timbul karena kita hanya mempunyai jumlah observasi yang sedikit. Dalam kasus terakhir
ini berarti kita tidak punya pilihan selain tetap menggunakan model untuk analisis regresi
walaupun mengandung masalah multikolinieritas.
Dengan Perbaikan

A. Menghilangkan Variabel Independen

Ketika kita menghadapi persoalan serius tentang multikolinieritas, salah satu metode
sederhana yang bisa dilakukan adalah dengan menghilangkan salah satu variabel
independen yang mempunyai hubungan linier kuat. Misalnya dalam kasus hubungan antara
tabungan dengan pendapatan dan kekayaan, kita bisa menghilangkan variabel independen
kekayaan.
Akan tetapi menghilangkan variabel independen di dalam suatu model akan
menimbulkan bias spesifikasi model regresi. Masalah bias spesifikasi ini timbul karena kita
melakukan spesifikasi model yang salah di dalam analisis. Ekonomi teori menyatakan
bahwa pendapatan dan kekayaan merupakan faktor yang mempengaruhi tabungan sehingga
kekayaan harus tetap dimasukkan di dalam model.

B. Transformasi Variabel

Misalnya kita menganalisis perilaku tabungan masyarakat dengan pendapatan dan
kekayaan sebagai variabel independen. Data yang kita punyai adalah data time series.
Dengan data time series ini maka diduga akan terjadi multikolinieritas antara variabel
independen pendapatan dan kekayaan karena data keduanya dalam berjalannya waktu
memungkinkan terjadinya trend yakni bergerak dalam arah yang sama. Ketika pendapatan
naik maka kekayaan juga mempunyai trend yang naik dan sebaliknya jika pendapatan
menurun diduga kekayaan juga menurun.

Dalam mengatasi masalah multikolinieritas tersebut, kita bisa melakukan transformasi
variabel. Misalnya kita mempunyai model regresi time series sbb:

78