perbaikan pelanggaran asumsi klasik dalam regresi · asumsi normalitas dan linearitas karena...
TRANSCRIPT
PERBAIKAN PELANGGARAN
ASUMSI KLASIK DALAM
REGRESIAgus Tri Basuki, M.Sc
REGRESI YANG BAIK• OLS merupakan metode regresi yang
meminimalkan jumlah kesalahan (error) kuadrat. Model regresi linier yang dipakai dengan metodeOLS tersebut, harus memenuhi asumsi BLUE (best Liniear Unbiased Estimator) :
a. Normalitas
b. Linearitas
c. Non Multikolinearitas
d. Homoskedastistas
e. Non Autokorelasi
TAHAPAN ANALISIS REGRESI
MODEL REGRESI
MODEL PERSAMAAN REGRESI
Log(GDP) = βo + Β1log(CONS) + β2Log(IMP) +
β3Log(MS) + β4 CPI + ε
DATA EKONOMI MAKRO
MODEL PERSAMAAN REGRESI
Log(GDP) = βo + Β1log(CONS) + β2Log(IMP) + β3Log(MS) + β4 CPI + ε
HASIL REGRESI
Ada indikasi
Muncul
Autokorelasi
Dalam Model
Seluruh variabel
bebas memiliki
pengaruh secara
signifikan nilai
prob < 0,05
UJI ASUMSI KLASIKModel
Regresi
memenuhi
asumsi
normalitas
dan linearitas
karena
probabilitas
nya diatas
0,05
UJI HETEROSKEDASTISITAS DAN
AUTOKORELASIModel Regresi
memenuhi
melanggar
asumsi
Homoskedastisita
s dan Non
Autokorelasi
karena
probabilitasnya
dibawah 0,05
Ada Indikasi ada
Multikolinearitas
karena VIF > 10
• Karena Model tidak memenuhi asumsi klasik,
maka harus ada tindakan perbaikan.
a. Terjadi Multikolinearitas
b. Terjadi Homoskedastistas
c. Terjadi Autokorelasi
Langkah Awal diperbaiki Autokorelasinya terlebih dahuluData time seris Perbaikan melalui cara :NLGDP =Log(GDP)t – [(1-DW/2) x log(GDPt-1)]NLCONS =Log(CONS)t – [(1-DW/2) x log(CONSt-1)] NLIMP =Log(IMP)t – [(1-DW/2) x log(IMPt-1)] NLMS =Log(MS)t – [(1-DW/2) x log(MSt-1)] NCPI =CPIt – [(1-DW/2) x CPIt-1]
PERBAIKAN DATA
HASIL PERBAIKANSeluruh variabel
bebas memiliki
pengaruh secara
signifikan nilai
prob < 0,05
Tidak ada
indikasi
Muncul
Autokorelasi
Dalam Model
UJI ASUMSI KLASIK
Normalitas
bukan salah
satu syarat
BLUE
Model Regresi
memenuhi
asumsi
linearitas
karena
probabilitasny
a diatas 0,05
UJI HETEROSKEDASTISITAS DAN
AUTOKORELASI
Model Regresi
memenuhi asumsi
Homoskedastisita
s dan Non
Autokorelasi
karena
probabilitasnya
diatas 0,05
TERPENUHI ASUMSI NON
MULTIKOLINEARITAS
0,979 > 0,8608; 0,9349; O,9134 NON MULTIKOLINEARITAS
KESIMPULANHasil Regresi memenuhi asumsi BLUE
(best Liniear Unbiased Estimator)
TERIMA KASIH