PERBAIKAN PELANGGARAN ASUMSI KLASIK DALAM REGRESI · asumsi normalitas dan linearitas karena...

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