39
4.5.4.3 Kriteria Ekonometrika
Hasil pengolahan data pada model persamaan regresi linear berganda tersebut belum dapat digunakan, sebelum memenuhi beberapa asumsi atau
pengujian dengan menggunakan kriteria ekonometrika. Pengujian tersebut didasarkan pada pelanggaran asumsi yang digunakan dalam metode OLS. Karena
jika terjadi penyimpangan terhadap asumsi tersebut, maka akan diperoleh estimasi atau dugaan yang tidak valid. Hal-hal yang dilihat dalam kriteria ekonometrika
antara lain adalah multikolinearitas multicollinearity, heteroskedastisitas heteroscedasticity dan kenormalan data atau sisaan menyebar normal.
Analisis regresi berganda mengisyaratkan bahwa antar variabel bebas tidak boleh ada hubungan linear atau tidak ada masalah multikolinearitas yang
mengakibatkan adanya ragam yang besar. Efek dari adanya ragam yang besar antara lain adalah nilai dugaan bagi koefesien regresi
β
i
seringkali menjadi aneh dan dalam pengujian berpengaruh, beberapa variabel bebas akan dinyatakan tidak
ada pengaruhnya walaupun dari bidang penerapan regresi tersebut dan data yang didapatkan mengindikasikan hal yang sebaliknya. Untuk mendeteksi ada atau
tidaknya multikolinearitas dapat dilakukan uji marquardt dengan melihat nilai
Variance Inflation Factor VIF dari hasil estimasi analisis regresi berganda.
Asumsi kehomogenan atau kesamaan ragam homoscedasticity
memainkan peranan yang sangat penting di dalam pendugaan dengan metode kuadrat terkecil OLS. Asumsi ini berimplikasi bahwa setiap pengamatan pada
variabel tak bebas mengandung informasi yang sama penting. Konsekuensinya, semua pengamatan di dalam OLS mendapatkan bobot yang sama besar. Dengan
kata lain, ketidakhomogenan ragam atau heteroskedastisitas heteroscedasticity
40 mengakibatkan beberapa pengamatan mengandung informasi yang lebih
dibandingkan yang lain. Dengan demikian, pengamatan ini seharusnya mendapatkan bobot yang lebih besar dibandingkan pengamatan yang lain.
Pengaruh dari tidak dipenuhinya asumsi ini adalah presisi atau kecermatan dari penduga OLS menjadi lebih kecil jika dibandingkan dengan penduga yang
mengakomodir ketidakhomogenan ragam tersebut. Heteroskedastisitas tidak merusak sifat ketidakbiasan dan konsistensi dari penaksir OLS, tetapi penaksiran
tadi tidak lagi efisien, bahkan tidak lagi asimtotik terutama untuk sampel yang besar. Ketidakefisienan ini membuat prosedur pengujian hipotesis yang biasa,
nilainya diragukan. Asumsi bahwa sisaan menyebar normal tidak terlalu penting dalam
pendugaan parameter regresi dan pemisahan total keragaman. Penduga dengan metode kuadrat terkecil OLS tetap merupakan penduga tak bias terbaik apabila
asumsi lain terpenuhi. Kenormalan data hanya diperlukan pada waktu pengujian hipotesis dan penyusunan selang kepercayaan bagi parameter. Secara umum,
pengaruh ketidaknormalan sisaan terhadap pengujian dan penyusunan selang kepercayaan adalah bahwa taraf nyata yang berkaitan dengan dua hal tersebut
tidak lagi sesuai dengan yang ditentukan. Nilai residual berdistribusi normal merupakan suatu kurva berbentuk lonceng bell-shaped curve yang kedua sisinya
melebar sampai titik tak terhingga. Distribusi data tidak normal, karena terdapat nilai ekstrem dalam data yang diambil.
4.5.5 Analisis Faktor-Faktor yang Mempengaruhi Land Rent
Kategori