Nama : Sinta Dwi Riani NIM : 049174121
Prodi : Ekonomi Pembangunan
Fakultas : Ekonomi Universitas Terbuka UPBJJ Serang Matkul : Statistika Ekonomi dan Bisnis
Tugas : 2 (dua)
1. Jelaskan asumsi tentang error yang mendasari regresi OLS!
Jawaban :
Pengertian OLS
OLS, atau regresi kuadrat terkecil biasa, adalah metode yang digunakan ahli statistik untuk memperkirakan parameter yang tidak ditentukan dalam model regresi linier.
7 asumsi regresi OLS
Berikut daftar tujuh asumsi regresi OLS:
1. Model regresi memiliki linearitas dalam term error dan koefisiennya
Asumsi regresi OLS yang pertama mengacu pada model regresi linier estimator. Ini adalah satu-satunya asumsi yang mengacu pada penduga OLS dan model regresi linier, sedangkan asumsi lainnya hanya mengacu pada penduga OLS.
Rumus regresi linier: Y = β₀ + β₁X₁ + β₂X₂ + ... + βₖXₖ + ε
2. Rata-rata populasi suku kesalahan adalah nol
Istilah kesalahan adalah angka yang mempertimbangkan variasi apa pun dalam “Y”, atau variabel terikat, yang gagal ditunjukkan oleh variabel bebas. Dalam keadaan ideal, peluang acak menentukan nilai suku kesalahan. Jika tidak, menciptakan nilai yang tidak memihak akan menjadi tantangan tersendiri. Untuk memenuhi ekspektasi ini, asumsi yang baik adalah mean populasi error term sama dengan nol.
3. Tidak terdapat korelasi antara variabel independen dengan error term
Asumsi regresi OLS penting lainnya adalah tidak ada korelasi antara variabel independen dan error term. Jika terdapat korelasi, error term dapat diprediksi dengan menggunakan variabel independen. Ini berarti bahwa istilah kesalahan mewakili kesalahan acak yang dapat
diprediksi, yang melanggar asumsi kedua dalam daftar ini.
4. Setiap pengamatan mempunyai istilah kesalahan yang independen terhadap yang lain Saat Anda menerapkan penduga OLS dalam model regresi linier, Anda dapat melakukan pengamatan independen terhadap istilah kesalahan. Seorang ahli statistik mungkin harus menerapkan langkah-langkah perbaikan jika mereka melihat korelasi antara pengamatan yang berbeda terhadap istilah kesalahan. Misalnya, model regresi linier yang memiliki kesalahan positif untuk satu observasi.
5. Varians suku kesalahan adalah konstan
Beberapa ahli statistik menyebut asumsi OLS ini sebagai homoskedastisitas. Dinyatakan bahwa error term dari estimator OLS mempunyai varian yang konstan. Artinya variansnya tetap sama pada satu observasi atau rentang observasi.
6. Tidak ada variabel bebas yang merupakan fungsi linier sempurna dari variabel lain Jika dua variabel mempunyai koefisien negatif atau positif, maka terdapat korelasi sempurna.
Beberapa model dapat menjelaskan korelasi sempurna, namun regresi OLS tidak bisa. Model regresi linier dengan estimator OLS yang memiliki dua variabel independen dengan korelasi sempurna tidak dapat ditampilkan dengan baik.
7. Istilah kesalahan menganut pola distribusi normal
Ini adalah satu-satunya asumsi regresi OLS yang bersifat opsional. Idealnya, istilah kesalahan mengikuti pola distribusi normal. Hal ini memungkinkan ahli statistik menghasilkan interval prediksi yang andal, menghasilkan interval kepercayaan yang akurat, dan melakukan pengujian hipotesis yang informatif.
2. Jelaskan penyebab timbulnya autokorelasi!
Jawaban :
Autokorelasi dapat disebabkan beberapa faktor, diantaranya karena manipulasi data, tidak memasukkan peubah (variabel) yang berpengaruh, atau karena kesalahan model.
