Assalamu'alaykum Warrahmatullahi Wabarakatuh ...
 Apa kabar Kawan-kawan metrica  semua ? Semoga masih selalu dalam lindungan Allah SWT .Aamiin J
Alhamdulillah, saya masih diberikan kesempatan dan kesehatan  sehingga bisa terus tayang di layar leptop saya :D dalam rangka untuk memberikan sedikit pembahasan-pembahasan terkait Ekometrika yang semakin hari semakin Wow dan mudah di pelajari , gak memperpanjang sapaan deh, Check In aja ke sini ya :
- UJI ASUMSI KLASIK
- PENGGUNAAN MODEL REGRESI OLS MENSYARATKAN PEMENUHAN BEBERAPA ASUMSI (ASUMSI KLASIK -- GAUSS --MARKOV)
JIKA ASUMSI TERPENUHI MAKA PARAMETER YANG DIPEROLEH DENGAN OLS ADALAH BERSIFAT BEST LINIER UNBIASED ESTIMATOR (BLUE)
PADA Â PRAKTIKNYA SATU ATAU LEBIH ASUMSI TERSEBUT TIDAK DAPAT DIPENUHI, PELANGGARAN ASUMSI KLASIK YANG SERING TERJADI YAKNI AUTOKORELASI, HETEROKEDASTISITAS DAN MULTIKOLINEARITAS
Persyaratan statistik yang harus dipenuhi pada analisis regresi linear berganda yang berbasis Ordinary Least Square (OLS)
Analisis Regresi yang tidak berbasis OLS tidak memerlukan uji asumsi klasik (eg regresi logistik atau regresi ordinal.
 Analisis regresi sederhana tidak memerlukan uji multikolinearitas dan analisis regresi dengan data cross sectional tidak memerlukan uji autokorelasi.
- Â 5 UJI ASUMSI KLASIK
- Normalitas
- Melihat apakah nilai residual terdistribusi normal atau tidak. Model regresi yang baik memiliki nilai residual yang terdistribusi normal.
- Multikolinearitas
- Melihat ada atau tidaknya korelasi yang tinggi antar variabel -- variabel beas dalam suatu model regresi.
- Heteroskedastisitas
- Melihat apakah terdapat ketidaksamaan varians dari residual satu ke pengamatan ke pengamatan yang lain.
- Autokorelasi
- Melihat apakah terjadi korelasi antara suatu periode t dengan periode sebelumnya (t-a)
- Linearitas
- Melihat model  yang dibangun memliki hubungan yang linear atau tidak.
Mengapa penting menggunakan Uji Asumsi Klasik ?
Model regresi lienar berganda (multiple regression) dapat disebut sebagai model yang baik jika model tersebut memenuhi kriteria BLUE (Best Linear Unbiased Estimator). Kriteria BLUE dipenuhi jika 5 uji asumsi klasik dipenuhi.
Contoh aplikasi yang digunakan adalah kasus permintaan ayam di AS selama periode 1960 -- 1982 (Gujarati)
