25
meng!'.asiikan kesalahan
baku yang lebih ked! (minimal sama), apabila dibandingkan
dengan
me!Dde
kuadrat terked!.
Deogan asumsl-asumsl
rert:enru, metode
OlS
mempunyal beberapa sifat
statlstik yang sangat
menal'ik
)lang memb1111tnya
menjadlsuaru
metode ana!isis regresi
yang
paling
k!Jat
dan
poj:J'Jlar. Met::!de
kua:lrat
!Jeii<ecil biasa
inl merupakan pemerkira
teroalk tlk
bias (Best
lillellr
Unbfassed Estfmatxx;
BLUE)
dengan
asumsi
kenormalan (mengikuti dSI:!ibusinorme!).
Best
karena penaksir OlS akan
mem!liki slfat
paling efisien
dalam pengertian
bahwa
pep.aksir
memiliki variasi yang
tel'kedl. Yang dlmaksud
l.lnear ada!ah penaksir
Ol.S merupakan
fungsi lin!er dart Y (variaoo dependen). Unierfuls in! diperiukan untuk
mempermudah pe!tlirungan
(estimasi}.
Se!anju:nya
Unbiassed
(tidak bias) adalah secara rata-rata taksiran
dengan
me!Dde OlS
ini akan sama dengan
parametef' yang sebenamya. Menurut SugiyanW
(1995:,::.47),
beberapa
asumsl yang harus
d!penuhi agar
penakslr rnemlrtki
slfat-sifut
yang diiilglnkan dlatas
adalah:
L
5ecara rata-ra!:2,
ni!alkesalahan
pengganggu akan sama dengan
no!
(0),atau
E(E<)=O.
Z. E!,
•nemlli!d
varlasl yang
konstan.
Asumsi
ini
dlnamakan homoskedastisitas
(ho,atau perwebaran saw.a,
atau varians
sama.
3.
1ldak ada o!Dkorelasl
(kesalahan berurutan) antara
· antara
kesalahan
pengganggu.
Dengan kata lain,asumslketiga ini
dapat d!tulls
Cov[e;,.:J
=
o.
4.
Vanaoo
bebas
tidak
bersifat
sl:okhastik
(nonstochasttq.
Asumsl
lni
berarti
bahwa dalam
perrobaan
yang
beru!ang-lllang (repeated samp/in{j)
nr.ai
X
adalah temp. Keempat asumsi di
atas
biasa d!sebut dengan asumsi ldasik.
tJlode!
yang memenuhi keempat asumsidiatas dlnamakan
model llnier klasik
(Tlle
Gassfca!
linear
Model).
Urrt:uk membuat
irlferensi,
maka
dibutuhkan
asumsi
kelima ya!ru
asumsi normam:as.
 |