Berbagi Ilmu Statistik

    Kedudukan antar asumsi pada metode kuadrat terkecil tidak sama. Asumsi kebebasan dan kehomogenan sisaan lebih diutamakan daripada asumsi kenormalan sisaan. Hal ini didasarkan pada dampak penyimpangan masing-masing asumsi terhadap pendugaan parameter dalam persamaan regresi linier. 1. Asumsi Kebebasan Sisaan Jika asumsi kebebasan tidak terpenuhi, tetapi metode kuadrat terkecil tetap digunakan dalam keadaan terdapat autokorelasi maka akan menyebabkan: 1. Penduga tidak efisien, sehingga selang kepercayaan menjadi lebar. 2. Penduga-penduga koefisien regresi yang diperoleh dengan menggunakan OLS tidak lagi BLUE (Best Linear Unbiased Estimator), sekalipun masih tak bias dan konsisten. 3. Penduga ragam sisaan (𝑆𝑒^2) underestimate atau lebih kecil dari nilai sebenarnya. Dengan demikian nilai koefisien determinasi (R^2) akan besar dan akibatnya uji-t, uji-F, dan interval kepercayaan menjadi tidak sahih lagi untuk digunakan. 4. Adanya autokorelasi yang kuat dapat menyeba