Alibaba #87: Ordinary Least Squares

[dirangkum oleh Diskominsta Kota Magelang]

Sahabat Data,


Ordinary Least Squares (OLS) adalah metode yang sering digunakan untuk mengestimasi parameter model regresi. Metode ini digunakan untuk meminimalkan jumlah kuadrat residual (galat), yaitu selisih antara nilai data aktual dengan nilai yang diprediksi oleh model. Dalam penerapannya terdapat beberapa asumsi yang harus dipenuhi, yaitu tidak adanya autokorelasi, tidak terdapat multikolinearitas, bersifat homoskedastisitas, dan residual yang berdistribusi normal. Pemenuhan asumsi-asumsi tersebut dapat diuji menggunakan berbagai uji statistik.  Apabila memenuhi seluruh uji asumsi, hasil yang dimiliki oleh metode OLS adalah estimator yang bersifat BLUE (Best Linear Unbiased Estimator). Adapun penjelasan mengenai sifat BLUE sebagai berikut :

• Best : estimator memiliki varians paling kecil dibandingkan estimator linear tak bias lainnya.

• Linear  : estimator yang digunakan merupakan nilai kombinasi linier.

• Unbiased : nilai harapan sebuah estimator sama dengan nilai parameter sebenarnya.
  
  

Dalam penerapannya, metode OLS digunakan secara luas di berbagai bidang. Contohnya di bidang ekonomi, OLS digunakan untuk melakukan analisis pengaruh pendidikan terhadap pendapatan, estimasi elastisitas permintaan, prediksi pertumbuhan ekonomi, serta analisis regresi sektor keuangan dan perbankan.