Asumsi Klasik dan Teorema Gauss-Markov
Asumsi Klasik dan Teorema Gauss-Markov merupakan dua istilah penting yang harus kita pahami sebelum menganalisis regresi dari hasil pengolahan data menggunakan berbagai software statistik yang ada. Hal ini karena dibutuhkan pemahaman yang tepat tentang fungsi dan peran Asumsi Klasik serta teorema Gauss-Markov dalam menganalisis output suatu model penelitian. Berikut adalah sedikit penjelasan yang mungkin dapat membantu teman-teman dalam mempelajarinya. Uji Asumsi Klasik ( Clasical Linier Regression Model atau CLRM) adalah analisis atau pengujian yang dilakukan untuk mengetahui pada hasil estimasi model memiliki permasalahan dalam asumsi klasik. Pengujian asumsi klasik memiliki arti penting dalam memperoleh hasil estimasi yang terbaik dan efisien sehingga model estimasi yang diperoleh dapat digunakan untuk merefleksikan kondisi secara aktual atau sebenarnya. Asumsi ini dilakukan dengan cara mengidentifikasi beberapa uji, seperti uji normalitas data, multikolonieritas, heteroskedasti