Dokumen tersebut membahas tentang konsep multikolinearitas, implikasinya terhadap estimasi BLUE, asumsi-asumsi yang mempengaruhinya, dan cara mengukurnya. Beberapa sumber multikolinearitas adalah spesifikasi model, ukuran sampel, dan karakteristik populasi. Multikolinearitas bukanlah masalah pada populasi tetapi pada sampel, dan derajatnya yang menentukan implikasinya.

2.  Konsep
 Implikasi
 Teknik Deteksi
 Prosedur Koreksi

3.  Asumsi ke 4 supaya estmator berfifat BLUE
adalah tidak adanya kolinearitas sempurna
diantara variabel bebas.
 Diperkenalkan oleh Ragnar Frisch (1934), berarti
hubungan linear yang sempurna diantara variabel
bebas.
 Adanya hubungan diantara variabel bebas
memang diperlukan, supaya hasil estimasi valid.
 Namun, hubungan yang bersifat linear harus
dihindari karena akan membawa konsekuensi
gagal estimasi (multkolinearitas sempurna).

6.  Dari prinsip matematika matriks, jika sistem
persamaan (5) mengalami kondisi
ketidakbebasan secara linear, maka sistem
persamaan tersebut tidak akan memiliki solusi.
 Hal itulah yang terjadi jika variabel bebas dalam
model mengalami multikolinearitas sempurna.
 Jika multikolinearitas tidak sempurna, maka yang
terjadi adalah masalah inferensi, karena standard
error yang bersifat variabel.

7.  Cara pengambilan data dan kecilnya ukuran sampel.
 Pembatas pada model atau populasi yang disampel.
Misalnya, meregresi konsumsi listrik terhadap
pendapatan dan ukuran rumah. Populasi dari
karakteristik sampel menunjukkan adanya
kolinearitas, dimana individu yang memiliki
pendapatan besar umumnya memiliki rumah yang
berukuran besar.
 Spesifikasi model. Penambahan polynomial
berpotensi menimbulkan masalah multikolinearitas
terutama jika nilai range x yang dimiliki adalah kecil.

8.  Model yang over-determined. Hal ini terjadi jika
model yang dimaksud memiliki lebih banyak
variabel dibandingkan jumlah sampel (umumnya
terjadi pada penelitian medis).
 Common trend. Terutama jika menggunakan
data time series, banyak variabel seperti GDP,
konsumsi agregat PMA, dsb bergerak searah
berdasarkan waktu.

11.  Gujarati (2003) menyatakan bahwa
multikolinearitas adalah fenomena sampling. Ia
terjadi pada sampel dan bukan pada populasi.
 Spesifikasi model yang telah benar (tidak ada
variabel yang merupakan multiplikasi dari
variabel lainnya)
 Berarti bahwa, jika dimungkinkan penggunaan
data populasi maka multikolinearitas tidak akan
pernah menjadi masalah.
 Kmenta (1986) menyatakan bahwa permasalahan
multikolinearitas adalah persoalan derajat bukan
apakah ada atau tidak ada kolinearitas pada data
yang dimiliki.

12. Metode untuk mengukur derajat multikolinearitas
adalah:

21.  Cari data makroekonomi (periode: bebas)
 Berdasarkan teori, buat model ekonomi
dengan 4 variabel independen
 Lakukan estimasi OLS
 Interpretasi seperti materi hari ini
 No Copy and Paste