bab 3dfd
TRANSCRIPT
-
8/16/2019 Bab 3dfd
1/15
BAB 3
METODOLOGI
3.1 PENGENALAN
Bab ini membincangkan dan menghuraikan mengenai proses atau kaedah yang digunakan
bagi pembentukan model yang dianggar bagi kajian yang dijalankan oleh pengkaji.
Metodologi bermaksud sistem yang merangkumi kaedah dan prinsip yang digunakan dalam
sesuatu kegiatan, disiplin dan sebagainya (Kamus Dewan: 1!". #leh itu, sebelum
pembentukan model peramalan dijelaskan secara terperinci, penyelidik perlu membincangkan
model regresi terlebih dahulu. $ni adalah kerana, setiap bidang penyelidikan akan mempunyai
kaedah atau metodologinya yang tersendiri untuk menerangkan hasil penyelidikan yang
diperolehi. Merujuk kepada kajian yang dijalankan ini, pengkaji meramalkan perbelanjaan
awam Malaysia dari tahun 1%1 hingga &'1! dengan mengambilkira aktor)aktor yang
mempengaruhinya iaitu cukai pendapatan petroleum, royalty petroleum dan gas serta
keluaran dalam negara kasar sebagai pembolehubah bagi kajian ini. *aktor)aktor ini akan
diambilkira ketika membentuk model regresi bagi kadar inlasi.
3.2 KAEDAH PEMBENTUKAN MODEL
+ada bahagian ini, pengkaji akan menerangkan secara terperinci mengenai hasil kajian yang
diperoleh. Kajian ekonometrik umumnya dapat dibahagikan kepada empat peringkat iaitu:
+eringkat pertama: +embinaan Model
+ada peringkat ini, pengkaji perlu menentukan model yang dikehendaki dan model yang
dibuat adalah berdasarkan kepada teori ekonomi bagi mengkaji hubungan antara
pembolehubah ekonomi. ubungan ini akan diterangkan dalam bentuk model matematik
yang terdiri daripada:
i" +embolehubah bersandar dan pembolehubah tidak bersandar yang menerangkan
pembolehubah bersandar.ii" +enentuan tanda dan sai- bagi parameter dalam model tersebut.
-
8/16/2019 Bab 3dfd
2/15
iii" Bentuk model dan juga bentuk hubungan model tersebut (persamaan serentak atau
persamaan linear atau sebaliknya".
Data)data yang digunakan oleh pengkaji dalam pembentukan model adalah terdiri daripadadata)data yang menerangkan nilai)nilai pembolehubah dari satu masa ke satu masa iaitu data
belanja awam, hasil cukai pendapatan petroleum, royalty petroleum dan gas serta keluaran
dalam egara kasar.
+eringkat kedua: +enganggaran Model
/etelah model dibentuk, pengkaji akan menganggarkan parameter yang terdapat dalam modeltersebut dengan berpandukan kepada kaedah ekonometrik yang sesuai. 0ntara beberapa
perkara yang diperlukan adalah:
i" Mendapatkan data)data yang diperlukan bagi pembolehubah yang terdapat dalam
sesuatu model.ii" Menentukan pencaman bagi sesuatu ungsi (sama ada pencaman tepat, lebih pencam
dan sebagainya".
iii" Memeriksa masalah pengagregatan pembolehubah yang terdapat dalam sesuatuungsi.
i" Melihat darjah korelasi antara pembolehubah tidak bersandar." Memilih kaedah ekonometrik yang sesuai untuk menganggarkan sesuatu ungsi dan
implikasi ekonomi terhadap parameter yang digunakan.
+eringkat ketiga: +enilaian Model
+ada peringkat ini, pengujian akan dilakukan terhadap parameter tersebut bagi mengetahui
kesahihannya. $a dinamakan sebagai pengujian hipotesis. 0pabila sesuatu model dianggarkan,
maka pengkaji akan menilai keputusannya iaitu dengan melihat sejauhmana kebenarannya.
+roses ini melalui beberapa aspek yang dapat dibahagikan kepada tiga bahagian iaitu:
i" Kriteria ekonomi yang akan ditentukan oleh teori ekonomi.ii" Kriteria statistik yang ditentukan oleh teori statistik.iii" Kriteria ekonometrik yang akan ditentukan oleh teori ekonometrik.
-
8/16/2019 Bab 3dfd
3/15
+eringkat keempat: Menilai Kuasa +eramalan /esuatu Model
+ada peringkat terakhir ini, pengkaji akan menilai model yang dikaji. 2ujuan utama para ahli
ekonometrik adalah untuk mendapatkan penganggaran pekali yang terbaik bagi sesuatu
hubungan ekonomi. #leh itu, penganggaran model penting dalam membuat sesuatukeputusan. Model)model parameter yang dianggarkan digunakan oleh pengkaji bagi
meramalkan nilai pembolehubah ekonomi.
3.3 SIFAT YANG DIPERLUKAN BAGI SESUATU MODEL
Model ekonometrik yang baik merupakan model yang parameternya dianggarkan dengan
menggunakan kaedah ekonometrik yang sesuai. Ketepatan sesuatu model adalah bergantung
pada siat)siat yang berikut iaitu:
i" +ersesuaian daripada segi teori
/esuatu model yang baik seharusnya bersesuaian dengan apa yang didapati dalam teori
ekonomi.
ii" Keupayaan untuk menganalisis
/esuatu model yang baik seharusnya berkeupayaan untuk menerangkan keadaan sebenarnya.
$a sepatutnya sama dengan siat)siat yang terdapat pada pembolehubah ekonomi yang
hubungannya ditentukan.
iii" Ketepatan parameter yang dianggarkan
0nggaran parameter yang didapati seharusnya tepat iaitu ia dapat mewakili parameter yang
sebenarnya bagi sesuatu struktur model. 0nggaran tersebut sepatutnya bersiat saksama,
konsisten dan cekap.
i" Keupayaan peramalan
/esuatu model yang dihasilkan seharusnya dapat meramalkan nilai pembolehubah bersandar
dengan sebaik)baiknya.
" Kesederhanaan
/esuatu model yang baik seharusnya mewakili hubungan dalam ekonomi dengan
kesederhanaan yang maksimum. Maksudnya semakin kurang persamaan dan juga bentuk
-
8/16/2019 Bab 3dfd
4/15
matematik, diharapkan akan menghasilkan model yang lebih baik. Kesimpulannya dapatlah
dikatakan bahawa semakin banyak siat di atas dipenuhi maka semakin baik sesuatu model
itu dihasilkan.
3.4 PEMBENTUKAN MODEL DAN SPESIFIKASI MODEL
+embentukan model regresi akan menghasilkan ramalan tepat yang memerlukan pengkaji
mengenalpasti beberapa pembolehubah tidak bersandar dan bentuk hubungannya dengan
pembolehubah bersandar. #leh itu, bagi membentuk model regresi, pembolehubah tidak
bersandar yang berhubung dengan pembolehubah bersandar secara teori perlu dimasukkan.
/ementara itu, spesiikasi model pula merangkumi ungsi dan persamaan model. Kajian inimenggunakan data siri masa tahun dari tempoh 1%1 hingga &'1! yang merangkumi tempoh
selama 3! tahun.
+embentukan Model
2erdapat empat pemboleh yang terlibat dalam kajian ini iaitu satu pembolehubah bersandar
yang merujuk kepada Keluaran Dalam egara Kasar (4D+" dan mengandungi tiga
pembolehubah tidak bersandar iaitu 5umlah 2enaga Buruh (6*", /aham Modal (/M", dan
+enggunaan 7lektrik (78". Model pembolehubah asal boleh dirangkumkan seperti dibawah :
6n4D+ 9 β0+¿ 6n6* 6n/M 6n78
Di mana
GDPt 9 Keluaran Dalam egara Kasar pada tahun t
LF t 9 5umlah 2enaga Buruh pada tahun t
SM t 9 /aham Modal pada tahun t
EC t 9 +enggunaan 7lektrik pada tahun t
-
8/16/2019 Bab 3dfd
5/15
/pesiikasi Model
Berdasarkan teori dan kajian lepas yang telah dilakukan maka tata tanda dan sai- parameter
yang dikehendaki dapat ditentukan. #leh disebabkan terdapat perbe-aan unit antara
pembolehubah maka data telah diubah kepada bentuk ln linear bagi tujuan penganggaran danmengelak masalah spesiikasi dalam model. Berikut adalah model ln linear bagi kadar inlasi
yang telah dibentuk dalam Model ;egresi Berbilang yang mana kaedah kuasa kedua terkecil
boleh digunakan iaitu:
4D+ 9 < =16* =&/M =378 >1 .
Di mana
GDPt 9 Keluaran Dalam egara Kasar pada tahun t
LF t 9 5umlah 2enaga Buruh pada tahun t
SM t 9 /aham Modal pada tahun t
EC t 9 +enggunaan 7lektrik pada tahun t
asil iskal dipecahkan pula kepada cukai pendapatan petroleum ( #;; 1" dan royalti petroleum dan gas ( #;; & ". #leh kerana perubahan dalam belanja awam turut dipengaruhioleh perubahan dalam pendapatan negara, maka kajian ini turut dimasukkan Keluaran Dalam
egara Kasar (KDK".
3.5 KRITERIA EKONOMI
+embentukan sebarang model ekonomi perlu berasaskan kepada teori ekonomi yang
berkaitan dengan masalah yang dikaji. Kriteria ekonomi akan ditentukan oleh teori dan
biasanya ia dirujuk pada tanda dan sai- parameter bagi hubungan tersebut. /eperti yang
diketahui bahawa pekali bagi sesuatu model adalah tetap (contohnya keanjalan,
kecenderungan mengguna sut (M+8", nilai sut dan sebagainya". +engkaji menganggarkan
dan menjangkakan bahawa pembolehubah tidak bersandar berhubungan positi dengan
-
8/16/2019 Bab 3dfd
6/15
pembolehubah bersandar dan ia dirujuk berdasarkan tanda dan sai- parameter yang akan
diperolehi melalui analisis yang dijalankan.
Dalam teori ekonomi pekali)pekali tersebut serta tanda dan sai-nya dideinisikan iaitu syarat)
syarat yang dikenakan kepada pekali)pekali tersebut, contohnya, Kecenderungan Mengguna/ut (KM/" mestilah antara ' dengan 1 atau ' ? KM/ ? 1.
Keanjalan ekonomi
Keanjalan adalah bertujuan untuk melihat kesan terhadap pembolehubah bersandar (@t"
apabila berlaku kenaikan atau penurunan dalam nilai pembolehubah tidak bersandar (At".
Berikut merupakan kaedah yang digunakan untuk mengira nilai keanjalan model biasa adalah
seperti berikut:
Keanjalan A1t ke atas @t 9 dYt x X1t
dX1t Yt
= β
. X 1t
Yt
Kaedah yang sama digunakan untuk mengira nilai keanjalan bagi pembolehubah)
pembolehubah A&, A3, dan A!.
Berdasarkan kepada kriteria ekonomi ini, pengkaji akan membentuk model yang terbaik dan
memenuhi kriteria penilaian yang lain. Daripada kajian yang dijalankan oleh pengkaji, dapat
dirumuskan seperti berikut:
Di mana, Keluaran Dalam egara Kasar ($n4D+" dipengaruhi oleh pembolehubah)
pembolehubah seperti 5umlah 2enaga Buruh (6*t", /aham Modal (/Mt", +enggunaan
7lektrik (78t".
3. KRITERIA STATISTIK
I!GDPt = " #LFt$ SMt$ E%t&
-
8/16/2019 Bab 3dfd
7/15
Dalam statistik, pengkaji dapat melihat hubungan pembolehubah yang mempunyai perkaitan
yang tidak sempurna kerana terdapat unsur rawak yang bersiat stokastik iaitu pembolehubah
yang mempunyai taburan kebarangkalian tertentu. #leh itu, kriteria statistik pada umumnya
akan ditentukan oleh teori statistik yang bertujuan untuk melihat kebenaran parameter yang
dianggarkan dalam sesuatu model. 0ntara kriteria statistik yang la-im digunakan ialah pekali
penentuan (; &" dan juga sisihan piawai. Kriteria statistik merupakan kriteria kedua yang
terpenting selepas kriteria statistik.
/isihan piawai sesuatu parameter pula menentukan besarnya kesilapan yang dibuat
berbanding dengan parameter yang sebenarnya. /emakin besar nilai sisihan piawai bererti
kurang tepat sesuatu model itu daripada keadaan sebenarnya dan begitu juga sebaliknya.
Kriteria statistik merupakan perkara kedua terpenting selepas kriteria ekonomi. /esuatu parameter yang dianggarkan seharusnya ditolak seandainya didapati bahawa tanda dan
sai-nya berlawanan dengan apa yang terdapat dalam teori ekonomi walaupun darjah pekali
penentuannya adalah tinggi ataupun sisihan piawainya kecil.
3..1 +ekali +enentuan (; &"
+ekali penentu adalah merujuk kepada nisbah ariasi pembolehubah bersandar yang
dijelaskan atau ditentukan oleh pembolehubah bebas berbanding dengan ariasi totalnya. 5adi pekali ini boleh menentukan sejauh mana garisan regresi sampel (sample regression line"
akan sepadan (it" dengan data)data dalam sampel yang digunakan untuk menganggar garisan
regresi populasi (population regression line". /tatistik tersebut memberi maklumat bahawa
semakin dekat garisan regresi dengan data sampel, semakin baik garisan tersebut untuk
menerangkan perubahan pembolehubah bersandar yang disebabkan perubahan pembolehubah
penerang.
Dengan kata lain, nilai ; & digunakan bagi mengukur kesepadanan (itness" sebarang modelregresi secara keseluruhannya. Dalam model regresi mudah, ; & dikenali pekali penentuan
yang mempunyai satu sahaja pembolehubah tidak bersandar, manakala dalam model regresi
berbilang , ; & dikenali sebagai pekali penentuan berbilang yang mengandungi lebih daripada
satu pembolehubah bebas seperti yang digunakan oleh pengkaji dalam kajian terhadap aktor)
aktor yang mempengaruhi kadar inlasi. #leh itu, bagi kes empat pembolehubah, ; &
dideinisikan sebagai nisbah antara ariasi @i yang dijelaskan secara bersama oleh ; & dapat
dijelaskan secara bersama oleh A1, A&, A3 dan A! (7//" dibahagi dengan ariasi @i (2//"iaitu:
-
8/16/2019 Bab 3dfd
8/15
3..& Cjian Kesigniikan /ecara $ndiidu (Cjian 2)2est"
Cjian kesigniikan secara indiidu hanya akan digunakan apabila sai- sampel tidak melebihi
daripada 3' atau kecil iaitu n ? 3' manakala jika terdapat sai- sampel yang besar iaitu lebih
daripada 3' sampel (n 3'" pengkaji perlu menggunakan ujian -. *ormula t statistik adalah
seperti:
atau
0pabila se(b&" adalah penganggar kepada se(b&" sebenar. Berdasarkan taburan t, peraturanmembuat keputusan adalah seperti berikut:
2olak o jika E t E t
-
8/16/2019 Bab 3dfd
9/15
Cjian * digunakan untuk mengkaji kesigniikanan parameter yang dianggar pada darjah
kebebasan yang biasanya tidak melebihi 1'H. /ekiranya Cjian * yang diperolehi
menunjukkan parameter yang dianggarkan adalah tidak signiikan, maka pembolehubah
penentu itu akan dikatakan tidak penting untuk digunakan sebagai penerangan dalam model
tersebut. Model yang cekap akan memberikan nilai *I yang lebih besar daripada nilai kritikal
* pada aras keertian
-
8/16/2019 Bab 3dfd
10/15
3.. 7Lplained /um # /Juares (7//"
5umlah kuasa dua ariasi @i teranggar di sekitar minnya yang digelarkan jumlah kuasa dua
yang dijelaskan (7//" iaitu:
*+-,2 = ESS
t/
ESS = TSS 0 RSS
7// juga digunakan dalam menentukan nilai ; &
3.. ;esidual /um # /Juares (;//"
5umlah kuasa dua ariasi @i yang tidak dijelaskan oleh A dan digelarkan jumlah kuasa dua
ralat sampel (;//" iaitu:
*,2 = RSS
t/
- -
RSS = #1 *x1+ 2x2+&
3. KRITERIA EKONOMETRIK
Kriteria ekonometrik merupakan kriteria yang terakhir yang perlu diambilkira dalam
membuat andaian terhadap model linear regresi. /ecara umumnya, kriteria ekonometrik
adalah bertujuan untuk menentukan sama ada andaian yang digunakan dalam sesuatu
penganggaran memenuhi kehendak teori ekonometrik atau sebaliknya. +ada peringkat ini,
pengkaji akan melihat atau menentukan kebenaran kriteria statistik. $a juga melihat sama ada
penganggaran yang dibuat memenuhi syarat)syarat kesaksamaan, konsisten atau sebaliknya.
/ekiranya andaian bagi kaedah ekonometrik tidak dipenuhi contohnya terdapat penganggaran
yang pincang, maka sudah tentu model yang didapati tidak boleh diterima.
-
8/16/2019 Bab 3dfd
11/15
3..1 Multikolineariti
/alah satu andaian klasik bagi model regresi berbilang ialah tidak terdapat multikolineariti
atau ringkasnya M8 dalam kalangan pembolehubah tidak bersandar yang dimasukkan dalam
model. $ni bermakna tidak terdapat perhubungan antara A1, pembolehubah bebas pertama
dengan A& iaitu pembolehubah bebas kedua dan seterusnya dengan Ak, iaitu pembolehubah)
pembolehubah bebas yang lain.
2erma M8 mula digunakan oleh ;agnar *rish. $a membawa maksud bahawa terdapat
perhubungan linear sempurna (perect" dalam kalangan sebahagian atau semua
pembolehubah bebas dalam data)data model regresi.
Bentuk multikolineariti adalah:
1. 2erdapat hubungan yang linear sempurna dalam kalangan sebahagian atau semua
pembolehubah bebas dalam satu)satu model regresi. $a ditunjukkan di dalam persamaan
model di bawah:
Y, = 1 2X2, 3X3, ,
&. 2erdapat hubungan yang sempurna antara pembolehubah bebas A & dengan A3 dan ia
ditunjukkan di dalam persamaan model dibawah:
6 2X2 = 63X3 d, 7! 62 d! 63 8/(! 9
3. 2erdapat hubungan yang mempunyai banyak pembolehubah bebas yang disimpulkan
kepada model regresi liner berbilang seperti berikut:
61X1 62X2 63 X3 :. 6 (X( = 9
!. 2erdapat unsur ralat rawak yang bersiat stokastik dalam persamaan regresi liner berbilang
dapat ditunjukkan seperti di bawah:
61X1 62X2 63 X3 :. 6 (X( ;, = 9
3..& eterokidastisiti
/alah satu daripada andaian model regresi linear klasik ialah arian kepada tiap)tiap cerapanterma gangguan (disturbance term", iaitu arian ui adalah malar (constant". Dalam bentuk
-
8/16/2019 Bab 3dfd
12/15
notasi, andaian ini ditulis sebagai ar(ui" 9 7(ui"& 9 N& . 5ika andaian ini dipenuhi ia dikenali
sebagai homoskedastisiti yang merujuk kepada ariasi atau arian yang sama. 2etapi jika
tidak dipenuhi terdapatlah apa yang dikenali sebagai heteroskedastisiti, iaitu ariannya
berubah)ubah. omoskedastisiti merujuk kepada arian ui yang sama nilainya antara cerapan
pertama apabila nilai pertama pembolehubah bebas A1 diberi.
/elain itu, untuk mengesan heterokidastisiti, ia boleh dilakukan berdasarkan kepada beberapa
kaedah seperti yang berikut:
1" Kaedah 4raik
Kaedah ini dapat dilakukan dengan membuat plot kuasa dua ralat sampel, iaitu ei& pada paksi
menegak dengan pembolehubah bebas, iaitu A1 pada paksi mendatar. Daripada corak taburan plot ini, kita dapat mengenalpasti sama ada ralatnya bercorak homoskedastisiti atau
hetrokedastisiti. 5ika corak taburannya seragam, ini menunjukkan arian ui adalah
homoskedastisiti dan sebaliknya arian ui adalah hetroskedastisiti.
&" Cjian +ark (+ark 2est"
+ark telah menegaskan kuasa dua ralat sampel, iaitu ei& ke atas pembolehubah bebas, iaitu Ai
dengan menggunakan model tidak linear atau log)linear seperti di bawah ini:
L! ,2 =
5ika didapati penganggar kepada = iaitu b adalah signiikan bukan bernilai ', iaitu nilai
mutlak t statistiknya melebihi &.' (mengikut peraturan ibu jari", maka jelas terdapat
perhubungan antara ralat dengan pembolehubah bebas itu. $ni menunjukkan terdapatnya
heterokidastisiti.
3" Cjian 4leajer (4leajer 2est"
Cjian 4lejser adalah sama dalam semangat untuk ujian +ark. /elepas mendapat sisa Ou i dari
#6/ regresi, 4lejser mencadangkan merosot nilai mutlak Ou i ke atas pembolehubah A yang
dipercayai berkait rapat dengan σ i &. Di dalam eksperimen tersebut, 4lejser menggunakan
berikut bentuk ungsi:
E O ui E 9 β 1 β & Xi viE O ui E 9 β 1 β & P Xi vi
-
8/16/2019 Bab 3dfd
13/15
E O ui E 9 β 1 β & 1 vi
Xi
E O ui E 9 β 1 β & 1 vi
P Xi
E O ui E 9 P β 1 β & X i vi
E O ui E 9 P β 1 β & X &i vi
mana Qi adalah istilah ralat.
/ekali lagi sebagai perkara empirikal atau praktikal, seseorang boleh menggunakan
pendekatan 4lejser itu. tetapi 4oldeld dan Ruandt menunjukkan bahawa Qi ralat jangka
mempunyai beberapa masalah dalam bahawa yang dijangka nilai adalah bukan siar, ia bersiri
berkorelasi, dan, ironinya, ia adalah heteroskedastik. 0n kesukaran tambahan dengan kaedah
4lejser adalah bahawa model seperti
E O uiE 9 P β 1 β & Xi vi
dan
E O uiE 9 P β 1 β & X &i vi
adalah tak linear dalam parameter dan oleh itu tidak boleh dianggarkan dengan #6/ biasa
prosedur.
4lejser telah mendapati bahawa sampel besar yang pertama empat daripada model
sebelumnya memberi keputusan amnya memuaskan dalam mengesan heteroskedastisiti.
/ebagai perkara yang praktikal, oleh itu, teknik 4lejser itu boleh digunakan untuk sampel
besar dan boleh digunakan dalam kecil sampel ketat sebagai alat kualitati untuk belajar
sesuatu tentang heteroskedastisiti.
3..3 0utokorelasi
/alah satu andaian model regresi linear klasik ialah tidak ada perhubungan antara satu
gangguan (disturbance" atau ralat dengan gangguan atau ralat yang lain. $ni bermakna, nilai
ralat daripada cerapan (obseration" yang pertama tidak mempengaruhi nilai ralat daripada
cerapan kedua, ketiga dan seterusnya. 0ndaian klasik ini boleh ditulis dalam bentuk simbol
statistik seperti berikut:
E# /,$ /> & = 9 ?8,
-
8/16/2019 Bab 3dfd
14/15
+enyataan simbol statistik itu bermakna perhubungan antara ralat yang ke)i dengan ralat yang
ke)j adalah kosong (tiada hubungan atau korelasi antara kedua ralat berkenaan".
/ebaliknya, jika terdapat perhubungan antara keduanya, iaitu:
E# u,$ u > & ≠ 9 ?8,
-
8/16/2019 Bab 3dfd
15/15
#6/ atau kaedah +enganggaran Kuasa Dua 2erkecil merupakan kaedah penganggaran yang
paling popular bagi menganggarkan parameter yang terdapat dalam model hipotesis. 2erdapat
banyak sebab kaedah ini digunakan, antaranya adalah:
i" +enganggaran parameter dengan menggunakan kaedah ini akan menghasilkan parameter yang bersiat optimum.
ii" 8ara pengiraan dengan menggunakan kaedah ini adalah mudah jika dibandingkan dengan
kaedah ekonometrik yang lain dan kaedah ini tidak memerlukan data yang banyak.
iii" Kaedah kuasa dua terkecil ini digunakan secara meluas dalam hubungan ekonomi dan
kebanyakannya menghasilkan keputusan yang baik. Dengan yang demikian, ia menyebabkan
kaedah ini sangat popular digunakan semasa menganggarkan hubungan dalam modelekonometrik.
i" Kaedah kuasa dua terkecil adalah komponen yang penting dalam kebanyakan kaedah
ekonometrik.
/esuatu penganggar juga dikatakan paling baik apabila ariannya adalah paling kecil jika
dibandingkan dengan penganggar yang didapati daripada kaedah)kaedah lain dalam
ekonometrik. $a dikatakan cekap sekiranya ia memenuhi syarat)syarat berikut:
i" +enganggarnya saksama.
ii" $a mempunyai arians yang paling kecil berbanding dengan arians parameter yang lain
yang saksama.
3.%.& Best 6inear Cnbiased 7stimator (B6C7"
2eori ini menjamin bahawa untuk menganggarkan model statistik atau model ekonometrik
yang dibentuk, penganggar yang menggunakan teknik kuasa dua terkecil (#6/" adalah yang
terbaik. $ni bermakna, jika dibandingkan dengan penganggar linear yang lain yang tidak bias,
penganggar #6/ adalah yang terbaik, iaitu mempunyai ariabiliti pensampelan yang
minimum. +ernyataan teori ini, dapat diringkaskan kepada B6C7 (Best 6inear Cnbiased
7stimator" yang membawa maksud penganggar linear tidak bias yang terbaik.