Uji Endogeneitas (Hausman & Gaussian Copula)

Sidang berjalan lancar sampai dosen penguji menunjuk satu baris di model Anda: kinerja karyawan dipengaruhi motivasi. Lalu beliau bertanya pelan, “Yakin motivasi yang menaikkan kinerja? Bukan sebaliknya — orang yang kinerjanya bagus jadi makin termotivasi?”

Pertanyaan itu terdengar sederhana, tetapi menohok. Kalau arah panahnya ternyata bolak-balik, angka koefisien yang Anda banggakan jadi tidak bisa dipercaya. Lebih buruk lagi: menambah jumlah responden pun tidak menyembuhkannya. Inilah inti masalah yang dipersoalkan penguji — dan ada uji statistik baku untuk memeriksanya sebelum sidang, bukan saat sidang.

Artikel ini membahas dua cara mendeteksi endogenitas: uji Hausman (saat Anda punya variabel instrumen) dan Gaussian copula (saat tidak punya, seperti pada PLS-SEM), lengkap dengan hitung manual statistik Hausman dari nol.

Intuisi: Regresor yang “Kotor”

Bayangkan regresi sebagai timbangan. Anda ingin menimbang pengaruh murni X terhadap Y. Syaratnya, X harus “bersih” — tidak menyimpan informasi yang seharusnya masuk ke bagian yang tak terjelaskan oleh model.

Bagian tak terjelaskan itu namanya galat (sering ditulis error), dilambangkan $e$. Galat adalah selisih antara nilai sebenarnya dan nilai yang diprediksi model:

$$e = y - \hat{y} = (\text{nilai aktual} - \text{nilai prediksi})$$

Misalnya kinerja sebenarnya seorang karyawan 85, model memprediksi 80, maka galat untuk orang itu $e = 85 - 80 = 5$ — ada 5 poin kinerja yang belum dijelaskan oleh motivasi (mungkin dari bakat, suasana kerja, atau faktor lain yang tidak masuk model).

Endogenitas terjadi ketika variabel penjelas X ternyata berkaitan dengan galat $e$ ini. Saat itu terjadi, regresi tidak bisa lagi memisahkan mana pengaruh asli X dan mana titipan dari faktor-faktor lain yang nyangkut di galat. Hasilnya: koefisien yang keluar bias (rata-rata estimasi meleset dari nilai sebenarnya) dan tidak konsisten (menambah sampel pun tidak menyembuhkannya).

Cara menggambarkannya yang paling jernih adalah lewat diagram alur sebab-akibat:

Tiga sumber yang paling sering muncul di skripsi:

• Variabel penting terlewat (omitted variable). Ada faktor yang memengaruhi Y dan juga berkaitan dengan X, tetapi tidak Anda masukkan. Contoh: meneliti pengaruh pendidikan terhadap gaji tanpa memasukkan “bakat bawaan”. Bakat menaikkan gaji sekaligus mendorong orang sekolah lebih tinggi, jadi efeknya nyangkut di koefisien pendidikan. Inilah U pada gambar di atas.
• Hubungan timbal balik (simultaneity). X memengaruhi Y, tetapi Y juga balik memengaruhi X. Kasus motivasi dan kinerja di pembuka masuk sini.
• Galat pengukuran (measurement error). Variabel penjelas diukur dengan alat yang tidak presisi, sehingga nilai yang tercatat meleset dari nilai sebenarnya.

Syarat yang Dilanggar: $E(e \mid X) \neq 0$

Sebelum ke uji, kita perlu menamai dengan tepat syarat yang dilanggar. Regresi yang sehat mengandaikan eksogenitas: rata-rata galat untuk setiap nilai X selalu nol.

$$E(e \mid X) = 0$$

Penjelasan tiap lambang:

• $e$ = galat model = $y - \hat{y}$ (nilai aktual dikurangi prediksi), seperti contoh karyawan tadi.
• $X$ = variabel penjelas (regresor) yang sedang diperiksa, misalnya motivasi.
• $E(e \mid X)$ dibaca “nilai harapan galat jika diberikan X” — artinya: rata-rata galat di antara semua data yang punya nilai X tertentu.
• Tanda $= 0$ berarti: di setiap tingkat X (X rendah, sedang, tinggi), galatnya rata-rata nol — tidak ada pola sisa yang berkaitan dengan X.

Kalau syarat ini terpenuhi, X “bersih” dan OLS boleh dipercaya. Kalau dilanggar —

$$E(e \mid X) \neq 0$$

— berarti besarnya galat masih ikut bergerak mengikuti X. Itulah definisi formal endogenitas. Uji Hausman dan Gaussian copula pada dasarnya adalah dua cara berbeda untuk memeriksa apakah pertidaksamaan inilah yang sedang terjadi di data Anda.

Kapan Dipakai

Uji endogenitas dipakai ketika Anda menduga salah satu regresor “tercemar” oleh salah satu dari tiga sumber di atas, dan ingin memastikan apakah regresi biasa (OLS) masih layak dipakai. Beberapa situasi khas:

• Model dengan kemungkinan hubungan dua arah (kepuasan kerja dan kinerja, harga dan permintaan).
• Data panel: memilih antara Fixed Effect (efek tetap) dan Random Effect (efek acak).
• PLS-SEM ketika Anda curiga ada konstruk yang berkorelasi dengan galat struktural, tetapi tidak punya variabel instrumen dari luar.

Uji Hausman: Membandingkan Dua Estimator

Ide uji Hausman elegan: bandingkan dua cara menghitung koefisien yang sama.

• OLS — efisien (variansnya kecil, jadi presisi) kalau tidak ada endogenitas, tetapi bias kalau ada.
• IV/2SLS (instrumental variable / two-stage least squares) — tetap konsisten walau ada endogenitas, tetapi membayarnya dengan varians yang lebih besar (kurang presisi).

Kalau X bersih, kedua estimator menuju jawaban yang sama, jadi selisihnya kecil. Kalau X endogen, OLS terdistorsi sementara IV tetap di jalur yang benar, jadi selisihnya melebar. Uji Hausman menyaring apakah selisih itu cukup besar untuk dianggap nyata, bukan sekadar kebetulan sampel.

Rumus dan tiap lambangnya

Dalam bentuk paling sederhana — satu koefisien yang diuji — statistik Hausman adalah:

$$ H = \frac{(b_{OLS} - b_{IV})^2}{\operatorname{Var}(b_{IV}) - \operatorname{Var}(b_{OLS})} $$

Penjelasan tiap lambang:

• $b_{OLS}$ = koefisien hasil estimasi OLS. Misal $b_{OLS} = 0{,}50$ berarti tiap 1 satuan kenaikan motivasi memprediksi kenaikan kinerja 0,50 satuan menurut OLS.
• $b_{IV}$ = koefisien hasil estimasi IV/2SLS untuk variabel yang sama.
• $\operatorname{Var}(b_{IV})$ = varians (ketidakpastian) koefisien IV — makin besar, makin tidak pasti estimasinya.
• $\operatorname{Var}(b_{OLS})$ = varians koefisien OLS.
• $(b_{OLS} - b_{IV})^2$ = selisih kedua koefisien, dikuadratkan agar tandanya hilang (selisih ke arah mana pun sama-sama dihitung sebagai “berbeda”).

Kenapa penyebutnya selisih varians, bukan jumlah? Karena IV selalu kurang efisien dari OLS, maka $\operatorname{Var}(b_{IV})$ pasti lebih besar dari $\operatorname{Var}(b_{OLS})$, sehingga $\operatorname{Var}(b_{IV}) - \operatorname{Var}(b_{OLS})$ tetap positif. Ini juga yang membuat rumus bekerja: selisih varians di penyebut “menormalkan” selisih koefisien terhadap seberapa pasti kita mengukurnya.

Statistik $H$ lalu dibandingkan dengan nilai kritis sebaran $\chi^2$ (chi-kuadrat) pada $df$ = jumlah koefisien yang diuji.

Alternatif tanpa instrumen: Gaussian copula

Uji Hausman butuh estimator IV, dan IV butuh variabel instrumen dari luar: variabel yang memengaruhi X tetapi tidak langsung memengaruhi Y. Mencari instrumen yang valid itu sulit — sering kali tidak ada di data survei skripsi.

Untuk PLS-SEM dan regresi yang tidak punya instrumen, Park dan Gupta (2012) menawarkan Gaussian copula: model ditambah satu suku copula yang menangkap korelasi antara regresor dan galat secara langsung, tanpa perlu instrumen dari luar. Aturannya sederhana: kalau suku copula signifikan (Sig. < 0,05), berarti ada endogenitas pada regresor itu. Perhitungan copula dijalankan perangkat lunak (SmartPLS), jadi di sini kita fokus pada Hausman yang bisa ditelusuri dengan tangan.

Satu syarat penting Gaussian copula: regresor yang dicurigai harus tidak berdistribusi normal. Kalau regresornya normal, suku copula tidak teridentifikasi dan hasilnya tidak bisa dipakai. Kita bahas lagi di Kesalahan Umum.

Contoh Hitung Manual dari Nol

Misalkan Anda meregresi kinerja terhadap motivasi.

Data dari estimasi. Dengan OLS, koefisien motivasi $b_{OLS} = 0{,}50$ dengan varians $\operatorname{Var}(b_{OLS}) = 0{,}0025$. Karena curiga ada hubungan timbal balik, Anda jalankan ulang dengan IV/2SLS dan dapat $b_{IV} = 0{,}20$ dengan $\operatorname{Var}(b_{IV}) = 0{,}01$. Hanya satu koefisien yang diuji, jadi $df = 1$.

Langkah 1 — pembilang (selisih koefisien, dikuadratkan):

$$ (b_{OLS} - b_{IV})^2 = (0{,}50 - 0{,}20)^2 = (0{,}30)^2 = 0{,}09 $$

Langkah 2 — penyebut (selisih varians):

$$ \operatorname{Var}(b_{IV}) - \operatorname{Var}(b_{OLS}) = 0{,}01 - 0{,}0025 = 0{,}0075 $$

Langkah 3 — statistik Hausman:

$$ H = \frac{0{,}09}{0{,}0075} = 12{,}0 $$

Selisih koefisien yang besar (0,50 lawan 0,20) langsung kelihatan maknanya: OLS bilang pengaruh motivasi kuat, IV bilang jauh lebih lemah. Selisih sebesar itu — relatif terhadap ketidakpastian estimasi — menghasilkan $H = 12{,}0$, sebuah angka besar yang menjadi sinyal OLS sedang terdistorsi endogenitas.

Dari mana bias OLS itu muncul? (simulasi kecil)

Supaya tidak terkesan ajaib, mari lihat angka bias OLS lahir dari proses yang kita kendalikan sendiri. Bayangkan kita menetapkan efek sebenarnya motivasi terhadap kinerja sebesar 0,50, lalu sengaja menyelipkan perancu U (misalnya “bakat bawaan”) yang menaikkan X sekaligus Y — persis skenario pada diagram di atas. Dengan 5.000 data buatan:

OLS melambung ke 0,84 karena ikut menghitung jalur belakang lewat U sebagai seolah-olah efek motivasi. IV, dengan memanfaatkan instrumen yang bersih dari U, mengembalikan estimasi ke sekitar 0,45 — dekat dengan 0,50 yang sebenarnya. Inilah selisih yang ditangkap uji Hausman: kalau OLS dan IV berbeda jauh seperti ini, sesuatu (yaitu U) sedang mencemari OLS.

Mengambil Keputusan

Bandingkan $H$ dengan nilai $\chi^2$-tabel pada $df = 1$ dan taraf 5%, yaitu 3,841.

Pada contoh kita, $12{,}0 > 3{,}841$, jadi uji Hausman signifikan (nilai-p $\approx 0{,}0005$, jauh di bawah 0,05). Artinya: ada endogenitas, koefisien OLS tidak bisa dipercaya, dan Anda sebaiknya melaporkan hasil IV/2SLS.

Kasus data panel: FE lawan RE (sering terbalik)

Bentuk uji Hausman yang paling sering dipakai mahasiswa justru di data panel, untuk memilih antara Fixed Effect (FE) dan Random Effect (RE). RE lebih efisien (variansnya kecil), tetapi mengandaikan efek individu tidak berkorelasi dengan regresor. Kalau andaian itu dilanggar, RE jadi bias, sedangkan FE tetap konsisten.

Hausman membandingkan keduanya dengan logika yang sama persis seperti rumus di atas: kalau hasil FE dan RE berbeda jauh (Sig. < 0,05), andaian RE gugur — pilih Fixed Effect. Kalau tidak berbeda (Sig. ≥ 0,05), Random Effect boleh dipakai karena lebih efisien.

Banyak yang terbalik di titik ini, jadi ingat baik-baik: Hausman signifikan berarti FE.

Cara baca di perangkat lunak

• Eviews / Stata. Jalankan 2SLS lalu Hausman test (atau bandingkan FE lawan RE), baca nilai Prob./Sig.; di bawah 0,05 berarti endogen / pilih FE.
• SmartPLS. Jalankan prosedur Gaussian copula, lalu lihat apakah suku copula signifikan (Sig. < 0,05).

Untuk dasar instrumen dan mekanisme IV, lihat Instrumental Variable dan Hausman Test di pilar Ekonometrika.

Visualisasi Interaktif

Geser keempat pengatur dan amati bagaimana statistik $H$ serta keputusannya berubah secara langsung.

Coba ini:

1. Geser $b_{IV}$ mendekati $b_{OLS}$ — lihat $H$ mengecil dan keputusan berubah jadi “tidak endogen” (selisih koefisien yang kecil = kedua estimator setuju).
2. Lebarkan selisih kedua koefisien — lihat $H$ menembus garis 3,841 dan keputusan jadi “endogen”.
3. Perbesar Var($b_{IV}$) — perhatikan $H$ ikut mengecil. Estimasi IV yang lebih tidak pasti memberi bukti yang lebih lemah.

Excel Companion

/excel/uji-endogeneitas.xlsx berisi: tabel koefisien dan varians kedua estimator, perhitungan pembilang (selisih dikuadratkan) dan penyebut (selisih varians) dengan rumus terlihat, statistik Hausman $H$, perbandingan dengan $\chi^2$-tabel 3,841, keputusan otomatis, plus sheet catatan Gaussian copula dan langkah di perangkat lunak.

Cek Pemahaman

1. Sebuah model diestimasi dua kali. OLS memberi $b_{OLS} = 0{,}80$ dengan Var $= 0{,}004$. IV/2SLS memberi $b_{IV} = 0{,}60$ dengan Var $= 0{,}014$. Hitung statistik Hausman $H$ dari nol ($df = 1$), lalu putuskan dengan $\chi^2$-tabel 3,841.

Lihat jawaban

Pembilang: $(0{,}80 - 0{,}60)^2 = (0{,}20)^2 = 0{,}04$. Penyebut: $0{,}014 - 0{,}004 = 0{,}010$. Statistik: $H = 0{,}04 / 0{,}010 = 4{,}0$. Karena $4{,}0 > 3{,}841$, uji signifikan → ada endogenitas → laporkan hasil IV/2SLS, OLS tidak dipercaya. (Selisihnya tipis, jadi keputusannya “pas-pasan” lewat ambang — laporkan nilai-p-nya agar pembaca tahu.)

2. (Transfer) Anda menjalankan analisis data panel di Eviews. Uji Hausman menghasilkan Prob. = 0,3120. Mana yang Anda laporkan, Fixed Effect atau Random Effect — dan kenapa? Lalu jelaskan satu kalimat: kenapa orang sering salah di sini.

Lihat jawaban

Prob. = 0,3120 lebih besar dari 0,05, jadi Hausman tidak signifikan → andaian Random Effect tidak gugur → laporkan Random Effect (RE lebih efisien dan boleh dipakai). Orang sering salah karena mengira “tidak signifikan” otomatis berarti “pilih yang lebih rumit (FE)”; padahal aturannya: Hausman signifikan baru pilih FE, tidak signifikan tetap RE.

3. (Transfer) Sebuah skripsi PLS-SEM tidak punya variabel instrumen sama sekali. Peneliti tetap memaksakan uji Hausman dengan IV. Apa masalahnya, dan cara mana yang seharusnya dipakai?

Lihat jawaban

Uji Hausman mensyaratkan estimator IV, dan IV mensyaratkan variabel instrumen yang valid (kuat ke X, tidak berkorelasi dengan galat). Tanpa instrumen, “IV” yang dipaksakan itu tidak sahih, sehingga statistik Hausman-nya tak bermakna. Untuk kasus tanpa instrumen seperti PLS-SEM, gunakan Gaussian copula (Park & Gupta, 2012): suku copula signifikan (Sig. < 0,05) menandakan endogenitas — dengan catatan regresor yang dicurigai harus tidak berdistribusi normal.

Kesalahan Umum

Mengira endogenitas itu sekadar korelasi antar-X (multikolinearitas). Dua hal berbeda. Endogenitas adalah korelasi regresor dengan galat, bukan dengan regresor lain. Multikolinearitas membuat galat baku besar tetapi tidak membuat estimasi bias; endogenitas membuatnya bias.

Pakai IV/2SLS padahal tidak perlu. Kalau Hausman tidak signifikan, OLS lebih efisien (varians lebih kecil). Beralih ke IV tanpa alasan justru membuang presisi.

Instrumen asal-asalan. IV hanya valid kalau instrumen kuat (berkorelasi dengan X) dan eksogen (tidak berkorelasi dengan galat). Instrumen lemah membuat hasil IV malah lebih buruk daripada OLS.

Salah arah keputusan panel. Untuk Fixed Effect lawan Random Effect, Hausman signifikan berarti pilih FE, bukan RE. Banyak yang terbalik.

Menganggap Gaussian copula bebas syarat. Copula mengandaikan regresor yang dicurigai tidak berdistribusi normal. Kalau regresornya normal, sukunya tidak teridentifikasi dan hasilnya tidak bisa dipakai.

Dipakai di Dunia Nyata

Skripsi dengan dugaan hubungan timbal balik. Kepuasan kerja dan kinerja, kualitas layanan dan loyalitas — di mana arah sebab-akibat bisa bolak-balik. Uji endogenitas mengubah pertanyaan penguji yang mematikan menjadi satu baris hasil yang sudah Anda antisipasi.

Penelitian bisnis dengan variabel yang sulit diukur. Pengaruh iklan terhadap penjualan, di mana ada faktor merek atau musim yang terlewat dan menyangkut di koefisien.

Studi sosial dan ekonomi. Pengaruh pendidikan terhadap pendapatan — kasus klasik, karena bakat bawaan tidak terukur dan menjadi variabel terlewat (persis U pada diagram).

Kerja konsultasi dan kebijakan. Menaksir dampak suatu program (pelatihan, subsidi) ketika peserta memilih sendiri untuk ikut: pilihan mereka berkaitan dengan hasil, sehingga regresi naif bias. Uji endogenitas memberi sinyal kapan butuh strategi identifikasi yang lebih kuat.

Lanjutan

• Pengantar SEM
• Inner Model PLS (R², f²)

Fondasi:

• Apa Itu Endogenitas
• Regresi Linear Berganda
• Hausman Test (Ekonometrika)
• Instrumental Variable (Ekonometrika)

Reference

• Park, S. & Gupta, S. (2012), “Handling Endogenous Regressors by Joint Estimation Using Copulas”
• Hausman, J.A. (1978), “Specification Tests in Econometrics”
• Ghozali, I. (2018), “Aplikasi Analisis Multivariate dengan Program SPSS”
• Hair et al. (2022), “A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM)”