Anda di halaman 1dari 2

NAMA : SRI TRISNAYANTI

NIM : G1D 010 038


PRODI : MATEMATIKA

TUGAS KOMPUTASI STATISTIK

1. Autokorelasi
Istilah autokorelasi dapat didefinisikan sebagai korelasi antara anggota serangkaian observasi
yang berurutan menurut waktu (data time series) atau ruang (cross sectional).
Autokorelasi adalah korelasi yang terjadi antara residual pada satu pengamatan dengan
pengamatan lain pada model regresi. Prasyarat yang harus terpenuhi adalah tidak adanya
autokorelasi dalam model regresi. Uji autokorelasi digunakan untuk mengetahui ada atau
tidaknya penyimpangan asumsi klasik autokorelasi yaitu korelasi yang terjadi antara residual
pada satu pengamatan dengan pengamatan lain pada model regresi. Prasyarat yang harus
terpenuhi adalah tidak adanya autokorelasi dalam model regresi.

2. Durbin Watson
Rumus Durbin Watson
Metode Durbin-Watson dalam mendeteksi autokorelasi mempergunakan rumusan :


dimana:
d = nilai Durbin Watson
e
i
= jumlah kuadrat sisa
Keuntungan dari d-statistik ini adalah karena didasarkan pada estimasi residual, yang secara rutin
dihitung dalam analisis regresi.

Kriteria Durbin-Watson
Nilai Durbin Watson kemudian dibandingkan dengan nilai d-
tabel
. Hasil perbandingan
akan menghasilkan kesimpulan seperti kriteria sebagai berikut:
a. Jika d < dl, berarti terdapat autokorelasi positif
b. Jika d > (4 dl), berarti terdapat autokorelasi negatif
c. Jika du < d < (4 dl), berarti tidak terdapat autokorelasi
d. Jika dl < d < du atau (4 du), berarti tidak dapat disimpulkan
Berikut ini adalah daerah pengujian durbin watson:


3. Multikolinearitas
Istilah multikolinearitas atau kolinearitas ganda diciptakan oleh Ragner Frish yang
berarti, adanya hubungan linear yang sangat tinggi antar variable - variabel bebas dalam
model regresi.
Dalam multikolinearitas terdapat dua jenis hubungan yaitu hubungan linear yang sempurna
(multikolinearitas sempurna) dan hubungan linear kurang sempurna (multikolinearitas kurang
sempurna).
Untuk mengetahui perbedaan antara hubungan linear yang sempurna dan kurang sempurna adalah
sebagai berikut :
a. Multikolinearitas sempurna
Misal C2 0, maka persamaan dapat kita tulis sebagai berikut :


yang menunjukkan bagaimana X
2
berhubungan secara linear sempurna dengan sisa variabel
lainnya secara keseluruhan atau bagaimana hubungan tersebut dapat diturunkan dari
suatu kombinasi linear terhadap variabel lainnya. Dalam hal ini, koefisien korelasi antara X
2

dan kombinasi linear yang berada disebelah kanan tanda sama dengan dari persamaan
nilainya satu.

b. Multikolinearitas kurang sempurna
Misal C2 0, maka persamaan dapat kita tulis sebagai berikut :


yang menunjukkan bahwa X
2
tidak berhubungan linear sempurna dengan sisa variabel
lainnya, sebab masih tergantung kepada kesalahan pengganggu ().