: Ricky Sanjaya
NMP
: 0811021048
JUR
: I.E.S.P
Dimana seharusnya :
Ukuran
(et et 1) 2
d t 2
et2
t 1
P1
p1
4. Durbin-Watson d statistic.
Durbin-Watson d statistic adalah Sebuah tes bahwa residu dari regresi linier atau
beberapa regresi yang independen.
metode:
Karena kebanyakan masalah yang melibatkan regresi data time series
menunjukkan autokorelasi positif, hipotesis biasanya dipertimbangkan
dalam uji Durbin-Watson
H0 : = 0
H1 : > 0
Jika d <dL menolak H0: = 0
Jika d> dU tidak menolak H0: = 0
Jika dL <d <dU tes tidak meyakinkan
5.
2). Beri alas an mengapa Anda setuju atau tidak setuju dengan
masing-masing pernyataan di bawah ini. Kemudian jelaskan secara
ringkas mengapa Anda setuju atau tidak setuju.
(a) Dalam suatu model yang terdiri atas 3 variabel penjelas (independent), jika dua dari
variabel-variabel penjelas tersebut memiliki korelasi sampel sama dengan 0.95, maka
estimator-estimator OLS pasti melenceng (biased).
Saya tidak setuju karena, Suatu persamaan regresi dikatakan bias dapat diidentifikasi
dengan cara salah satunya korelasi sampel (r2). Jika r2 0,80 maka dapat diasumsikan
bahwa terjadi multikolinieritas.
Dari soal tersebut, bahwa dua dari riga variable penjelas memiliki korelasi sample
sebesar 0,95. Artinya terjadi multikolinieritas tinggi meski tidak sempurna. Dan hasil
estimator oleh OLS belum tentu bias.
Alasannya, meski multikolinieritas tinggi, estimator OLS masih memilki sifat BLUE
(Best Linier Unbiased Estimation), tetapi perlu diperhatikan bahwa kolinieritas tidak
merusak sifat varians minimum ; dalam kelas semua penaksir tidak bias linier, estimator
OLS mempunyai varias minimum; yaitu sangat efisien. Tetapi tidak berarti estimator
OLS akan menjadi kecil (hubungannya dengan nilai estimator) dalam suatu sampel
tertentu.
(c) Statistik d Durbin-Watson hanya bias dipakai untuk menguji keberadaan firstorder
serial correlation.
Saya setuju karena, Dalam kasus multikolinieritas, statistik d Durbis Waston digunakan
untuk menguji keberadaan
dengan autokorelasi. Secra harfiah autokorelasi berarti adanya korelasi antara anggota
observasi satu dengan observasi lain yang berlainan waktu.
Statistik d dari Durbin Waston dapat digunakan untuk pengujian sampel besar dari serial
korelasi derajat pertama dalam model outoregesif. Untuk sampel besar, Durbin telh
menunjukan bahwa, jika p = 0, statistik h mengikuti distriusi normal dengan rata-rata nol
dan varian satu. Jadi signifikan secara statsitik dari h dapat dengan mudah ditentukan dari
tabel distribusi normal yang distandariasikan.
Ciri dari statsitik h adalah : Tidak penting berapa banyak variabel X dari Y yang
dimasukan
dalam
model
regresi.
Untuk
menghitung
kita
hanya
perlu
(d) Adanya serial correlation dalam error terms, kita tidak dapat menggunakan
estimator-estimator OLS.
Saya setuju karena, Dalam menggunakan estimator OLS ada kententuan klasik yanng
harus dipenuhi agar hasil estimasi dapat dipercaya, yaitu linier, tak bias dan mempunyai
varian minimum. Jika dalam hasil estimasi model regeresi terjadi gejala multikoliniertas
salah satunya terdapat kesalahan dalam serial korelasi. konsekuensinya adalah OLS tidak
dapat menghasilkan koefisien dari setiap variabel penjelas.