Anda di halaman 1dari 4

Prosedur Hildreth-Lu

Otokorelasi dapat menimbulkan masalah serius terutama pada nilai penduga dari varians
sample. Untuk mengetahui adanya otokorelasi dapat digunakan uji Durbin-Watson. Begitu
terdeteksi otokorelasi, ada dua hal perbaikan yang dapat dilakukan :

1. Tambahkan 1 atau beberapa variable bebas ke dalam model regresi.


2. Transformasi variable.

Prosedur Hildreth-Lu menggunakan pendekatan perkiraan parameter otokorelasi ρ untuk


digunakan dalam variable yang ditransformasi. Nilai ρ didapatkan berdasarkan pemilihan
SSE minimum dari model transformasi regresi.

2
SSE=∑ ( Y 't −Y^ 't )
t

Karena nilai ρ tidak diketahui, dapat digunakan nilai r.

Prosedur Hildreth-Lu akan lebih baik digunakan untuk sample size yang kecil.

Bentuk transformasi variabel.

Y ¿t =Y t −ρ Y t−1

X ¿t = X t− ρ X t−1

Model regresi perkiraan dengan menggunakan data transformasi.

Y^ ¿t =b¿0 + b¿1 X ¿

Jika model transformasi sudah dapat menghilangkan adanya otokorelasi dalam error, maka
model ini dikembalikan ke dalam bentuk model perkiraan dengan variabel aslinya.

Y^ ¿❑=b❑ ❑ ❑
0 +b1 X

b ¿0
b 0=
1−r
S(b¿¿ 0¿ )
S(b 0)= ¿
1−r

dimana

b1 = b1* dan S (b1) = S (b1*)

Contoh penggunaan prosedur Hildreth-Lu :

Stock of dwellings, house prices and


interest rates: an econometric
model for the UK
Raymond Y.C. Tse
Hong Kong Institute of Real Estate,
Email: chairman@hkir.com

Pada paper ini terdapat dua factor yang diduga mempengaruhi saham perumahan. Dua
factor tersebut adalah harga rumah dan tingkat suku bunga. Untuk mendapatkan
persamaan regresi yang baik, digunakan teknik OLS dalam beberapa tahap. Pada OLS kedua
ketika dideteksi otokorelasi menggunakan uji Durbin-Watson ternyata signifikan. Ada
otokorelasi pada level 0.1

Selanjutnya untuk mengatasi otokorelasi, digunakan transformasi variabel menggunakan


prosedur Hildreth-Lu.

Setelah dilakukan Hildreth-Lu yang berarti bahwa sudah tidak ada otokorelasi, maka
prosedur OLS kembali digunakan.

Tabel 1 : Hasil Regresi


Catatan: *; ** dan *** berarti signifikan pada alpha 0.1; 0.05 and 0.01

Tabel 2 : Hasil Regresi

Catatan: *; ** dan *** berarti signifikan pada alpha 0.1; 0.05 and 0.01

Tabel 3 : Hasil Regresi