Anda di halaman 1dari 8

Praktikum 2

AUTOKORELASI
A. PENGERTIAN
Yaitu suatu keadaan dimana kesalahan pengganguan dari periode
tertentu ( t) berkorelasi dengan kesalahan pengganggu dari
periode sebelumnya ( t-1). Pada kondisi ini kesalahan pengganggu
tidak bebas tetapi satu sama lain saling berhubungan. Bila
kesalahan pengganggu periode t dengan t-1 berkorelasi maka
terjadi kasus korelasi serial sederhana tingkat pertama (first order
autocorrelation).

B. PENGARUH ADANYA AUTOKORELASI


Dengan adanya autokorelasi dengan dugaan parameter OLS masih
UNBIASED Dan CONSISTENT tetapi standar error dari dugaan
parameter regresi adalah bias, sehingga mengakibatkan uji
statistik menjadi tidak tepat dan interval kepercayaan menjadi bias
(biased confidence intervals).

C. PENGUJIAN TERHADAP ADANYA AUTOKORELASI


1. UJI DURBIN WATSON
Langkah-langkah pengujian autokorelasi dengan Durbin
Watson
a. Tentukan hipotesis Null dan Hipotesis alternatif dengan
ketentuan
Ho : Tidak ada autokorelasi (positif/negatif)
Ha : ada autokorelasi (positif/negatif)
b. Estimasi model dengan OLS dan hitung nilai residualnya
ut = Yt - o - 1X1 - 2X2 - kXk - .. - kXk
c. Hitung Durbin Watson dengan rumus sebagai berikut :

Dimana:

t = periode
n = jumlah observasi

ut = Residual periode t
ut-1 = residual periode t-1
d. Hitung Durbin Watson kritis yang terdiri dari nilai kritis dari
batas atas (du) dan batas bawah (dl) dengan menggunakan
jumlah data (n), jumlah variabel independen / bebas (k) serta
tingkat signifikansi tertentu ( ).
e. Nilai DW hitung dibandingkan dengan DW kritis dengan
kriteria penerimaan dan penolakan hipotesis sebagai
berikut :
HIPOTESIS NOL
Ada auto korelasi positif
Tidak ada auto korelasi
positif
Ada auto korelasi negatif
Tidak ada auto korelasi
negatif
Tidak ada auto korelasi

KEPUTUSAN
Tolak
Tidak
ada
keputusan
Tolak
Tidak
ada
keputusan
Jangan tolak

KRITERIA
0 < d < dl
dl < d < du
4-dl < d < 4
4-du < d <
4-dl
du < d < 4du

Dari penjelasan di atas dapat dilihat pada gambar di bawah


ini :

1. UJI LANGRANGE MULTIPLIER (LM TEST)


Langkah-Langkah Pengujian :
a. Estimasi persamaan model dengan OLS
b. Klik View, Residual Test, serial correlation LM Test, sehingga
akan muncul hasil print-out seperti ini :

Gambar 3.1 Tampilan Layar menu LM Test


c. Kemudian untuk Lags to include, ketik 1, seperti gambar di
bawah ini:

Gambar 3.2 Tampilan Layar menu LM Test (LAGS)


d. Lihat hasil print-outnya, dimana :
# Jika R2 (T-1) > X2 atau probabilitas R2 (T-1) < 0.05,
maka ada autokorelasi
# Jika R2 (T-1) < X2 atau probabilitas R2 (T-1) > 0.05,
maka tidak ada autokorelasi

A. PENANGGULANGAN TERHADAP AUTOKORELASI


Dengan menggunakan COCHRANE ORCUTT PROCEDURE
1. Buat estimasi persamaan regresi awal dan hitung residualnya
(ut)
Yt = o + 1X1t + 2X2 + ut
2. Buat estimasi persamaan regresi untuk periode t-1
Y t-1 = o + 1X1 t-1 + 2X2 t-1 + ut

3. Buat estimasi persamaan koefisien dari serial korelasi (FIRST


DIFFERENCE EQUATION) dengan cara :
Y t = o + 1X1 t + 2X2 t + ut ..1)
(Y t-1 = o + 1X1 t-1 + 2X2 t-1 + ut-1)
koefisien
autokorelasi
Y t-1 = o + 1X1 t-1 + 2X2 t-1 + ut-1 2)
Y t = o + 1X1 t + 2X2 t + ut
Y t-1 = o + 1X1 t-1 + 2X2 t-1 + ut-1
Y t - Y t-1 = o - o + 1X1 t - 1X1 t-1 + 2X2 t + 2X2 t-1 +
ut - ut1
Y t - Y t-1 = (1- ) o + 1(X1 t - X1 t-1) + 2 (X2 t - X2 t-1) + (ut
- ut1 )
Dimana : Yt* =
o*
X 1t* =
X 2t* =
ut * =

Yt - Yt-1
= (1-) o
(X 1t - X1t-1)
(X 2t - X2t-1)
(ut - ut-1 )

4. Buat estimasi nilai melalui estimasi fungsi residual ut = ut-1


+v, ut adalah residual, pada hasil estimasi = coefficient resid
(1)
5. Lakukan generate setiap variabel dimana
Y21 = Yt Y (-1) *
X22 = X1t X (-1) *
X23 = X2t X (-1) *
Catatan : untuk langsung masukkan angkanya (lihat langkah
(4))
6. Lalu lakukan regresi untuk perbaikan autokorelasi dengan MAKE
EQUATION
Y2,1 C X2,2 X2,3
Contoh Soal Autokorelasi
Soal yang digunakan adalah contoh soal 1 (praktikum I)
Instruksi :
1. Lakukanlah pengujian autokorelasi dengan menggunakan :
a. LM-Test
b. Durbin-Watson Test
1. Lakukanlah penanggulangan autokorelasi
2. Interpretasikanlah model yang telah ditanggulangi
Jawaban
1. Pengujian Autokorelasi dengan menggunakan LM-Test
Langkah 1 :

Masukanlah data pada Contoh soal 1 (praktikum 1)


Langkah 2 :
Regresikanlah model tersebut
Langkah 3 :
Lakukanlah uji LM-Test (Lihat prosedur pengujian
sehingga muncul hasil regresi di halaman berikut :
Breusch-Godfrey Serial Correlation LM Test:
F-statistic
15.25434
Probability
Obs*R-squared

8.715324

Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 03/16/01 Time: 13:27
Variable
Coefficien
t
RSBI
0.894039
GDP
-0.030313
C
1375.418
RESID(-1)
-1.010293
R-squared
0.581022

0.00245
2
0.00315
5

Probability

Std. Error

t-Statistic

0.789838 1.131926
0.051350 -0.590318
9666.484 0.142287
0.258673 -3.905680
Mean dependent var

Adjusted R-squared

0.466755

S.D. dependent var

S.E. of regression

19280.82

Akaike info criterion

Sum squared resid

4.09E+09

Schwarz criterion

Log likelihood

-166.9609

F-statistic

Durbin-Watson stat

1.825773

LM-Test),

Prob(F-statistic)

Prob.
0.2817
0.5669
0.8894
0.0025
-6.79E12
26403.5
3
22.7947
9
22.9836
0
5.08477
9
0.01893
1

HASIL REGRESI LM-TEST


Lihatlah hasil regresi di atas :
Probabilita Obs* R-Squared = 0.003155 lebih kecil daripada (5%),
maka terdapat autokorelasi. Atau untuk pengujian dapat juga
membandingkan Obs* R-Squared dengan tabel Chi-Squared.
Untuk soal no. 2 dan 3
kelas.
Tugas / Quiz 2

perhatikan pembahasan asisten di depan

Soal 1.
Perhatikanlah data dibawah ini :
Data Impor, GDP, CPI suatu Negara, tahun 1970 -1998
Tahun
1970

IMPOR
39,866.0

CPI
38.8

GDP
1,039.7

Tahun
1985

1971

45,579.0

40.5

1,128.6

1986

1972

55,797.0

41.8

1,240.4

1987

1973

70,499.0

44.4

1,385.5

1988

1974

103,811.0

49.3

1,501.0

1989

1975

98,185.0

53.8

1,635.2

1990

1976

124,228.0

56.9

1,823.9

1991

1977

151,907.0

60.6

2,031.4

1992

1978

176,002.0

65.2

2,295.9

1993

1979

212,007.0

72.6

2,566.4

1994

1980

249,750.0

82.4

2,795.0

1995

1981

265,067.0

90.9

3,131.3

1996

1982

247,642.0

96.5

3,259.2

1997

1983

268,901.0

99.6

3,534.9

1998

1984

332,418.0

103.9

3,932.7

IMPOR
338,088.
0
368,425.
0
409,765.
0
447,189.
0
477,365.
0
498,337.
0
490,981.
0
536,458.
0
589,441.
0
668,590.
0
749,574.
0
803,327.
0
876,366.
0
917,178.
0

CPI
107.6

GDP
4,213.0

109.6

4,452.9

113.6

4,742.5

118.3

5,108.3

124.0

5,489.1

130.7

5,803.2

136.2

5,986.2

140.3

6,318.9

144.5

6,642.3

148.2

7,054.3

152.4

7,400.5

156.9

7,813.2

160.5

8,300.8

163.0

8,759.9

Ln Impor = f (LnCPIt , LnGDP)


Pertanyaan :
1. Regresikanlah model di atas
2. Lakukanlah pengujian Multikolinearitas
3. Jika ada multikolinearitas apakah kita dapat membuang variabel
yang menyebabkan multikolineritas tersebut ?
Soal 2.
No Obs
1
2
3
4
5
6
7
8

Data Peggunaan BBM pada


Mobil Angkutan Kota
PBBM
KEC
TK
39.6
39.3
38.9
38.8
38.2
42.2
40.9
40.7

100
103
106
113
106
109
110
101

66
73
78
92
78
90
92
74

BK
22.5
22.5
22.5
22.5
22.5
25
25
25

9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
Ket:

40
39.3
38.8
38.4
38.4
38.4
46.9
36.3
36.1
36.1
35.4
35.3
35.1
35.1
35
33.2
32.9
32.3
32.2
32.2
32.2
32.2
PBBM
KEC
TK
BK

=
=
=
=

111
95
25
105
81
25
111
95
25
110
92
25
110
92
25
110
92
25
90
52
27.5
112
103
27.5
103
84
27.5
103
84
27.5
111
102
27.5
111
102
27.5
102
81
27.5
106
90
27.5
106
90
27.5
109
102
30
109
102
30
120
130
30
106
95
30
106
95
30
109
102
30
106
95
30
rata-rata mil/galon
rata-rata kecepatan (Mil/jam)
tenaga kuda kendaraan
berat kendaraan (ratus pound)

Pertanyaan:
a. Lakukan regresi terhadap PBBM = f(KEC, TK, BK, e)
b. Lakukan pengujian heteroskedastisitas dengan Park Test,
Golfeld and Quant Test dan White-test.
c. Tanggulangilah penyakit tersebut dengan metode yang anda
ketahui.
d. Interpretasikanlah hasil regresi yang sudah bebas dari
heteroskedastisitas.
Soal 3.
Data Faktor-Faktor Yang Mempengaruhi Harga Timah
YEAR
HT
IHP
HTL
JPR
HA
1973
21.89
45.10
220.40
1,491.00
19.00
1974
22.29
50.90
259.50
1,504.00
19.41
1975
19.63
53.30
256.30
1,438.00
20.93
1976
22.85
53.60
249.30
1,551.00
21.78
1977
33.77
54.60
352.30
1,646.00
23.68
1978
39.18
61.10
329.10
1,349.00
26.01
1979
30.58
61.90
219.60
1,224.00
27.52
1980
26.30
57.90
234.80
1,382.00
26.89
1981
30.70
64.80
237.40
1,553.70
26.85
1982
32.10
66.20
245.80
1,296.10
27.23
1983
30.00
66.70
229.20
1,365.00
25.46
1984
30.80
72.20
233.90
1,492.50
23.88

1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
Ket:

30.80
32.60
35.40
36.60
38.60
42.20
47.90
58.20
52.00
51.20
59.50
77.30
64.20
69.60
66.80
66.50
98.30
101.40
HT =
IHP =
HTL =
JPR =
HA =

76.50
81.70
89.80
97.80
100.00
106.30
111.10
107.80
109.60
119.70
129.80
129.30
117.80
129.80
137.10
145.20
152.50
147.10

234.20
347.00
468.10
555.00
418.00
525.20
620.70
588.60
444.40
427.80
727.10
877.60
556.60
780.60
750.70
709.80
935.70
940.90

1,634.90
1,561.00
1,509.70
1,195.80
1,321.90
1,545.40
1,499.50
1,469.00
2,084.50
2,378.50
2,057.50
1,352.50
1,171.40
1,547.60
1,989.80
2,023.30
1,749.20
1,298.50

22.62
23.72
24.50
24.50
24.98
25.58
27.18
28.72
29.00
26.67
25.33
34.06
39.79
44.49
51.23
54.42
61.01
70.87

Harga Timah (cent/pound)


Indeks Harga
Produksi
Harga Timah di London (Poundsterling)
Jumlah Pembangunan Rumah/th
Harga Alumunium (cent/pound)

Pertanyaan:
a. Regresilah model LnHT = f (LnIHP, LnHTL, LnJPR, LnHA, e) dengan
terlebih dahulu merubah data dalam bentuk Ln
b. Apakah ada penyakit autokorelasi ? (Gunakan D-W test dan LM
Test)
c. Jika ada, maka sembuhkan penyakit tersebut dengan terlebih
dahulu menghitung koefisien - nya.
Kerjakanlah soal-soal di atas pada kertas HVS, sertakan pula hasil
print-out anda. Kumpulkanlah minggu depan pada praktikum IV!