Harus diakui bahwa tidak ada prosedur estimasi yang dapat menjamin
mampu mengeliminiasi masalah otokorelasi karena secara alamiah,
perilaku otokorelasi biasanya tidak diketahui. Oleh karen itu, dalam
beberapa kasus, orang atau penggunaan ekonometrika mungkin akan
merubah bentuk fungsi persamaan regresinya misalnya, dalam bentuk log
atau first difference. Hal ini menunjukkan bahwa pendeteksian terhadap
ada-tidaknya otokorelasi merupakan suatu hal yang sangat diperlukan.
Berkaitan dengan hal tersebut, di bawah ini akan ditawarkan beberapa
cara atau metode untuk mendeteksi ada-tidaknya otokorelasi (Arief, 1993:
41-46, Sumodiningrat, 1994: 234-240, Ramanthan, 1996: 452-458,
Gujarati, 1995: 415-426 dan Kautsoyiannis, 1977: 211-227, Thomas 1997:
302-307 Maddala, 1992: 229-268).
Model ini diperkenalkan oleh J. Durbin dan G.S Watson tahun 1951.
Deteksi autokorelasi dilakukan dengan membandingkan nilai statiatik
Durbin Watson hitung dengan Durbin Watson tabel. Mekanisme uji Durbin
Watson adalah sebagai berikut :
Konsekuensi autokorelasi:
1. Penaksir tidak efisien, selang keyakinanya menjadi lebar secara tak
perlu dan pengujian signifikansinya kurang kuat.
2. Variasi residual menaksir terlalu rendah.
3. Pengujian arti t dan F tidak lagi sahih dan memberi kesimpulan yang
menyesatkan mengenai arti statistik dari koefisien regresi yang
ditaksir.
4. Penaksir memberi gambaran populasi yang menyimpang dari nilai
populasi yang sebenarnya.
Yt 0 1 X t et (8.21)
et et 1 vt 1 1 (8.22)
Yt 0 1 X t et (8.23)
et et 1 vt 1 1 (8.24)
Yt 1 0 1 X t 1 et 1 (8.25)
Jika kedua sisi dalam persamaan (6.25) dikalikan dengan maka akan
menghasilkan persamaan sbb:
Yt 1 0 1 X t 1 et 1 (8.26)
Yt Yt 1 0 0 1 X t 1 X t 1 et et 1
Yt Yt 1 0 (1 ) 1 X t 1 X t 1 vt
0 (1 ) 1 ( X t X t 1 ) vt (8.27)
dimana vt et et 1 dan memenuhi asumsi OLS seperti persamaan (6.24)
Yt 0 t X t vt (8.28)
Dimana Yt (Yt Yt 1 ); 0 0 (1 ); 1 1 ; X t ( X t X t 1 )
Yt 0 1 X t et (8.29)
Yt Yt 1 0 (1 ) 1 X t 1 X t 1 et et 1 (8.30)
Yt 1X t vt (8.32)
Yt 0 1 X t 2T et (8.33)
dimana T adalah trend, nilainya mulai satu pada awal periode dan
terus menaik sampai akhir periode. Residual et dalam persamaan
(6.24) tersebut mengikuti autoregresif tingkat pertama. Transformasi
persamaan (6.34) dengan metode first difference akan menghasilkan
persamaan sbb:
Yt 1X 1t 2 vt (8.34)
dimana residual vt et et 1
Pada proses diferensi tingkat pertama persamaan (6.32) menghasilkan
persamaan (6.33) yang mempunyai konstanta sedangkan diferensi
pertama pada persamaan (6.34) tanpa menghasilkan konstanta.
t
2
g 2
n
(8.34)
e
1
t
t
d 2(1 ) (8.35)
d
1 (8.36)
2
Sebagaimana pembahasan sebelumnya, kita bisa mencari nilai dari
estimasi statistik pada persamaan (6.36) di atas. Asumsi first difference
menyatakan bahwa 1 hanya terjadi jika d=0 di dalam persamaan
(6.36). Begitu pula jika d = 2 maka 0 dan bila d =4 maka 1 .
Persamaan tersebut hanya suatu pendekatan tetapi kita bisa
menggunakan nilai statistik d untuk mendapatkan nilai . Di dalam
sampel besar kita dapat mengestimasi dari persamaan (6.36) dan
Yt Yt 1 0 0 1 X t 1 X t 1 et et 1 (8.37)
Yt 0 (1 ) 1 X t 1 1 X t 1 Yt 1 vt (8.38)
Dimana vt (et et 1 )
Yt 0 1 X t et (8.39)
et et 1 vt (8.41)
Yt Yt 1 0 0 1 X t 1 X t 1 et et 1 (8.42)
Yt Yt 1 0 (1 ) 1 ( X t X t 1 ) vt
Y 0 1 X t et (8.43)
dimana: 0 (1 )
0
et et wt (8.45)
yang kita peroleh dari persamaan (6.45) ini merupakan langkah
kedua mengestimasi nilai
Karena kita tidak juga mengetahui apakah langkah kedua ini mampu
mengetimasi nilai yang terbaik maka kita dapat melanjutkan pada langkah
ketiga dan seterusnya. Pertanyaannya, sampai berapa langkah kita harus
berhenti melakukan proses iteratif untuk mendapatkan nilai . Menurut
Cochrane-Orcutt, estimasi nilai akan kita hentikan jika nilainya sudah
terlalu kecil.
Contoh Kasus :
Tabel 6.4.
Perkembangan Ekspor, Konsumsi, impor, dan populasi
Perbaikan Autokorelasi
Tabel 6.5.
Pembentukan Variabel Baru Ekspor, Konsumsi, impor,
dan populasi
Dimana :
Log(ekst)* = Log(ekst)-0.5446*Log(ekst-1)
Log(const)* = Log(const)-0.5446*Log(const-1)
Log(impt)* = Log(impt)-0.5446*Log(impt-1)
Log(popt)* = Log(popt)-0.5446*Log(popt-1)
Agus Widarjono, Ekonometrika Teori dan Aplikasi untuk Ekonomi dan Bisnis, Edisi
Kedua, Cetakan Kesatu, Penerbit Ekonisia Fakultas Ekonomi UII
Yogyakarta 2007.
Catur Sugiyanto. 1994. Ekonometrika Terapan. BPFE, Yogyakarta
Gujarati, Damodar N. 2003. Basic Econometrics. Third Edition.Mc. Graw-Hill,
Singapore.
Koutsoyiannis, A (1977). Theory of Econometric An Introductory Exposition of
Econometric Methods 2nd Edition, Macmillan Publishers LTD.
Maddala, G.S (1992). Introduction to Econometric, 2nd Edition, Mac-Millan
Publishing Company, New York.