& Autocorrelation
Materi 6 – Ekonometrika Terapan
Normality
Normalitas
• Salah satu asumsi penting dalam regresi OLS adalah asumsi
normalitas distribusi error.
• Dalam regresi berganda, hal penting yang perlu diperhatikan bahwa
asumsi distribusi normal pada error term, bukan distribusi normal
pada masing-masing variabel independen.
• Oleh karena itu, proses uji normalitas baru bisa dilakukan setelah
running regresi sehingga bias di-generate nilai residual regresinya.
Dampak jika error term tidak terdistribusi normal
• Pelanggaran normalitas menimbulkan masalah dalam uji signifikansi
koefosien (menentukan apakah koefisien model berbeda secara
signifikan dari nol) dan untuk menghitung confidence interval untuk
forecasting (peramalan).
• Uji signifikansi koefisien didasarkan pada asumsi bahwa error
terdistribusi normal, jika tidak terdistribusi normal maka confidence
interval bisa menjadi terlalu lebar atau terlalu sempit.
Testing for Normality
Karakteristik distribusi Normal:
• Nilai Skewness (kemencengan) = 0
• Nilai Kurtosis (ketinggian distribusi) = 3
• N: Jumlah observasi
• S: Nilai Skewness
• K: Nilai Kurtosis
-15
1960 1965 1970 1975 1980 1985 1990 1995
2. Metode Pengujian Autokorelasi
a. Uji Durbin-Watson
b. Uji Breusch-Godfrey