1. Apa yang dimaksud dengan model regresi? dan bagaimana model regresi yang ideal?

2. Bagaimana cara mengatasi masalaah autokorelasi?

Jawab:

1. Regresi adalah metode analisis statistik untuk melihat pengaruh antara dua atau lebih
banyak variabel. Regresi adalah metode analisis statistik untuk melihat pengaruh antara
dua atau lebih banyak variabel. Model regresi yang ideal memiliki eksogenitas yang
lemah, bersifat linier, varians error atau varians residual yang tidak berubah-ubah pada
respons yang berbeda, dan otokorelasi untuk data time series. Regresi linier memiliki
bentuk yang ideal, apabila memenuhi asumsi berikut ini:
a. Eksogenitas lemah
Regresi adalah perhitungan yang bisa mendatangkan beberapa kemungkinan,
untuk itulah ada perhitungan yang namanya error karena akan menjadi perhitungan
yang salah. Sehingga, penguji bisa menemukan perhitungan yang benar dan cocok
untuk diterapkan;
Hal ini terjadi karena variabel x yang bersifat tetap, sedangkan variabel y yang
sifatnya berubah, sehingga menyebabkan munculnya berbagai kemungkinan yang
dapat dipilih dan kemungkinan tersebut bisa jadi benar dan salah.
b. Bersifat linier
Maksudnya adalah ketika nilai variabel x naik, maka seharusnya variabel y pun
akan ikut naik. Apabila syarat ini tidak dapat dilakukan, maka yang dapat dilakukan
adalah merubah data atau menggunakan perhitungan hubungan nonlinear yang di
dalamnya termasuk model kuadratik;
c. Varians error yang konstan
Di sini asumsi dari regresi adalah perhitungan yang error yang tetap, walaupun hasil
atau respons berbeda; dan
d. Otokorelasi untuk data time series
Jika kita menggunakan analisis regresi sederhana untuk data time series atau data
yang disusun berdasarkan urutan waktu, maka ada satu asumsi yang harus
dipenuhi, yaitu asumsi otokorelasi. Asumsi ini melihat pengaruh variabel lag waktu
sebelumnya terhadap variabel y. Jika ada gangguan otokorelasi, artinya ada
pengaruh variabel lag waktu sebelumnya terhadap variabel y.

2. Cara mengatasi masalah otokorelasi adalah:

a. Melakukan regresi dengan metode OLS kemudian simpan residualnya;
b. Menghitung nilai d dengan rumus:

d = ∑ (et – et-1)
∑ et2
c. Membuka tabel distribusi Durbin-Watson dan mencari nilai kritis dl dan du, untuk
berbagai nilai α dengan jumlah sampel dan jumlah variabel independen tertentu.
d. Hipotesis yang diuji sebagai berikut:
Ho              : tidak ada otokorelasi
Ha               : ada otokorelasi atau pengujian tidak bisa disimpulkan
pengambilan keputusannya adalah sebagai berikut :
d ˂ dl                      : Ho ditolak (ada korelasi positif)
 d ˃ 4-dl                   : Ho ditolak (ada korelasi negatif)
dl ˂ d ˂ 4-dU           : Ho diterima (tidak ada otokorelasi)
dl ≤ d ≤ dU              : pengujian tidak bisa disimpulkan
4-dU ≤ d ≤ 4-dL       : pengujian tidak bisa disimpulkan
otokorelasi dapat dihilangkan dengan cara menambahkan variabel yang
dianggap menjelaskan yang sistematis tersebut ke dalam persamaan regresi.

Sumber referensi:
- Buku Materi Pokok Ekonomi Manajerial EKMA4312 Modul 4 halaman 4.2-3.30