1. Apa yang dimaksud dengan model regresi ?

 dan bagaimana model regresi yang

ideal?
2. Bagaimana cara mengatasi masalaah autokorelasi?

1. Model merupakan perwujudan dari suatu abstraksi berbagai aspek dan realita atau yang terjadi
dalam dunia nyata, yang dibuat untuk satu atau berbagai tujuan (Sugiyanto, 2009). Model
regresi adalah metode statistik yang digunakan untuk mengukur hubungan antara satu atau
lebih variabel independen dengan variabel dependen. Tujuan utama dari model regresi adalah
untuk membuat prediksi atau estimasi terhadap variabel dependen berdasarkan nilai-nilai
variabel independen yang diberikan.
Model regresi yang ideal adalah model yang memiliki nilai koefisien determinasi (R ²) yang tinggi,
artinya model tersebut mampu menjelaskan sebagian besar variasi dari variabel dependen.
Selain itu, model regresi yang ideal juga harus memenuhi asumsi-asumsi seperti normalitas,
homoskedastisitas, tidak adanya multikolinearitas, dan tidak adanya autokorelasi. Selain itu,
model regresi yang ideal harus memiliki koefisien yang signifikan secara statistik dan nilai
residual yang kecil.

2. Otokorelasi merupakan suatu keadaan dimana variabel pengganggu (error term) pada periode
tertentu berkorelasi dengan variabel pengganggu pada periode lain sehingga variabel gangguan
tidak acak (Sugiyanto, 2009). Otokorelasi dapat dihilangkan dengan cara menambahkan variabel
yang dianggap menjelaskan perubahan yang sistematis tersebut ke dalam persamaan regresi.
Sebagai contoh, bila residu nampak mengikuti pola siklus maka variabel-variabel dummy
dibutuhkan untuk menghitung variasi musim. Jika siklusnya lebih panjang dan nampaknya
berhubungan keadaan perekonomian maka variabel yang dapat mencerminkan pendapatan
nasional, seperti PDB dapat ditambahkan untuk menghilangkan otokorelasi.

Sumber : EKMA4312