Sebab-sebab terjadinya
AUTOKORELASI antara lain adalah
(1) Kelambanan : Besar kemungkinan terjadi
pada data historis. Perubahan situasi ekonomi
biasanya tidak terjadi dengan segera, biasa
lamban, dan tergantng besarnya pengaruh
variabel-variabel yang ikut menentukan
panjangnya siklus dan kecepatan perubahan;
(2) Spesifikasi bias : Apabila dalam suatu model
tidak mengikutsertakan suatu atau beberapa
variabel, padahal variabel tersebut relevan, maka
dapat menimbulkan AUTOKORELASI
(penghilangan sejumlah variabel penjelas);
(3) Kesalahan spesifikasi bentuk model
matematis yang dipilih sebagai model
empiris : misalnya yang seharusnya model itu
non linier, tetapi dipaksa secara linier, maka akan
menimbulkan AUTOKORELASI pada kesa-
lahan pengganggu;
(4) Pengaruh time lag : apabila variabel
dependen tidak hanya dipengaruhi oleh variabel
independen, tetapi juga oleh variabel dependen
pada periode sebelumnya.
Masihada penyebab lain, misalnya
. Phenomena sarang laba-laba
. Adanya manipulasi data
e e
2
t t 1
d t 2
e t 1
2
t
Cara pengujian :
(a) Uji AUTOKORELASI positif,
(b) Uji autokorlasi negatif,
(c) Uji AUTOKORELASI dua sisi.
Uji AUTOKORELASI positif
Durbin – Watson menyatakan bahwa apabila
angka statistik d 0, maka ada
AUTOKORELASI positif.
Ho : Tidak ada AUTOKORELASI positif
Ha : Ada AUTOKORELASI positif
Dengan :
d < dL berarti d adalah bermakna (signifikan)
sehingga menerima hipotesis alternatif yang
menyatakan ADA AUTOKORELASI positif.
TIDAK ADA
ADA AUTOKORELASI AUTOKORELASI
positif
dL dU
tidak dapat
memberikan keputusan
Uji AUTOKORELASI negatif
dL dU 4-dU 4-dL
?????
Uji AUTOKORELASI dua sisi
dL dU 4-dU 4-dL
?????
Statistik Durbin-Watson (D-W)
• Persamaan:
DW
t t 1
( e - e ) 2
t
e 2
T. Ramayah
0 dL dU 4-dU
Kaedah Penyelidikan Perniagaan
4-dL 4
PANDUAN LAIN, uji Autokorelasi dan uji
Kolinearitas dapat ditentukan dengan Durbin-
Waltson (DW) sebagai berikut
1.21 < DW < 1.65 atau 2.35 < DW < 2.79 Tidak
dapat disimpulkan
atau
• Perhatikan hasilnya
Kalau kita ambil patokan -0.7 r 0.7 maka tidak
ada masalah dengan multicolinearitas, tapi kalau
dipilih r < 0.5, baru timbul masalah
Ingat kembali
dengan patokan nilai VIF
(variance inflation factor) dan koefisien korelasi
antar variabel bebas. Kriteria yang digunakan
adalah:
1)jika nila VIF di sekitar angka 1 atau memiliki
toerance mendekati 1, maka dikatakan tidak
terdapat masalah multikolinieritas dalam model
regresi;
2) jika koefisien korelasi antarvariabel bebas
kurang dari 0,5, maka tidak terdapat masalah
multikolinieritas.
Karena nilai VIF semuanya berkisar di angka 1,
maka dapat disimpulkan tidak ada masalah
dengan multikolinearitas
Alat ukur lain yaitu nilai tolerasi > 0.1
Dan nilai VIF < 10
1.21 < DW < 1.65 atau 2.35 < DW < 2.79 Tidak
dapat disimpulkan
DW
t t 1
( e - e ) 2
e 2
t
• Nilai kiraan mungkin di antara 0 dan 4.
Positif Tak Muktamat Tiada Autokorelasi Tak Muktamat Negatif
0 dl du 4 - du 4 - dl 4
• Nilai 2 menunjukkan tiada autokorelasi manakala 0 dan 4
menunjukkan autokorelasi sempurna positif dan negatif
Y*= a0 + a1LnX + I
m
DENGAN
p
Y* = LN Y - a2 Ln X2
u
n
3. Mengeluarkan satu variabel atau lebih dan
kesalahan spesifikasi
Misalkan dari persamaan Y= a0 + a1X1 + a2X2 + I
Keluarkan variabel X1 maka persamaannya
menjadi
Y= a0 + a2X2 + I
Curvelinier Curvelinier
positif negatif
Pola Grafik
ui2
i
Pengamatan:
1.Tidak adanya pola yang sistematis.
2.Berapapun nilai Y prediksi, residual kuadratnya relatif sama.
3.Variansi konstan, dan data homoskedastis.
Pola Adanya Heteroskedastisitas
ui2 u i2
i
i
Pola sistematis
3. Uji Park