Siti Rahayu : Penggunaan Metode Durbin Watson Dalam Menyelesaikan Model Regresi Yang Mengandung Autokorelasi, 2009. USU Repository © 2009
tingkat satu First-Order Autoregresive, yaitu kesalahan e pada satu periode sebelumnya. Model regresi tersebut dinyatakan sebagai berikut :
t
e = ρ
1 1
t t
t
e e
ρ µ
− −
= + +
t
µ ………………………………………… 1.4
Dengan : = koefisien autokorelasi
t
µ = variabel random yang tidak berkorelasi
1.5 Kerangka Pemikiran
Dalam penulisan skripsi ini penulis mengambil langkah-langkah sebagai berikut : Langkah I : Menyelidiki atau menguji apakah pada data pengamatan
terdapat korelasi serial autokorelasi atau tidak. Langkah II : Akan dibahas penyebab terjadinya outokorelasi beserta
penyelesaiannya. Dimana dalam bagian ini penulis memberikan penyelesaian dari data yang ternyata mengandung
autokorelasi dengan menggunakan metode Durbin Watson. Langkah III : Diberikan contoh permasalahan serta tindakan penyelesaiannya.
1.6 Tinjauan Pustaka
Dalam pemecahan permasalahan dan penjabaran teori penulis melakukan tinjauan pustaka antara lain :
1. Maddala.1991, ”Econometrics”, menjelaskan bahwa metode penduga kuadrat terkecil tidak dapat digunakan secara langsung, pengujian untuk mengetahui ada atau tidaknya
Siti Rahayu : Penggunaan Metode Durbin Watson Dalam Menyelesaikan Model Regresi Yang Mengandung Autokorelasi, 2009. USU Repository © 2009
korelasi serial yang kekeliruannya mengikuti outoregresi orde pertama adalah Durbin Watson.
2. Supranto.J, 1995,”Ekonometrika Buku Dua”, Universitas Indonesia, Jakarta. Dari buku ini dikutip defenisi dari korelasi serial yaitu korelasi hubungan antara nilai-nilai
pengamatan yang tersusun dalam rangkaian waktu seperti pada data runtun waktu atau time series data atau korelasi diantara nilai-nilai pengamatan yang terurut dalam ruang
data pengamatan merupakan cross-sectional. 3. Ronald J.W dan Thomas H.W,1981, ”Regresison A Second Course In Statistics”. Dari
buku ini dikutip tentang parameter β dan interval kepercayaan β .
Siti Rahayu : Penggunaan Metode Durbin Watson Dalam Menyelesaikan Model Regresi Yang Mengandung Autokorelasi, 2009. USU Repository © 2009
BAB II
LANDASAN TEORI
2.1 Analisa Regresi
Pada dasarnya analisa regresi diartikan sebagai suatu analisis yang berkaitan dengan studi ketergantungan dari suatu variabel tak bebas dependent variable dengan satu atau lebih
variabel penjelas independent variable dengan maksud untuk menduga atau memperkirakan nilai rata-rata populasi atau nilai-nilai dari variabel tak bebas berdasarkan nilai-nilai tertentu dari
variabel penjelas variabel bebas. Hubungan antar peubah bebas atau variabel bebas dan variabel tak bebas yang dicocokkan pada data dan ditandai dengan persamaan prediksi yang
disebut sebagai persamaan regresi, oleh karena itu regresi linier merupakan suatu persamaan regresi di mana semua variabel yang ada di dalam persamaan itu baik variabel bebas maupun
varibel tak bebas bersifat linier, begitu juga dengan parameter koefisien regresi itu bersifat linier.
Meskipun analisis regresi berurusan dengan ketergantungan satu variabel pada variabel lain, ini tidak berarti sebab akibat. Suatu hubungan statistik bagaimanapun kuat dan sugestif,
tidak pernah dapat menetapkan hubungan sebab-akibat.
2.2 Metode Kuadrat Terkecil Ordinary Least Square 2.2.1 Prinsip Metode Kuadrat Terkecil
