a. Salah satu variabel independen jangan diikutsertakan dalam menaksir model. Tetapi harus diperhatikan mungkin variabel tersebut secara teori berhubungan
terhadap variabel dependen maka hasil taksiran akan menjadi bias. b. Mendefinisikan kembali variabel-variabel tersebut.
c. Penambahan data-data.
3.7.2 Autokorelasi
Istilah autokorelasi dapat didefinisikan sebagai korelasi disturbance error antara anggota serangkaian observasi yang diurutkan menurut waktu seperti dalam
data deretan waktu atau ruang seperti dalam data cross-sectional. Model regresi linear klasik mengasumsikan autokorelasi tidak terdapat di dalamnya disturbansi atau
gangguan u
i
Gujarati, 1999: 201. Dilambangkan dengan : Eu
i
u
j
a. Spatial autokorelation
= 0 i ≠ j
Faktor-faktor yang menyebabkan autokorelasi terjadi :
Biasanya terjadi pada data cross section. Fluktuasi atau perubahan aktivitas kegiatan ekonomi dari satu daerah akan mempengaruhi kegiatan
ekonomi daerah terdekat karena ada keterkaitan ekonomi antara daerah tersebut.
b. Pengaruh yang berkelanjutan Prolonged Influence of Shocks Hal ini sering terjadi pada time series data, yaitu faktor bencana alam dan
faktor lain yang sangat mempengaruhi kegiatan ekonomi sehingga akan terasa pada periode berikutnya.
Universitas Sumatera Utara
c. Inersia Psychological Conditioning Yaitu tindakan-tindakan atau pengaruh masa lalu yang akan masih
mengganggu kegiatan atau aktivitas selanjutnya misalnya peningkatan suku bunga, pajak dan lain-lain.
d. Manipulasi data Yaitu adanya interpolasi data atau penambahan data.
e. Bias spesifikasi Mis Specification Hal ini terjadi karena tidak disertakannya variabel independen yang
berhubungan di mana variabel independen tersebut sebenarnya turut mempengaruhi variabel dependen.
D-W Test Uji Durbin-Watson
D-W test digunakan untuk mengetahui apakah dalam model terdapat autokorelasi ataupun antara disturbance error-nya.
∑ ∑
− −
−
− =
n t
t t
et e
e DW
1 2
1 2
2 1
1
Tabel 3.1 Kriteria Pengambilan Keputusan D-W Test
Nilai D-W Berdasarkan Estimasi Model Regresi
Kesimpulan 4-D.W.LDW4
4-DWUDW4-DWL Tolak H
. Terdapat serial korelasi negatif diantara disturbance error.
Tidak ada kesimpulan.
Universitas Sumatera Utara
2DW4-DWU DWUDW2
DWLDWDWU 0DWDWL
Terima H
0.
Terima H
a.
Tidak ada kesimpulan. Tolak H
. Terdapat serial korelasi positif diantara disturbance terms.
Bentuk hipotesis dari uji D-W sebagai berikut: H
: p = 0 → tidak ada serial korelasi
H : p
≠ 0 → ada serial korelasi
Gambar 3.1 Kurva D-W Statistik
Jika beberapa di antara variabel independen tersebut merupakan lagged variables,
maka anggapan penggunaan D-W test tidak berlaku dalam mengetahui apakah pada model tersebut terdapat autokorelasi atau tidak. Sehingga oleh sebab itu
Durbin 1978 mengembangkan D-W test menjadi h-statistik untuk mengetahui ada autokorelasi atau tidak dalam model tersebut :
Universitas Sumatera Utara
2
var 1
2 1
β
N N
dw statistic
h −
− =
−
di mana : dw
= Nilai D-W test Var
β
2
β = Standar error
N = Jumlah observasi S
3.8 Defenisi Operasional Variabel