3.5.5.5 Autokolerasi
Autokol merupakan gejala adanya kolerasi antara serangkaian observasi yang di urutkan menurut deret waktu
time series
Gujarati, 1993. Uji autokolerasi bertujuan menguji apakah dalam suatu model regresi linear ada kolerasi antara
kesalahan “pengganggu” pada periode t dengan kesalahan pada periode t- 1sebelumnya. Jika terdapat kolerasi, maka dinamakan ada masalah autokolerasi.
Dapat pula dikatakan bahwa suatu model dikatakan baik apabila telah memenuhi asumsi tidak terdapat gejalan autokolerasi. Pada data silang waktu
cross section
masalah autokolerasi jarang terjadi karena “gangguan” pada observasi yang berbeda berasal dari individukelompok yang berbeda.
Dalam menditeksi ada tidaknya gejala autokolerasi digunakan uji
Durbin- Watson
DW. Uji ini hanya digunakan untuk autokorelasi tingkat satu
first orede correlation
dan mensyaratkan adanya
intercept
konstanta dalam model regresi dan tidak ada varibael lag di antara variabel bebas. Hipotesis yang diuji adalah:
H0: tidak ada autokolerasi p=0 HA:ada
autokolerasi p≠0
Tabel 3.2 Tabel Keputusan Durbin Watson
Hipotesis Nol Keputusan
Jika Tidak ada autokolerasi positif
Tidak ada autokolerasi positif Tidak ada autokolerasi negative
Tidak ada autokolerasi negative Tidak ada autokolerasi positif atau negatif
Tolak No decision
Tolak No decision
Tidak ditolak 0dd
L
d
L
≤d≤d
U
4-d
L
d4 4-d
U
≤d≤4-d
L
d
U
d4-D
U
Ket: d
U
: Durbin Watson upper, d
L
:Durbin Watson lower a.
Bila nilai DW terlatak antara batas atas atau
upper bound
d
U
dan 4-d
U
, maka koefisein autokolerasi sama dengan nol, berarti tidak ada autokoleras.
b. Bila nilai DW lebih rendah daripada batas bawah atau
lower bound
d
L
, maka koefisien autokolerasi lebih besar daripada nol, berarti ada autokolerasi
positif. c.
Bila nilai DW lebih besar daripada 4-d
L
, maka koefisiensi autokolerasi lebih kecil daripada nol, berarti ada autokolerasi negative
d. Bila nilai DW terletak antara 4-d
U
dan 4-D
L
, maka hasilnya tidak dapat disimpulkan.
3.5.5.6 Uji Heteroskedastisitas
Suatu fungsi dikatakan baik apabila memenuhi asumsi homoskedastisitas tidak terjadi heterokedastisitas atau memiliki ragam
error
yang sama. Tujuan
Kategori