Personal Blog || Inspirasi | Imajinasi | Kreasi | Informasi | Pendidikan ||

Tuesday, 23 July 2019

mengatasi autokorelasi eviews

Cara mengatasi autokorelasi eviews

http://www.UangProfit.com/?id=putrii
CARA MELIHAT MASALAH AUTOKORELASI PADA MODEL REGRESI DI EVIEWS 9

Uji  autokorelasi  digunakan  untuk  mengetahui  ada  atau  tidaknya penyimpangan  asumsi  klasik  autokorelasi,  yaitu  korelasi  yang  terjadi  antara residual pada satu pengamatan dengan pengamatan lain pada model regresi. Syarat yang  harus  terpenuhi  adalah  tidak  adanya  autokorelasi  dalam  model  regresi. Metode pengujian yang sering digunakan adalah dengan uji Durbin-Watson (uji DW). Selain menggunakan uji Durbin Watson, pengujian autokorelasi juga dapat dilakukan dengan uji Breusch-Godfrey Serial Correlation LM Test.
Hipotesis :
H0 : Tidak ada masalah autokorelasi
H1  : Ada masalah autokorelasi

Probabilitas < Alpha (0.05), H0 ditolak, H1 diterima
Probabilitas > Alpha (0.05), H1 ditolak, H0 diterima

Langkah 1 : Siapkan data yang akan diolah, usahakan data telah di susun terlebih dahulu. Berikut contoh susunan data yang saya miliki (Data ini merupakan data sekunder, tetapi disini tetap saya gunakan dan saya posisikan sebagai data primer).

Perhatian !!!
Jangan menggunakan data sekunder saat akan melakukan uji autokorelasi, karena data yang saya gunakan hanya sebagai contoh saja, tidak untuk digunakan dalam olah data.

Sumber : Microsoft Office Exel 2007

Langkah 2 : Buka software eviewsnya, klik File -> New -> Workfile.
Sumber : Pengolah Data Eviews 9
Langkah 3 : Pada bagian Workfile structure type, pilih yang Unstructured/Undated.
Sumber : Pengolah Data Eviews 9

Langkah 4 : Pada data range isikan jumlah pengamatan saudara, misal : 33. Kemudian klik Ok.
Sumber : Pengolah Data Eviews 9
Langkah 5 : Menuju pada menu Quick, lalu pilih Empty Group (Edit Series).
Sumber : Pengolah Data Eviews 9
Langkah 6 : Setelah itu copykan data yang sudah siap diolah (note: Jangan lupa sertakan variabel independen dan dependennya), kemudian klik paste pada kolom atas group.
Sumber : Pengolah Data Eviews 9
Langkah 7 : Data sudah masuk ke dalam eviews. Kemudian pilih proc -> Maka Equation.

Sumber : Pengolah Data Eviews 9

Langkah 8 : Lalu akan muncul tampilan Equation Estimation -> Specification.
Sumber : Pengolah Data Eviews 9

Langkah 9 : Lihat pada bagian Options -> Klik Ok.

Sumber : Pengolah Data Eviews 9

Langkah 10 : Setelah itu akan muncul hasil regresi sebagai berikut :
Sumber : Pengolah Data Eviews 9

Langkah 11 : Kemudian, kita menuju ke menu View -> Residual Diagnostics ->Serial Correlation LM Test
Sumber : Pengolah Data Eviews 9

Langkah 12 : Akan muncul tampilan "Lags to include", isikan sesuai dengan variabel kalian, ex. 2.


Sumber : Pengolah Data Eviews 9
Langkah 13 : Lalu akan muncul hasil seperti dibawah ini :

Sumber : Pengolah Data Eviews 9

Dari hasil tersebut dapat dibaca sebagai berikut :

Nilai Probabilitas F sebesar 0,0000 disebut juga sebagai nilai  probabilitas F hitung. Nilai Probabilitas F hitung lebih kecil dari tingkat alpha 0,05 (5%), sehingga  berdasarkan  uji    hipotesis  H0  ditolak  artinya  terjadi  autokorelasi. Apabila nilai Probabilitas F hitung lebih besar dari 0,05 dapat disimpulkan tidak terjadi  autokorelasi,  selain  menggunakan  LM  Test  dapat  juga  menggunakan Durbin-Watson. Kriteria penerimaan atau penolakan yang akan dibuat dengan nilai dL dan dU  ditentukan berdasarkan jumlah variabel bebas dalam model regresi (k) dan jumlah sampelnya (n). Nilai dL dan dU dapat dilihat pada Tabel DW dengan tingkat signifikansi (error) 5% (α = 0,05). Jumlah variabel bebas : k = 1. Jumlah sampel : n = 33. Tabel Durbin-Watson menunjukkan bahwa nilai dL  = 1.3834 dan nilai dU  = 1.5078 sehingga dapat ditentukan kriteria terjadi atau tidaknya autokorelasi.

Nilai Durbin-Watson (DW) hitung sebesar 2,008378, nilai ini lebih besar dari 1,5078 dan lebih kecil dari 2,4922 artinya nilai ini berada pada daerah tidak ada  autokorelasi.  Hasil  pengujian  autokorelasi  dengan  menggunakan  dua pendekatan  memberikan  hasil  yang  tidak  sama,  sehingga  dapat  disimpulkan bahwa dalam model regresi linier memiliki hasil yang berbeda.

Catatan : Hasil diatas hanya sebagai contoh saja. Untuk cara melihat pengujian lain dapat dilakukan dengan langkah-langkah seperti pada contoh diatas.
Note : Silakan bagi teman-teman yang ingin meng-copy artikel ini. Mohon sertakan sumber aslinya.Terima Kasih :-)

Share This Article


No comments:

Post a Comment