Cara mengatasi autokorelasi eviews
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.
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.
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.
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.
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