21 Mei 2017

Asumsi Klasik Uji Autokorelasi Pada Regresi Berganda


Uji autokorleasi (autocorrelation) ini bertujuan untuk menguji model  regresi Ordinary Least Square (OLS) terdapat korelasi (hubungan) antara kesalahan pengganggu pada periode t dengan kesalahan penganggu pada periode sebelumya (t-1). Autokorelasi lebih mudah terjadi pada data bersifat runtut waktu. Sedangkan data cross section sangat jarang terjadi autokorelasi. Autokorelasi yang terjadi dapat bersifat autokorelasi positif maupun negative. Autokorelasi positif terjadi karena variabel yang dianalisis memiliki kecenderungan meningkat. Demikian juga apabila memiliki kecenderungan menurun akan terjadi autokorelasi negatif.

Uji Autokorelasi dinyatakan :


Autokorelasi


Beberapa penyebab terjadi Autokorelasi :
1.    Data mengandung pergerakan naik dan menurun secara musiman. Seperti data Indeks Harga Saham Gabungan (IHSG) dan Gross Domestic Product (GDP).
2.      Data tidak bersifat stasioner.
3.    Data bersifat runtut waktu karena ada hubungan antara data periode sekarang dengan data periode sebelumnya.

Jika data yang dianalisis mengandung autokorelasi maka model estimasi yang terjadi sebagai berikut :
1.      Estimasi model masih linier
2.      Estimasi model masih tetap tidak bias
3.      Estimasi  model tidak memiliki varian yang minimum (no longer best)

Sehingga model estimasi hanya bersifat Linear Unbiased Estimates (LUE) belum bersifat BLUE.

Ada beberapa cara pengujian untuk mendeteksi adanya autokorelasi :
1.    Uji Durbin Watson (DW test)
2.    Uji Lagrange Multiplier (LM)
3.    Uji Statistics Q : Box-Pierce dan Ljung Box

Referensi :
Ghozali,I. (2013). Aplikasi Analisis Multivariate dengan Program SPSS 21. Universitas Diponegoro. Semarang
Winarno. W.W. (2011). Analisis Ekonometrika dan Statistika dengan Eviews. STIM YKPN. Yogyakarta.

Tidak ada komentar: