Uji Autokorelasi Regresi Linier *stata 12

Uji autokorelasi dilakukan untuk melihat apakah ada hubungan linier antara error serangkaian observasi yang diurutkan menurut waktu (data time series). Uji autokorelasi perlu dilakukan apabila data yang dianalisis merupakan data time series (Gujarati, 1993).

dimana:

d = nilai Durbin Watson

Σei = jumlah kuadrat sisa

Nilai Durbin Watson kemudian dibandingkan dengan nilai d-tabel. Hasil perbandingan akan menghasilkan kesimpulan seperti kriteria sebagai berikut:

• Jika d < dl, berarti terdapat autokorelasi positif
• Jika d > (4 – dl), berarti terdapat autokorelasi negatif
• Jika du < d < (4 – dl), berarti tidak terdapat autokorelasi
• Jika dl < d < du atau (4 – du), berarti tidak dapat disimpulkan

Berikut ini adalah daerah pengujian durbin watson:

Kita lihat kembali data indeks gini, gdp, log ekspor, log cpi, dan unemployment seperti yang telah kita bahas di bahasan regresi linier, datanya dalam bentuk time series bisa kamu download disini >>>,

Statistik durbin-watson hanya dapat digunakan pada data time series, oleh karena asumsi autokorelasi hanya terjadi pada tipe data tersebut, untuk data dengan tipe cross section, kita tidak perlu menjalankan statistik Durbin-Watson (lihat bahasan tipe data ekonometrika). Karena contoh yang kita gunakan saat ini adalah data time series, maka kita asumsikan data mungkin terdapat masalah autokorelasi, Sebelum masuk ke stata kita perlu menambahkan komponen time series terlebih dahulu pada data kita, Sebagai contoh lihat data di bawah ini:

Lihat pada bagian yang ditandai, kami telah menambahkan komponen waktu pada data, kemudian data sidah bisa kita import ke dalam stata, untuk langkah mengimpor data tidak akan kita bahas disini, kamu bisa lihat di bahasan statistik deskriptif *stata 12, Kemudian kita dapat menyatakan bentuk data dalam stata seperti berikut:

.tsset year

variael waktu telah kita rinci dalam stata, kemudian kita jalankan regresi terlebih dahulu kemudian statistik durbin-watson,

.regress gini gdp logexp logcpi unem, robust

.dwstat

Nilai statistik Durbin-Watson dengan 5 variabel dan 32 observasi adalah 0,736. Selanjutnya kita akan menentukan batas bawah (DL) dan batas atas (DU) statistik Durbin-Watson dengan melihat tabel statistik Durbin Watson, kamu bisa download disini >>>

Lihat nilai dL dan dU dengan k=2 dan n=32 sebesar 0,917 dan 1,597, sedangkan nilai d yang kita peroleh sebesar 0,736. Dengan demikian d < dL, dapat kita simpulkan bahwa data mengandung masalah autokorelasi positif.

Cara berikutnya mendeteksi autokorelasi adalah dengan correlogram untuk melihat hubungan korelasi antar variabel dengan nilai pada beberapa periode sebelumnya yang dinyatakan dengan lags. Mari kita lihat correlogram residual dengan bartlett's formula moving average(q) pada tingkat signifikansi 95%. Garis biru adalah nilai kritik 0,05, 

.ac gdp, lags(10)

grafik autokorelasi mengindikasikan bahwa variabel gdp terkorelasi dengan 2 periode sebelumnya.

.ac logexp, lags(10)

demikian juga dengan variabel logexp, terkorelasi dengan nilai dua tahun sebelumnya (lihat garis yang berada diluar daerah biru).

.ac logcpi, lags(10)

variabel logcpi tidak terkorelasi dengan nilai pada periode sebelumnya, garis residual masih berada dalam area nilai kritik 0,05.

.ac unem, lags(10)

variabel independen terakhir unem mengindikasikan autokorelasi positif, karena terkorelasi dengan nilai tiga tahun sebelumnya.

Untuk bahasan koreksi masalah autokorelasi akan dibahas selanjutnya. (yoso)

download materi dalam format pdf di bawah >>>

download link