Uji Autokorelasi Durbin-Watson Pada Model Regresi Menggunakan Eviews

Salah satu asumsi klasik dalam analisis regresi adalah tidak adanya autokorelasi antar residualnya. Autokorelasi ini adalah hubungan residual satu observasi dengan residual observasi yang lain. Ketika residu mengalami autokorelasi, itu berarti bahwa nilai saat ini tergantung dari nilai-nilai (historis) sebelumnya dan bahwa ada pola pasti yang tidak dapat dijelaskan dalam variabel Y yang muncul dalam gangguan.

Autokorelasi ini sering terjadi pada analisis data deret waktu (time series), walaupun demikian bukan berarti pada data cross section autokorelasi tidak penting. Autokorelasi pada penelitian cross section dilakukan untuk memastikan bahwa pengamatan-pengamatan yang dilakukan adalah independen atau saling bebas, tidak ada pengamatan yang mempengaruhi pengamatan lain.

Apabila asumsi autokrelasi ini tidak terpenuhi maka konsekuensinya adalah estimasi menjadi tidak mempunyai varian yang minimum (no longer best). Artinya jika regresi tersebut memenuhi asumsi linieritas dan tidak bias, maka masih cukup bisa diandalkan hanya saja tidak yang terbaik atau BLUE, namun cukup LUE.

Metode yang sering digunakan untuk mendeteksi terjadinya autokorelasi adalah Uji Durbin-Watson dan Uji Breusch-Godfrey. Pada kesempatan kali ini kita akan menggunakan Uji Durbin-Watson.

Untuk melakukan pengujian autokorelasi residual, kita bisa menggunakan tabel Uji Durbin-Watson berikut ini:

Kriteria Uji Durbin-Watson ini adalah sebagai berikut:

Hipotesis

Loading...

Ho : tidak ada autokorelasi residual

Ha : ada autokorelasi residual

Kriteria uji

Tidak menolak Ho apabila : du ≥ DW-stat  ≥ 4-du

Loading...

Menolak Ho apabila : 0 ≤ DW-stat  ≤ dl atau 4 ≥ DW-stat  ≥ 4-dl

Uji Durbin-Watson ini sudah sangat umum dan hampir semua aplikasi analisis statistik sudah menyediakannya. Cara untuk mencari nilai DW-stat di Eviews sangat mudah. Nilai DW-stat ini sudah disediakan di output default dari Eviews, berapapun seri Eviewsnya. Kebetulan saya menggunakan Eviews 11. Contoh output analisisnya adalah sebagai berikut:

Dari output itu deketahui nilai DW-stat sebesar 1,80688. Langkah selanjutnya adalah melihat kriteria uji. Namun sebelum itu kita harus melihat nilai dl dan du di tabel statistik. Nilai dl pada n=100, k=4 dan α=0,05 adalah 1,59 dan nilai du sebesar 1,76. Dengan demikian nilai 4-dl = 2,41 dan 4-du= 2,24. Nah bila kita lihat kriteria tidak menolak dan menolak Ho maka nilai DW-stat tidak bisa diputuskan. Pada tabel DW di atas nilai DW-stat sebesar 1,80688 masuk pada kategori tidak bisa disimpulkan atau diputuskan. Simpulan ini mungkin mengecewakan bagi Anda. Namun, jangan khawatir masih ada satu uji lagi yang bisa kita manfaatkan yaitu uji Breusch-Godfrey.

Tinggalkan Balasan