Penyembuhan Asumsi Autokorelasi Dengan Metode Cochrane-Orcutt di Eviews 9
Gambar : Cover Artikel
Penyembuhan Asumsi Autokorelasi (Otokorelasi)
Ditulis oleh : Dimas Purbo Wicaksono Fenda Putra, S.E.
A.Penyembuhan Menggunakan Metode Cochrane-Orcutt
Kedua kita gunakan Metode
Cochrane-Orcutt.
B.Tahapan Penyembuhan Data
Dalam menggunakan metode
ini, penulis akan menggunakan data lain yang memiliki nilai Durbin Watson
kecil.
Berikut data yang
digunakan dalam pengujian.
Gambar
: Data Latihan
Langkah
1 : Buka
lembar kerja eviews 9. Klik Create a New Eviews workfile.
Gambar
: Pengolah Data Eviews 9
Langkah
2 : Pada
Workfile Create dibagian Workfile structure type dan pilih Dated – regular
frequency (karena data time series). Date specification dibagian Frequency
pilih Annual (karena data tahunan). Start date isikan dengan 1990 (sebagai
tahun awal data) dan End date isikan dengan 2019 (sebagai tahun akhir data).
Klik ok.
Gambar
: Pengolah Data Eviews 9
Langkah
3 : Klik
menu Quick dan pilih Empty Group (Edit Series).
Gambar
: Pengolah Data Eviews 9
Langkah
4 : Copy
paste data beserta variabelnya.
Gambar
: Pengolah Data Eviews 9
Langkah
5 : Klik
menu Proc dan pilih Make Equation.
Gambar
: Pengolah Data Eviews 9
Langkah
6 : Pada
Equation Estimation dibagian Specification isikan dengan persamaan regresi y c
x.
Gambar
: Pengolah Data Eviews 9
Langkah
7 : Berikut
adalah hasil regresi data time series.
Gambar
: Pengolah Data Eviews 9
Interpretasi Output :
Kita coba buktikan dengan
tabel Durbin Watson.
Durbin-Watson stat :
0.573988
Total observasi : 29
K (Jumlah variabel
independent) : 1
Kemudian kita cari nilai
DL dan DU serta 4-DL dan 4-DU.
Buka tabel Durbin Watson
dengan tingkat signifikansi 0.05 atau 5%.
Gambar
: Tabel Durbin-Watson (DW), α = 5%
Dari tabel ini dapat
dilihat bahwa nilai DL dan DU untuk K=1 dan Jumlah observasi 29 adalah :
DU : 1.4828
DL : 1.3405
4-DU : 2.5172
4-DL : 2.6595
Setelah semua nilai
diketahui, berikutnya tentukan daerah Otokorelasi.
Gambar
: Bagan Daerah Otokorelasi (Autokorelasi)
Dari hasil ini dapat
dilihat bahwa data masuk pada daerah Autokorelasi Positif.
Langkah
8 : Kita
coba lihat hasil pada pengujian Serial Correlation LM Test. Klik menu View
=> Residual Diagnostics dan pilih Serial Correlation LM Test.
Gambar
: Pengolah Data Eviews 9
Langkah
9 : Lags
to Include sesuakan dengan sistem. Di sistem tertulis 2.
Gambar
: Pengolah Data Eviews 9
Langkah
10 : Berikut adalah hasil pengujian Otokorelasi dengan
Serial Correlation LM Test.
Gambar
: Pengolah Data Eviews 9
Interpretasi Output :
Dari hasil ini dapat
dilihat nilai Obs*R-squared sebesar 13.41197 dengan Prob. Chi-Square (2)
sebesar 0.0012.
Syaratnya :
Jika nilai Prob.
Chi-Square (2) > alpha 0.05 (5%), artinya tidak ada Otokorelasi.
Jika nilai Prob.
Chi-Square (2) < alpha 0.05 (5%), artinya ada Otokorelasi.
Kesimpulan : Nilai Prob.
Chi-Square (2) sebesar 0.0012 < 0.05, artinya ada Otokorelasi.
Karena hasil terdeteksi
masalah asumsi Otokorelasi maka kita coba sembuhkan dengan Metode
Cochrane-Orcutt (C-O) dengan asumsi kita tidak mengetahui nilai p atau
Otokorelasi.
Langkah
11 : Buat data baru, klik Genr.
Gambar
: Pengolah Data Eviews 9
Langkah
12 : Pada Generate Series by Equation dibagian Enter
equation isikan dengan res1=resid.
Gambar
: Pengolah Data Eviews 9
Langkah
13 : Kita buat data baru lagi, klik Genr.
Gambar
: Pengolah Data Eviews 9
Langkah
14 : Pada Generate Series by Equation dibagian Enter
equation isikan dengan Y=x*(Y-1)
Gambar
: Pengolah Data Eviews 9
Langkah
15 : Buat data baru lagi, klik Genr.
Gambar
: Pengolah Data Eviews 9
Langkah
16 : Pada Generate Series by Equation dibagian Enter
equation isikan dengan Y2=Y-Y1.
Gambar
: Pengolah Data Eviews 9
Langkah
17 : Buat data baru lagi, klik Genr.
Gambar
: Pengolah Data Eviews 9
Langkah
18 : Pada Generate Series by Equation dibagian Enter
equation isikan dengan X=x*(X1-1)
Gambar
: Pengolah Data Eviews 9
Langkah
19 : Buat data baru, klik Genr.
Gambar
: Pengolah Data Eviews 9
Langkah
20 : Pada Generate Series by Equation dibagian Enter
equation isikan dengan X2=X=X1.
Gambar
: Pengolah Data Eviews 9
Langkah
21 : Blok seluruh data baru yang dibuat, “ y2 x1 x2” klik
kanan Open => as Equation.
Gambar
: Pengolah Data Eviews 9
Langkah
22 : Pada Equation Estimation dibagian Specification isikan
dengan persamaan regresi “y2 c x1 x2”. Estimation settings dibagian Method
tetap pilih LS – Least Squares (NLS and ARMA). Klik ok.
Gambar
: Pengolah Data Eviews 9
Langkah
23 : Delete Untitled EQUATION pilih Yes.
Gambar
: Pengolah Data Eviews 9
Langkah
24 : Berikut adalah hasil regresi data time series.
Gambar
: Pengolah Data Eviews 9
Interpretasi Output :
Dari hasil ini dapat
dilihat nilai Durbin Watson stat sebesar 0.494637, bila dibandingkan dengan
hasil sebelum dilakukan penyembuhan adalah sebesar 0.573988. Artinya semakin
kecil nilai ketika dilakukan penyembuhan menggunakan metode Cochrane-Orcutt
(C-O). Kesimpulan : Metode ini tidak cocok diterapkan untuk hasil regresi yang
penulis teliti.
Langkah
25 : Kita coba lihat hasil pada pengujian Serial
Correlation LM Test. Klik menu View => Residual Diagnostics dan pilih Serial
Correlation LM Test.
Gambar
: Pengolah Data Eviews 9
Langkah
26 : Lags to Include sesuakan dengan sistem. Di sistem
tertulis 2.
Gambar
: Pengolah Data Eviews 9
Langkah
27 : Berikut adalah hasil pengujian Otokorelasi dengan
Serial Correlation LM Test.
Gambar
: Pengolah Data Eviews 9
Interpretasi Output :
Dari hasil ini dapat
dilihat nilai Obs*R-squared sebesar
14.63161 dan Prob. Chi-Square (2) sebesar 0.0007, bila dibandingkan dengan hasil
sebelum dilakukan penyembuhan yaitu nilai Obs*R-squared sebesar 13.41197 dengan
Prob. Chi-Square (2) sebesar 0.0012. Artinya semakin kecil nilai ketika
dilakukan penyembuhan menggunakan metode Cochrane-Orcutt (C-O). Kesimpulan :
Metode ini tidak cocok diterapkan untuk hasil regresi yang penulis teliti.
Informasi ekonometrika
secara lengkap, silakan kunjungi channel youtube saya di : Dimas Channel
Note : Silakan bagi teman-teman yang ingin meng-copy artikel ini. Mohon sertakan sumber aslinya. Terima Kasih :-)
Note : Silakan bagi teman-teman yang ingin meng-copy artikel ini. Mohon sertakan sumber aslinya. Terima Kasih :-)
Jika variabel x lebih dari 1, apakah ada perubahan rumus di langkah 14? Bila iya, bagaimana bentuk rumusnya??
ReplyDeleteijin bertanya pak sebelumnya uji normalitas, heteros dll saya sudah normal dengan menggonakan transform sqrt
ReplyDeletenamun di uji autokorelasi dia tidak lolos kemudian sata transform menggunakan lag untuk mengobati autokorelasi jadinya lolos
jadi data yg normalitas , heteros dll kecuali autokorelasi nya boleh menggonakan hasil transform yg sqrt?
kalau makek yg transform lag dia hancur jadi ga normal pak
mohon bantuannya pak