Mendeteksi Autokorelasi

1. Metode Grafik 
Metode ini merupakan metode yang paling sederhana untuk mendeteksi autokorelasi. Sekaligus merupakan langkah awal untuk mendeteksi autokorelasi. Sesuai dengan definisinya, metode ini membandingkan antara residual dengan variabel X. selain itu, dengan membandingkan antara rasidual ke-t dengan residual ke-(t-1).

Suatu grafik mengindikasikan adanya autokorelasi dapat dilihat dari polanya. Suatu grafik dikatakan mengandung autokorelasi ketika terdapat pola antara residual dengan waktu atau antara residual ke-t sampai ke-(t-1).

Pada bagian (a) terlihat bahwa grafiknya membentuk pola siklus sehingga diindikasikan terdapat autokorelasi. Hal itu juga didukung dengan grafik antara raesidual ke-t dengan residual ke-(t-1) yang menunjukkan ada hubungan liniear..pada gambar tersebut terdapatnya autokorelasi positif dan negatif. Autokorelasi positif terlihat pada bagian (a) sedangkan autokorelasi negatif pada gambar bagian (b).

2. Uji Durbin Watson

Metode grafik diatas masih memiliki permasalahan. Pada metode ini, adanya autookorelasi agak sulit untuk ditentukan karena hanya melalui subjektifitas peneliti. Sehingga, kemungkinan tiap peniliti memiliki pandangan yang berbeda-beda. Oleh karena itu, perlu dilakukan pengujian formal yang dapat dipercaya secara ilmiah. Salah satu cara untuk mengetahui adanya autokorelasi adalah uji durbin-watson.

hipotesis:
Ho=tidak ada autokorelasi
H1=ada autokorelasi

Statistik Uji :

Setelah mendapatkan statistik uji. Langkah selanjutnya adalah membandingkan dengan tabel DW. Tabel DW tediri atas dua nilai, yaitu batas bawah (dL) dan batas atas(dl) dan batas bawah(du). Berikut beberapa keputusan setelah membandingkan DW.

• Bila d < dL Þ tolak H0; Berarti ada korelasi yang positif atau kecenderungannya r= 1 
• Bila dL < d < dU Þ kita tidak dapat mengambil kesimpulan apa-apa
• Bila dU < d < 4 – dU Þ jangan tolak H0; Artinya tidak ada korelasi positif maupun negatif 
• Bila 4 – dU < d < 4 – dL Þ kita tidak dapat mengambil kesimpulan apa-apa
• Bila d > 4 – dL Þ tolak H0; Berarti ada korelasi negatif

tabel durbin-watson dapat diperoleh disini

3. Uji Run

Uji durbin Watson juga memiliki kelemahan ketika berada antara nilai dL dan dU atau antara (4-dU) dan (4-dL) maka keputusannya autokorelasi tidak bisa diketahui mempunyai autokorelasi apa tidak. Sehingga dilakukan uji lain bisa dengan metode grafik atau metode formal lainnya. Salah satu uji formal yaitu uji run.

Perinsip kerja uji run sangat sederhana yaitu dengan melihat tanda nilai residual negtaif atau positif(+) atau negatif (-), tanpa memperhatikan nilainya. Sehingga run yang dimaksud disini adalah sekelompok nilai residual yang mempunyai tanda sama secara bertusut-turut.

Contoh: (++++++)(-----)(+++++)(----)

Hipotesis:

H0=residual random
H­1=tidak demikian

Untuk menghitungnya digunakan beberapa fungsi berikut:

Dimana: 

N=jumlah observasi
N1=jumlah run positif(+)
N2=jumlah run negatif(-)

Dalam melakukan pengujian hipotesis, digunakan analisis interval kepercayaan :

E(run)-1,96 <= run <= E(run)+1,96 run

    Keputusan:

Apabila nilai Run berada diantara interval tersebut maka terima H0sehingga disimpulkan residualnya random dan tidak adanya unsur autokorelasi.

4. Uji Breusch-Godfrey(BG)/Lagrange Multiplier(LM)

Uji ini dikembangkan oleh breusch-bodfrey.

Berdasarkan model tersebut Breusch-bodfrey mengasumsikan bahwa Ut mengikuti autoregresif ordo p(AR(p)), sehingga membentuk model berikut:

Untuk materi yang tertinggal akan dibahas di bagian selajutnya. [mengatasi-uji-autokorelasi]

Refrensi:
Nachrowi Djalal Nachrowi dan Hardius Usman. ekonometrika untuk analisis ekonomi dan keuangan. 2006.
Gujarati, Basic_Econometrics. 2004. bisa didowload
autocorelasi. basic economic. sanjoyo. bisa didownload disini
guy judge march 2007. bisa didownload disini