Pengujian Asumsi Autokorelasi dengan Nilai Durbin Watson di Eviews 9

 

Gambar : Cover Artikel

Pengujian Asumsi Otokorelasi (Autokorelasi)

Ditulis oleh : Dimas Purbo Wicaksono Fenda Putra, S.E.

A.Penjelasan Otokorelasi (Autokorelasi)

Pengujian asumsi autokorelasi dengan nilai Durbin Watson

Pertama, dengan melihat hasil pengujian nilai Durbin-Watson. Pengujian Durbin-Watson adalah pengujian yang sering digunakan untuk melihat apakah data terjangkit otokorelasi ataukah tidak. 

B.Tahapan Pengolahan Data

Variabel yang digunakan :

Y         = Pengangguran Terbuka

X1       = Jumlah Penduduk

X2       = Upah Minimum Provinsi

X3       = Pertumbuhan Ekonomi

Cara melakukan pengujian ini adalah :

Siapkan datanya terlebih dahulu..

Ini adalah data yang akan digunakan untuk menguji Otokorelasi.

Gambar : Data Latihan

Langkah 1 : Buka lembar eviews 9. Klik Create a new Eviews workfile.

Gambar : Pengolah Data Eviews 9

Langkah 2 : Pada Workfile Create dibagian Workfile structure type pilih Dated – regular frequency (karena data time series). Date specification dibagian Frequency pilih Annual. Start date isikan 1998 (tahun awal data) dan End date isikan 2019 (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 x1 x2 x3”. Estimation settings dibagain Method pilih LS - Least Squares (NLS and ARMA). Klik ok.

Gambar : Pengolah Data Eviews 9

Langkah 7 : Berikut adalah hasil regresi data time series.

Gambar : Pengolah Data Eviews 9

Interpretasi Output :

Dari hasil ini dapat dilihat bahwa nilai Durbin-Watson stat sebesar 0.786386.Kita bisa menginterpretasikan hasil dengan membandingkan nilai ini terhadap tabel durbin watson atau juga bisa dengan menempatkan nilai ini pada kriteria : -2 ≤ DW ≤ 2. Kalau kita menggunakan kriteria ini maka hasilnya : -2 ≤ 0.786386 ≤ 2 yang artinya tidak terjadi Otokorelasi pada data ini, akan tetapi nilai 0.786386 sangatlah riskan. Mengapa ? Karena nilai ini dibawah 1 dan ada kemungkinan ketika diuji menggunakan tabel Durbin Watson maka hasilnya adalah Autokorelasi Positif. 

Pengujian dengan melihat nilai Durbin Watson stat sangatlah berisiko walaupun sangat mudah dilakukan karena hanya membandingkan dengan -2 ≤ DW ≤ 2. Tetapi memiliki beberapa kelemahan antara lain :

a.Pengujian ini hanya berlaku jika variabel independent bersifat stokastik atau random.

b.Apabila model yang akan dianalisis menyertakan data yang sudah didiferensi, sebagai contoh : model autoregresive AR(p), maka pengujian ini hanya berlaku untuk model AR(1) saja. Tidak bisa digunakan untuk model AR(2) dan seterusnya. Alternatifnya anda dapat menggunakan Uji Durbin h.

c.Pengujian ini tidak dapat digunakan pada model moving average atau model rata-rata bergerak.

Maka dari itu kita coba gunakan pengujian dengan tabel Durbin Watson agar dapat memperjelas daerah yang ditempati oleh hasil ini.

Kita coba buktikan dengan tabel Durbin Watson.

Durbin-Watson stat : 0.786386

Total observasi : 22

K (Jumlah variabel independent) : 3

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=3 dan Jumlah observasi 22 adalah :

DU : 1.6640

DL : 1.0529

4-DU : 2.336

4-DL : 2.9471

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. 

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 :-)