Uji autokorelasi bertujuan menguji apakah dalam suatu model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Masalah ini timbul karena residual (kesalahan pengganggu) tidak bebas dari satu observasi ke observasi lainnya. Hal ini sering ditemukan pada data runtut waktu atau time series karena "gangguan" pada seseorang individu/kelompok cenderung mempengaruhi "gangguan" pada individu/kelompok yang sama pada periode berikutnya.
Pada data crossection (silang waktu) masalah autokorelasi relatif jarang terjadi karena "gangguan" pada observasi yang berbeda berasal dari individu/kelompok yang berbeda. Model regresi yang baik adalah regresi yang bebas dari autokorelasi.
http://www.blogger.com/img/blank.gifhttp://www.blogger.com/img/blank.gif
Ada beberapa cara yang dapat digunakan untuk mendeteksi ada atau tidaknya autokorelasi. Diantaranya adalah uji Durbin Watson (DW test), Uji Lagrange Multiple (LM test), Uji Statistik Q : Box - Pierce dan Ljung Box, dan Uji Breusch - Godfrey.
sumber: Ghozali, Imam. Aplikasi Analisis Multivariate Dengan Program SPSS. BP Undip. Semarang. 2001.
Pada data crossection (silang waktu) masalah autokorelasi relatif jarang terjadi karena "gangguan" pada observasi yang berbeda berasal dari individu/kelompok yang berbeda. Model regresi yang baik adalah regresi yang bebas dari autokorelasi.
http://www.blogger.com/img/blank.gifhttp://www.blogger.com/img/blank.gif
Ada beberapa cara yang dapat digunakan untuk mendeteksi ada atau tidaknya autokorelasi. Diantaranya adalah uji Durbin Watson (DW test), Uji Lagrange Multiple (LM test), Uji Statistik Q : Box - Pierce dan Ljung Box, dan Uji Breusch - Godfrey.
sumber: Ghozali, Imam. Aplikasi Analisis Multivariate Dengan Program SPSS. BP Undip. Semarang. 2001.
Tidak ada komentar:
Posting Komentar