Salah satu alternatif untuk mengatasi model regresi linear yang terkena gangguan autokorelasi adalah dengan memasukkan lag dari variabel terikat menjadi salah satu variabel bebasnya. Misalnya ada urutan data seperti ini:
Ini hanya contoh ya, disarankan untuk tidak menggunakan regresi linear dengan 16 data saja. He he. Mau buat banyak-banyak capek…… nah kalau mau liat datanya, tinggal download saja. Klik menu Analyze, sorot pada Regression, klik pada linear seperti ini:
Jika anda benar, maka akan diarahkan ke box regresi linear seperti ini:
Masukkan variabel Y ke kotak dependen, dan variabel X ke kotak Independen seperti gambar di atas. Untuk memunculkan menu autokorelasi dengan Durbin-Watson, klik menu Statistic di bagian bawah agak ke kiri. Dah ketemu??? Ya benar, di situ, di sebelah kiri menu Plots. Jika anda klik di menu Statistic, maka akan diarahkan ke box menu sebagai berikut:
Berikan tanda centang (tick mark) pada Durbin-Watson seperti pada contoh. Lalu tekan Continue di kanan atas, sehingga akan dikembalikan ke menu regresi, lalu tekan OK dan program akan mengeluarkan Outputnya seperti ini:
Jika anda benar, maka akan didapat nilai Durbin-Watson sebesar 0,287. Perhatikan tabel DW untuk satu buah variabel (k’) sebesar 1 dan jumlah data 16, maka nilai dL adalah 1,10 dan dU adalah 1,34. Tampak bahwa 0 < DL yang menunjukkan terjadi gangguan autokorelasi. Kita coba memasukkan lag variabel dengan menggunakan menu Tranform, lalu pilih Compute
Maka anda akan diarahkan ke Box Compute. Lalu ketikkan Lag_Y pada target variabel. Artinya variabel lag nanti akan disimpan pada kolom dengan nama Lag_Y. lalu pada Function, di bagian kanan, cari menu LAG(Variable). Sorotkan mouse lalu tekan tanda panah ke atas di samping Function. Sehingga Numeric Expression akan keluar Lag(?). Tanda tanya itu anda ganti dengan Y, artinya variabel Y.
Lalu klik aja OK di bagian bawah. Sehingga tabulasi data pada SPSS akan menjadi seperti ini:
Anda dapat melihat, bahwa lag variabel adalah menggeser ke bawah suatu variabel. Atau data nomor 1 menjadi data nomor 2 pada lag, data nomor 2 menjadi data nomor 3 pada lag dan seterusnya. Dan, ya anda benar, maka data nomor 1 pada lag akan kosong, sehingga data total akan berkurang satu. Setelah itu, lakukan penghitungan regresi lagi seperti di atas, dengan menambahkan variabel Lag y sebagai variabel bebas. Maka jika anda benar (mudah-mudahan benar) dan akan keluar output sebagai berikut:
Tampak pada gambar di atas bahwa nilai DW adalah sebesar 1,557. Akan tetapi, motode Durbin-Watson tidak boleh dipergunakan untuk model seperti ini yang sering disebut dengan Autoregressive. Jadi coba gunakan metode deteksi autokorelasi yang lain, misalnya Run Test.
Pada tahap interpretasi model, lag variabel tidak usah diinterpretasikan karena hanya merupakan metode untuk menghilangkan gangguan autokorelasi saja. Juga masih ada metode lain, misalnya dengan persamaan beda umum (first difference delta) yang akan dibahas lebih lanjut.
Bahan bacaan:
Muhammad Firdaus, 2004. Ekonometrika suatu Pendekatan Aplikatif. Jakarta: Bumi Aksara
Durbin, J., dan Watson, G.S., 1951. Testing for Serial Correlation in Least Square Regression. Biometrika, Vol. 38. Hlm. 159 – 177
Pak mau tanya ..kalo sudah pakae lag_y ..dan hasilnya sudah menunjukkan tidak ada autokorelasi ..langkah selanjutnya apkah uji aumsi klasik yg laen peelu di uji lagy ..lalu bagaimna saat regresinya ..mhon bantuannya ya pak .trimakasih ..
BalasHapusIya, harus diuji lagi. Terima kasih.
HapusMau tanya, saya menggunakan spss ibm versi 19 kenapa.ng ada fungsi lag nya ya mas, mohon info nya. Tq
BalasHapusMasak? Ada kok :)
HapusMaaf pak mau tanya... klo pakai metode run test bgmn kita nengetahui koefisien regresi n anovanya? Krn d out put hanya tersedia tbel run test sj. Trmksh
BalasHapusRun test memang berbeda dengan regresi dan anova, menu sendiri2. Terima kasih.
Hapusmantabsss
BalasHapusPak saya asa.
BalasHapusSaya menggunakan spss versi 22.
Tapi di function nya tidak ada lag variable ..
Jadi gmn pak ?
Coba dicari lagi. Terima kasih.
HapusMaaf mw tanya
BalasHapusAwalnya data saya ada autokol terus udh saya ubah pake cara cochrane orcutt, nah buat uji regresi nya smua harus di ubah pake data yang sudah saya transfrom dgn cochranr orcutt kan?
Lalu kalau mau uji t pake data awal atau data yang sudah saya transform?
Banyak pertanyaan sejenis. Anda punya rumah, bermasalah, lalu diperbaiki. Nah sekarang Anda mau tinggal di mana? di rumah lama atau rumah baru? :) terima kasih.
HapusMaaf sblm nya,
BalasHapusAda yang ingin saya tanyakan.
Apabila kita sudah menggunakan metode first-difference dan masalah auto terselesaikan. Kemudian saat interpretasi t, yang kita gunakan yang mana. Apakah yang uji t yang di estimasikan dengan ar(1) atau menggunakan hasil uji t yang diestimasikan dengan gls tanpa ada ar(1). Saya menggunakan Eviews.
Terimakasih.
Banyak pertanyaan seperti itu, dan juga sudah banyak jawaban serupa di blog ini, silahkan browse. Terima kasih.
HapusSelamat siang kak
BalasHapusKa penelitian saya ada masalah autokorelasi sehingga saya menambahkan lag variabel terikatnya, untuk bentuk persamaan regresinya bagaimana ya ka? Dan bagaimana cara membaca model estimasi dengan lag variabel terikat itu ka?
Persamaannya sama kak, tinggal tambahkan variabel lagnya. Tidak ada hipotesis penelitian untuk variabel lag. Terima kasih.
Hapus