√ Uji Non-Autokorelasi

Sebelum melanjutkan pembahasan selanjutnya mengenai uji non-autokorelasi. Perlu diketahui beda antara regresi dan korelasi. Regresi ialah hubungan sebab-akibat antara variabel bebas (independen) terhadap variabel terikat (dependen). Intepretasinya ialah bila variabel bebas berubah (naik/turun) 1 satuan, maka menjadikan variabel terikatnya berubah (naik/turun) sebesar sekian satuan (tergantung hasil koefisien beta pada variabel bebas hasil running model. Sedangkan hubungan ialah hubungan dua variabel atau sanggup lebih yang menawarkan arah hubungannya saja (positif/negatif). Intepretasinya, variabel X tampak berbanding terbalik dengan variabel Y, atau variabel X berbanding lurus terhadap variabel Y, atau bila variabel X naik, terdapat kecenderungan variabel Y menurun atau sebaliknya.

Lanjut !.

Sekarang saatnya membahas uji perkiraan model statistik, yaitu uji non-aoutokorelasi. Sebenarnya dari segi penamaan, itu yang benar ialah non-otokorelasi atau non-autokorelasi, ataunon-autocorrelation ?

Nah, yang benar itu ialah uji non-autocorrelation (bahasa inggris), atau ada pendapat lain ?..hehe.

OK. Uji ini bertujuan untuk mengidentifikasi apakah variabel galat atau error model statistik saling berafiliasi (berkorelasi) atau tidak. Korelasi yang dimaksud ialah bahwa antar error amatan satu dengan amatan yang lainnya tidak terdapat hubungan yang berpengaruh apalagi sempurna. Nilai hubungan biasanya paling minimal -1 dan paling maksimal ialah 1. Jika hubungan antara dua amatan error, contohnya amatan ke-1 dan amatan ke-2 besarnya 0,89, maka ini secara pribadi memberi sinyal pada kita bahwa model kita bakal terkena gangguan autocorrelation.

Uji yang biasa digunakan dalam mengukur ada tidaknya atau lolos tidaknya uji non-autocorrelation adalah uji Durbin-Watson (uji parametrik) dan berdasarkan dengan lima kondisi tempat uji sebagai berikut :


Tabel Daerah Kritis Uji Durbin-Watson, sumber : Dok.Penulis dalam Gujarati (2004) sanggup dilihat pada awal Artikel

Nilai d ialah statistik yang tertera pada hasil output olah data uji non-autocorrelation (DW) biasanya pada SPSS. Tetapi ada juga pendapat Gujarati (2004), bahwa dikatakan telah lolos uji DW ketika besar nilai d-statistik nya sama dengan atau mendekati 2.

Meskipun demikian, uji DW terkadang mengandung hambatan ketika d-statistik jatuh pada tempat keraguan. Maka daripada itu, berdasarkan Ibrahim (2008) dalam Nursiyono (2013), untuk memastikan bahwa uji DW telah terpenuhi sanggup memakai uji runatau run test. Cara kerja uji ini ialah dengan merangking nilai-nilai setiaperror amatan lalu diuji dengan instrumen non-parametrik dan apabila nilai probabilitas outputnya lebih dari nilai alpha yang ditentukan peneliti, maka error model telah lolos dari gangguan autocorrelation.

Demikian sekilas ulasan mengenai ujinon-autocorrelation error model statistik. Nantikan ulasan konsep dan teori uji model statistik pada episode selanjutnya. Salam.

Sumber http://www.ngobrolstatistik.com/