Autokorelasi dalam konsep regresi linier berarti komponen error berkorelasi berdasarkan urutan waktu (pada data time-series) atau urutan ruang (pada data cross-sectional).
Contoh data timeseries (terdapat urutan waktu) misalnya pengaruh biaya iklan terhadap penjualan dari bulan januari hingga bulan desember. Sedangkan data cross-sectional adalah data yang tidak ada urutan waktu, misal pengaruh konsentrasi zat X terhadap kecepatan reaksi suatu senyawa kimia.
Untuk mendeteksi ada atau tidaknya autokorelasi, dapat dilakukan dengan menggunakan statistik uji Durbin-Watson. Apabila nilai D-W berada di sekitar angka 2, berarti model regresi kita aman dari kondisi autokorelasi.
Daftar Pustaka:
Gujarati, D. 1991. Ekonometrika Dasar. Penerbit Erlangga. Jakarta.
Kutner, M.H., C.J. Nachtsheim dan J. Neter. 2004.
Applied Linear Regression Models. Fourth Ed. The McGraw-Hill Company, Inc. New York.
Tidak ada komentar:
Posting Komentar