Pelanggaran Asumsi Klasik

 

      Bab 6. PELANGGARAN ASUMSI KLASIK:  AUTOKORELASI                

6.1 Pendahuluan

Salah satu asumsi penting dari model regresi linear klasik adalah bahwa variabel gangguan e_i   yang masuk ke dalam fungsi regresi populasi adalah random atau tidak berkorelasi. Jika asumsi ini dilanggar, kita memiliki masalah serial korelasi atau autokorelasi.

Pada bab ini akan membahas bagaimana jika variabel gangguan berkorelasi antara satu observasi dengan observasi lain, dengan sejumlah pertanyaan menarik yang melatarbelakangi pembahasan ini adalah bagaimana sifat dasar autokorelasi?, apa sebab dan konsekuensinya?, bagaimana kita dapat mendeteksinya? dan bagaimana cara menyembuhkan atau mengatasinya?.

Bab ini penting untuk dikuasai oleh para mahasiswa karena bahasan pada bab ini akan menjadi barometer kemampuan mahasiswa untuk menghasilkan model ekonometrika yang dapat dipertanggungjawabkan secara ilmiah dalam pengembangan ilmu pengetahuan melalui penelitian skripsi dan secara praktis berkaitan dengan pengambilan kebijakan yang dapat dimanfaatkan oleh pihak-pihak yang membutuhkannya.

Kemampuan awal yang perlu dikuasai para mahasiswa adalah sudah menguasai atau mengikuti mata kuliah teori ekonomi makro dan mikro, matematika dan statistik. Sedangkan untuk melengkapi pemahaman para mahasiswa tentang bab ini para mahasiswa dapat membaca referensi-referensi lain yang berkaitan dengan materi tersebut.

6.1.1 Deskripsi Singkat

          Pembahasan bab ini akan dimulai dari definisi dan sifat dasar autokorelasi, kemudian dilanjutkan dengan materi sebab-sebab munculnya autokorelasi, konsekuensi atau akibat autokorelasi, cara mendeteksi atau mengetahui autokorelasi dan cara penyembuhannya dengan menggunakan metode tertentu.

6.1.2 Relevansi

Diharapkan setelah mahasiswa memahami materi pelanggaran asumsi klasik autokorelasi mahasiswa dengan mudah dapat menerapkannya untuk menghasilkan model regresi dengan estimator OLS yang BLUE yang bermanfaat secara ilmiah untuk pengembangan ilmu pengetahuan melalui penelitian skripsi dan secara praktis untuk pengambilan kebijakan.

6.1.3 Kompetensi Dasar

         Mahasiswa diharapkan dapat menghasilkan atau mengaplikasikan model regresi dengan estimator OLS yang bersifat BLUE.

6.1.4 Indikator

Dengan memberikan kuliah pada bab ini maka mahasiswa diharapkan dapat:

• Menjelaskan definisi dan sifat dasar autokorelasi
•  Menjelaskan sebab-sebab terjadinya autokorelasi
• Menjelaskan konsekuensi autokorelasi
• Menerapkan cara deteksi autokorelasi dengan beberapa metode.
• Menerapkan cara penyembuhan autokorelasi dengan sejumlah metode.

6.2 Penyajian Materi

6.2.1 Definisi dan Sifat Dasar Autokorelasi
Secara harfiah autokorelasi berarti adanya korelasi antara anggota observasi satu dengan observasi lain yang berlainan waktu. Dalam kaitannya, dengan asumsi metode OLS atau asumsi model regresi linear klasik (CLRM), autokorelasi merupakan korelasi antara satu variabel gangguan dengan variabel gangguan lain. Penyajian materi selengkapnya dapat di-DOWNLOAD DI LINK INI.

Tweet