Autokorelasi pada model regresi linier

Abstract

Untuk membuat model regresi seakurat mungkin, diperlukan beberapa asumsi. Dengan asumsi-asumsi ini, dapat diperoleh penaksir koefisien regresi yang mempunyai sifat tak bias linier terbaik atau BLUE (Best Linear Unbiased Estimator). .Salah satu asumsi tersebut adalah tidak ada autokorelasi di antara kesalahan yang masuk ke dalam fungsi regresi populasi. Asumsi ini dinamakan asumsi non-autokorelasi. Apabila asumsi ini tidak dipenuhi yaitu terdapat autokorelasi di antara kesalahan, maka koefisien- regresi yang diperoleh tidak mempunyai sifat BLUE lagi Sehingga akan menghasilkan model regresi *yang tidak akurat. Untuk itu sangat perlu me.ngetahui sifat dan pengaruh daripada autokorelasi, serta cara mendeteksi dan cara mengatasinya yaitu dengan Uji d Durbin-Watson dan Iterasi Cochrane-Orcutt. iv