METODE COCHRANE-ORCUTT UNTUK MENGATASI AUTOKORELASI PADA ESTIMASI PARAMETER ORDINARY LEAST SQUARES

Abstract

Autokorelasi merupakan salah satu pelanggaran asumsi di metode Ordinary Least Squares (OLS) yang terjadi pada pengamatan-pengamatan yang berbeda antar error. Salah satu metode yang digunakan untuk mendeteksi autokorelasi adalah dengan menggunakan uji Run. Jika terjadi autokorelasi, maka model regresi tidak memenuhi asumsi metode OLS. Salah satu cara untuk mengatasi autokorelasi adalah dengan menggunakan metode Cochrane-Orcutt. Tujuan penelitian ini yaitu mengatasi terjadinya autokorelasi pada model regresi dengan metode Cochrane-Orcutt, serta aplikasinya pada faktor-faktor yang mempengaruhi IPM di Indonesia Tahun 2015 dengan variabel bebas yang digunakan yaitu persentase rumah tangga memiliki akses terhadap air bersih, tingkat pengangguran terbuka (TPT) dan angka partisipasi sekolah jenjang pendidikan SMA. Metode Cochrane-Orcutt dilakukan dengan menghitung nilai  secara berulang, sehingga mendapatkan nilai  yang konvergen. Hasil penelitian menunjukkan bahwa model regresi terjadi autokorelasi yang dilakukan dengan uji Run yaitu nilai R=10 tidak berada pada nilai batas bawah dan batas atas sebesar 12,02 dan 22,92. Model regresi yang terjadi autokorelasi dilakukan perbaikan dengan metode Cochrane-Orcutt dengan mencari nilai  secara berulang dan diperoleh nilai  yang sudah konvergen yaitu 0,2305117948. Model regresi dilakukan uji Run kembali dengan nilai R=13 yaitu berada pada nilai batas bawah dan batas atas sebesar 11,94 23,04 sehingga model tidak terjadi autokorelasi dan dapat disimpulkan bahwa metode Cochrane-Orcutt dapat mengatasi autokorelasi.

Kata kunci: Regresi, OLS, Autokorelasi, Cochrane-Orcutt