METODE COCHRANE ORCUTT UNTUK MENGATASI AUTOKORELASI PADA REGRESI LINIER GANDA (Studi pada Kemiskinan di Provinsi Jawa Timur Tahun 2014)

• Main Author: SALIHATI HANIFA, 101311133196
• Format: Theses and Dissertations NonPeerReviewed
• Language: Indonesian; Indonesian
• Published: 2017
• Subjects: RA Public aspects of medicine
• Online Access: http://repository.unair.ac.id/62183/1/FKM.215.17%20Han%20m%20-%20Abstrak.pdf; http://repository.unair.ac.id/62183/2/FKM.215.17%20Han%20m%20-%20Sec.pdf; http://repository.unair.ac.id/62183/; http://lib.unair.ac.id
• Institution: Universitas Airlangga

Regresi linier ganda memiliki asumsi klasik yang harus dipenuhi. Salah satu asumsi klasik yang harus dipenuhi adalah tidak adanya autokorelasi. Autokorelasi merupakan korelasi antar residual pada anggota observasi yang diurut menurut waktu atau ruang. Bila terjadi autokorelasi pada regresi linier ganda akan menyebabkan penaksir model regresi yang diperoleh menjadi LUE (linear unbiased estimator) tidak lagi BLUE (best linear unbiase estimator). Metode cochrane orcutt merupakan salah satu metode yang dapat digunakan untuk mengatasi masalah autokorelasi pada regresi linier ganda. Tujuan dari penelitian ini adalah mempelajari metode cochrane orcutt untuk mengatasi autokorelasi pada regresi linier ganda dan mengetahui faktor yang mempengaruhi kemiskinan di Jawa Timur tahun 2014. Rancangan penelitian yang digunakan dalam penelitian adalah metode unobtrusive yang merupakan studi no reaktif. Penelitian ini menggunakan data sekunder tahun 2014 yang diperoleh dari Badan Pusat Statistik (BPS) Provinsi Jawa Timur. Unit analisis dari penelitian ini adalah kabupaten/kota di Provinsi Jawa Timur sebanyak 38. Variabel dependen pada penelitian ini adalah persentase penduduk miskin dan variabel independen pada penelitian ini antara lain tingkat pendidikan terakhir yang ditamatkan, tingkat pengangguran terbuka (TPT) dan persentase pengguna alat KB. Hasil penelitian ini menunjukkan nilai durbin watson adalah sebesar 0,850, dimana nilai ini menunjukkan adanya masalah autokorelasi positif. Nilai durbin watson setelah dilakukan cochrane orcutt sebesar 1,953, dimana nilai ini telah menunjukkan tidak ada masalah autokorelasi lagi. faktor yang mempengaruhi kemiskinan di Jawa Timur tahun 2014 adalah tingkat pendidikan terakhir yang ditamatkan (p=0,001) dan tingkat pengangguran terbuka (p=0,019). Model baru yang didapatkan adalah sebagai berikut: Y*=6,724+0,179X*1-0,721X*2 Kesimpulan dari penelitian ini adalah metode cochrane orcutt dapat mengatasi autokorelasi dalam regresi linier ganda pada data cross sectional. Sebaiknya untuk penelitian selanjutnya menggunakan data time series tentang biostatistika dan kependudukan yang mengalami masalah autokorelasi