Uji LM atau Lagrange Multiplier test adalah pengujian statistik yang digunakan dalam analisis ekonometrika pada software EViews untuk mendeteksi ada atau tidaknya masalah autokorelasi dalam model regresi data time series. Pengujian ini sangat penting dalam skripsi karena autokorelasi menyebabkan estimator OLS menjadi tidak efisien meskipun tetap tidak bias.
Apa itu Uji LM dalam EViews dan Kapan Harus Digunakan?
Uji LM adalah prosedur diagnostik untuk mendeteksi autokorelasi serial tingkat tinggi maupun rendah pada residual model regresi panel atau runtun waktu. Uji ini digunakan ketika peneliti ingin memastikan bahwa error dari persamaan regresi tidak saling berkorelasi antarwaktu, sehingga hasil estimasi layak diinterpretasikan secara statistik.
Bagaimana Langkah-Langkah Melakukan Uji LM di EViews?
Langkah-langkah melakukan uji LM di EViews dapat diaplikasikan dengan mudah mengikuti prosedur sistematis berikut ini. Pastikan data Anda sudah diestimasi menggunakan metode regresi yang sesuai sebelum masuk ke tahap pengujian diagnostik ini.
- Buka software EViews dan pastikan file workfile penelitian Anda sudah aktif serta model persamaan regresi sudah diestimasi sebelumnya.
- Klik dua kali pada persamaan atau equation yang telah diestimasi untuk membuka jendela hasil regresi.
- Pada menu bar di bagian atas jendela equation, klik tombol View lalu arahkan kursor ke pilihan Residual Diagnostics.
- Pilih menu Serial Correlation LM Test… untuk membuka jendela dialog pengaturan lag pengujian.
- Masukkan jumlah lag yang diinginkan pada kolom yang tersedia, umumnya menggunakan lag 2 atau sesuai dengan karakteristik data penelitian Anda.
- Klik tombol OK, dan EViews akan memunculkan jendela baru berisi hasil output Breusch-Godfrey Serial Correlation LM Test secara lengkap.
Bagaimana Cara Membaca Output dan Kriteria Keputusan Uji LM?
Cara membaca output uji LM di EViews dilakukan dengan membandingkan nilai probabilitas Chi-Square dengan tingkat signifikansi alpha sebesar 5 persen atau 0,05. Kriteria keputusan statistik pada uji ini dirancang untuk memastikan apakah model terbebas dari masalah autokorelasi serial.
| Indikator Statistik | Kriteria Pengambilan Keputusan | Kesimpulan Model Regresi |
|---|---|---|
| Prob. Chi-Square > 0,05 | Gagal menolak H0 (Terima H0) | Model bebas dari masalah autokorelasi |
| Prob. Chi-Square < 0,05 | Tolak H0 (Terima H1) | Model mengandung masalah autokorelasi |
Tabel di atas menyajikan panduan cepat yang sangat berguna ketika Anda sedang menyusun bab hasil analisis data dalam laporan skripsi. Jika nilai probabilitas Obs*R-squared berada di atas taraf nyata 5 persen, maka asumsi klasik autokorelasi telah terpenuhi dengan baik.
Apa Solusi Jika Model Terkena Autokorelasi pada Uji LM?
Solusi ketika model regresi Anda gagal dalam uji LM adalah dengan menambahkan variabel independen baru yang relevan atau mengubah bentuk fungsi matematis model. Selain itu, peneliti juga sering kali menggunakan metode estimasi Cochrane-Orcutt atau menambahkan variabel lagged dependent variable untuk mengatasi gangguan autokorelasi serial tersebut.
Pertanyaan Umum
Apa kepanjangan dari uji LM dalam analisis EViews?
Uji LM adalah singkatan dari Lagrange Multiplier test, sebuah uji statistik yang sering dipakai dalam EViews untuk mendeteksi autokorelasi dalam residual.
Berapa nilai lag yang sebaiknya dimasukkan saat uji LM di EViews?
Jumlah lag yang dimasukkan disesuaikan dengan frekuensi data penelitian, misalnya lag 1 atau lag 2 untuk data tahunan dan triwulanan.
Apa nama spesifik uji LM yang biasa muncul di output EViews?
Nama spesifik yang muncul di EViews adalah Breusch-Godfrey Serial Correlation LM Test untuk menguji autokorelasi serial.
Memahami dan melakukan pengujian diagnostik seperti ini memang membutuhkan ketelitian tinggi agar bab pembahasan skripsi Anda dapat disetujui oleh dosen pembimbing. Jika Anda mengalami kendala teknis dalam proses pengolahan data penelitian, manfaatkan layanan profesional jasa olah data EViews terpercaya untuk membantu menyelesaikan hambatan analisis statistik Anda dengan akurat.