Koreksi standar error parameter regresi dengan menggunakan metode Newey-West

INDONESIA:

Koreksi merupakan hal yang harus dilakukan ketika terdapat suatu kesalahan. Seperti halnya dalam model regresi linier berganda, ketika dilakukan estimasi Ordinary Least Square (OLS) pada model regresi linier berganda dan terjadi
kesalahan asumsi dalam model, seperti dilanggarnya asumsi yang mendasari OLS yaitu adanya autokorelasi maka harus dilakukan koreksi pada model. Autokorelasi merupakan hubungan antara error satu observasi dengan error observasi lainnya. Dengan dilakukan estimasi menggunakan OLS terhadap model yang memuat autokorelasi, akan menjadikan variansi tidak minimum sehingga standard error model yang diperoleh tidak lagi sesuai. Koreksi Newey-West merupakan suatu metode yang diterapkan dalam situasi dimana asumsi standar analisis regresi tidak berlaku, yaitu autokorelasi dan heteroskedastisitas. Newey-West mengoreksi standard error dari parameter regresi yang memuat autokorelasi dan memberikan nilai standard error yang sesuai dari model regresi yang memuat autokorelasi. Dengan diaplikasikannya metode koreksi Newey-West dan estimasi OLS dalam kasus model regresi linier berganda yang memuat autokorelasi, menghasilkan nilai standard error yang lebih besar dari nilai standard error sebelum dikoreksi karena itulah nilai standard error yang sebenarnya dari model. Dengan metode
Newey-West membuktikan dan menguatkan bahwa metode OLS tidak sesuai jika digunakan pada data yang memuat autokorelasi.

ENGLISH:

The correction is something to be done when there is a fault. Such as in linear regression models, when Ordinary Least Square estimation (OLS) on multivariate linear regression models and error assumptions occurred in the models, such as the infraction of assumption underlying of OLS that is autocorellation model then it should be done the correction on the model. Autocorrelation is the relationship between error in one observation with other. By doing OLS estimation against a model containing OLS autocorrelation, variance will build no minimum so the
standard error of the model is no longer appropriate. Correction of Newey-West is a method that is applied in a situation where the standard assumptions of regression analysis does not apply, namely the autocorrelation and
heteroscedasticity. Newey-West corrects standard error of regression parameter containing autocorrelation and provides standard error value within regression model fits containing autocorrelation. By Applying Newey-West correction methods and OLS estimation on the multivariate linier regression case containing autocorellation, yielding the standard error value that greater than the standard
error value before correction. Therefor the actual standard error value of the model. By Newey-West method, it’s proven and streght then methods that OLS OLS is not appropriate if the method use on the data containing autocorrelation.