17
tersebut. Situasi ini mengindikasikan adanya permasalahan regresi lancung (spurious
regression), akibatnya antara lain koefisien regresi penaksir tidak efisien, uji baku umum
untuk
koefisien
regresi
menjadi
tidak
valid. Ketiga,
model
regresi
dengan
data
runtun
waktu
seringkali
digunakan
untuk
keperluan
peramalan
atau
prediksi.
Hasil
prediksi
tidak akan valid apabila data yang digunakan tidak stasioner.
Ada beberapa alasan yang dapat dikemukakan mengapa digunakan teknik
peramalan yang tidak menggunakan model
struktural,
dimana
persamaannya
menunjukkan hubungan antar variabel yang berdasar pada teori ekonomi dan logika.
Meskipun mungkin sebenarnya landasan teori yang digunakan untuk membentuk suatu
model ada, tetapi data variabel bebas yang diperlukan ternyata tidak tersedia. Selain itu,
terkadang penyebab pergerakan suatu variabel sulit dideteksi.
2.4.2 Notasi Dalam model ARIMA
Secara umum model ARIMA (Box-Jenkins) dirumuskan dengan notasi sebagai
berikut:
ARIMA (p,d,q)
dalam hal ini,
p menunjukkan orde / derajat Autoregressive (AR)
d menunjukkan orde / derajat Differencing (pembedaan) dan
q menunjukkan orde / derajat Moving Average (MA)
2.4.3 Model Autoregressive (AR)
Model
Autoregressive adalah
model
yang
menggambarkan
bahwa
variabel
dependen dipengaruhi oleh variabel dependen itu sendiri pada periode-periode dan
 |