Analisis Time Series   »   Model Time Series Stasioner   ›  Moving Average Model (MA)

Model Time Series

Moving Average Model (MA)

Berbeda dengan model autoregressive (AR), pada model moving average (MA) digunakan nilai error sebagai variabel bebas dalam regresi.

Berbeda dengan model autoregressive (AR) yang menggunakan pengamatan masa lalu (past values) sebagai variabel bebas dalam regresi, pada model moving average (MA) digunakan nilai error dalam model regresi.

Adapun persamaan model moving average dengan orde q atau MA(q) dapat dituliskan sebagai:

Jika dituliskan dengan menggunakan backshift operator B, maka persamaan di atas sama dengan:

ACF dan Orde dari Model MA

Fungsi autokorelasi (autocorrelation function, ACF) yang telah dibahas pada artikel sebelumnya, dapat digunakan untuk menentukan atau mengidentifikasi orde dari model MA(q), karena plot ACF diharapkan akan berhenti terpotong setelah lag q (cut off after lag q).

Untuk lebih jelasnya, perhatikan plot ACF pada Gambar 1 berikut.

Gambar 1. Plot ACF sampel

Dari Gambar 1 di atas, kita bisa melihat bahwa plot ACF tidak lagi terpotong setelah lag 2 (cut off after lag 2) atau bahkan mungkin pada lag 3, sehingga kita peroleh q = 2 atau q = 3. Jadi, jika berdasarkan plot ACF sampel ini, kemungkinan model yang kita peroleh adalah model MA(2) atau MA(3).