Uji Autokorelasi

Tutorial Uji Autokorelasi dengan Durbin Watson SPSS | Sebelum saya membahas mengenai Uji Autokorelasi, sekedar mengigatkan kembali bahwa sebelumnya telah dibahas mengenai Tutorial Uji Heteroskedastisitas dengan Glejser SPSS. Uji Autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan penganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada problem autokorelasi.

Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena residual (kesalahan pengganggu) tidak bebas dari satu observasi ke observasi lainnya. Hal ini sering ditemukan pada data runtut waktu (time series) karena “gangguan” pada seseorang individu atau kelompok cenderung mempengaruhi “gangguan” pada individu atau kelompok yang sama atau pada periode berikutnya.

Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Ada beberapa cara yang dapat digunakan untuk mendeteksi ada atau tidaknya autokorelasi. Dalam postingan kali ini akan saya bahas mengenai Uji Autokorelasi dengan Durbin Watson (DW test). Uji Durbin Watson hanya digunakan untuk autokorelasi tingkat satu dan mensyaratkan adanya intercept (konstanta) dalam model regresi dan tidak ada variabel lag diantara variabel independen.
Dasar Pengambilan Keputusan
Metode pengujian yang sering digunakan adalah dengan uji Durbin-Watson (uji DW) dengan ketentuan sebagai berikut :

• Jika d lebih kecil dari dL atau lebih besar dari (4-dL) maka hopotesis nol ditolak, yang berarti terdapat autokorelasi.
• Jika d terletak antara dU dan (4-dU), maka hipotesis nol diterima, yang berarti tidak ada autokorelasi.
• Jika d terletak antara dL dan dU atau diantara (4-dU) dan (4-dL), maka tidak menghasilkan kesimpulan yang pasti.

Setelah sobat mengetahui dasar-dasar pada Uji Autokorelasi, kini kita masuk pada bagian praket pengolahan datanya dengan SPSS versi 21. Perlu saya informasikan terlebih dahulu bahwa data yang akan diuji adalah data Motivasi (X1), Minat (X2), dan Prestasi (Y) dengan jumlah N=12. Adapun rincian datanya dapat dilihat pada gambar dibawah ini.

1. Setelah data yang ingin di uji sudah dipersiapkan, selanjutnya buka program SPSS, lalu seperti biasa, klik Variable View, Selanjutnya, pada bagian Name tulis saja X1, X2 dan Y, pada Decimals ubah semua menjadi angka 0, pada bagian Label tuliskan Motivasi, Minat ,dam Prestasi, abaikan yang lainnnya.



2. Setelah itu, klik Data View, dan masukkan data Motivasi (X1), Minat (X2) dan Prestasi (Y) yang sudah dipersiapkan tadi, bisa dengan cara copy-paste.

3. Langkah selanjunya, dari menu SPSS pilih Analyze, lalu klik Regression, selanjutnya klik Linear

4. Kemudian, muncul kotak dialog dengan nama Linear Regression, maka masukkan variabel Prestasi (Y) ke Dependent, masukkan variabel Motivasi (X1) dan Minat (X2) ke Independent (s), laku klik Statistics

5. Muncul kotak dengan nama Linear Regression : Statistics, pada bagian ini lalu centang (v) Durbin-Watson (abaikan centangan yang lain).

6. Langkah yang terakhir adalah klik Ok. Hasil outputnya lihat dibawah ini.

Berdasarkan output di atas, diketahui nilai DW 2,115, selanjutnya nilai ini akan kita bandingkan dengan nilai table signifikansi 5%, jumlah sampel N=12 dan jumlah variabel independen 2 (K=2) = 2.12 (Cari pada tabel Durbin Watson) maka diperoleh nilai du 1,579.

Nilai DW 2,115 lebih besar dari batas atas (du) yakni 1,579 dan kurang dari (4-du) 4-1,579 = 2,421 sehingga dapat disimpulkan bahwa tidak terjapat autokorelasi.