Ekonometrika

Uji Asumsi Klasik (Uji Otokorelasi, 95 Data)

Dosen Pengampu :
Ir. Pontjo Bambang Mahargiono
Kelompok 12
Dibuat oleh :
1.
2.
3.
4.

Farradina Syahbania
Kenny Kurniawan
Reynaldi Hidayat
Nafila Farahdiba A.

(1410208784)
(1410208988)
(1410208994)
(1410209055)

Sekolah Tinggi Ilmu Ekonomi Indonesia Surabaya (STIESIA)

Tahun 2016

A. Uji Otokorelasi dengan Metode Durbin Watson

Model Summaryb
Model

R Square

,791

Adjusted R

Std. Error of the

Square

Estimate

,626

,614

Durbin-Watson

,42037

2,746

a. Predictors: (Constant), Rata_X3, Rata_X1, Rata_X2

b. Dependent Variable: Rata_Y1

Analisis Model Summary :

Pada Output model summary terdapat nilai Durbin-Watson sebesar 2,746.
Pengambilan keputusan pada asumsi ini memerlukan dua nilai bantu yang diperoleh dari
tabel Durbin-Watson, yaitu nilai dL dan dU, jika nilai Durbin-Watson berada di antara
nilai dU hingga (4-dU) berarti asumsi tidak terjadi otokorelasi terpenuhi.
Kesimpulannya, apabila kita lihat tabel Durbin-Watson dengan n=95, K=3, maka
akan diperoleh nilai dL=1602 dan dU=1,732, sehingga nilai 4-dU sebesar 4-1,602=2,268
sedangkan nilai 4-dL sebesar 4-1,732=2,398.
Karena nilai Durbin-Watson (2,746) terletak lebih dari 4-dL, maka dapat
disimpulkan bahwa model persamaan regresi tersebut mengandung otokorelasi negatif.
B. Uji Otokorelasi dengan metode Lagrange Multiplier

Model Summaryb
Model

R Square

,384

Adjusted R

Std. Error of the

Square

Estimate

,148

,109

,39211591

a. Predictors: (Constant), Ut_1, Rata_X1, Rata_X3, Rata_X2

b. Dependent Variable: Unstandardized Residual

Analisis Model Summary :

Pada output model summary di atas terlihat bahwa nila R 2 sebesar 0,148. Nilai R2 ini
digunakan sebagai dasar untuk menghitung X2.
X2 = (n - 1) * R2
X2 = (95 1) * 0,148
X2 = 13,912, sedangkan nilai X2 tabel dengan df: (1;0,05) sebesar 3,841.
Karena nilai X2 hitung (13,912) > X2 tabel (3,841). Maka model persamaan regresi
mengandung masalah otokorelasi.
Hasil uji otokorelasi antara Metode Durbin-Watson dengan Metode Lagrange
Multiplier memberikan hasil yang sama.
C. Uji Otokorelasi dengan Metode Breusch-Godfrey

Model Summaryc,d
Model

R Squareb

,465a

Adjusted R

Std. Error of the

Square

Estimate

,216

,199

,36454687

a. Predictors: Ut_2, Ut_1

b. For regression through the origin (the no-intercept model), R Square
measures the proportion of the variability in the dependent variable
about the origin explained by regression. This CANNOT be compared
to R Square for models which include an intercept.
c. Dependent Variable: Unstandardized Residual
d. Linear Regression through the Origin

Analisis Model Summary :

Pada output model summary di atas terlihat bahwa nilsi R2 sebesar 0,216. Nilai R2
ini digunakan sebagai dasar untuk menghitung nilai X2 hitung rumus,
X2 = (n p) * R2
X2 = (95 2) * 0,216
X2 = 20,088, sedangkan nilai X2 tabel dengan df: (2;0,05) sebesar 5,991.
Karena nilai X2 hitung (20,088) > X2 tabel (5,991), maka model persamaan regresi
mengandung masalah otokorelasi.
D. Uji Otokorelasi dengan Metode Runs Test

Runs Test
Unstandardized
Residual
Test Valuea

-,01321

Cases < Test Value

47

Cases >= Test Value

48

Total Cases

95

Number of Runs

50

,311

Asymp. Sig. (2-tailed)

,756

a. Median

Analisis Model Summary :

Pada output Runs Test di atas terlihat bahwa nilai test (-0,01321) sedangkan
probabilitasnya adalah 0,756. Untuk menyimpulkan apakah terjadi gejala otokorelasi
atau tidak maka nilai test dibandingkan dengan nilai tabel atau nilai probabilitas
dibandingkan dengan nilsi alphanya.

Kesimpulannya, dari lembar kerja di atas diketahui bahwa jumlah Run = 50, jumlah
tanda negatif (n1) = 47, jumlah tanda + (n2) = 48. Berdasarkan tabel nilai r untuk uji
Runs dengan = 0,05 diketahui bahwa batas penerimaan bawah adalah 23 dan batas
penerimaan atas adalah 39. Oleh karena r = 50 run terletak lebih dari batas penerimaan =
39, maka hipotesis menyatakan nilai residual tidak menyebar secara acak.
Berdasarkan output tersebut juga dapat diperoleh nilai probabilitas sebesar 0,756
lebih besar dari 0,05 sehingga hipotesis nihil menyatakan nilai residual menyebar secara
acak diterima. Dari hasil persamaan regresi keduanya menyatakan hasil yang berbeda,
yaitu terdapat otokorelasi dan tidak terdapat otokorelasi.
Hasil uji otokorelasi antara Metode Durbin-Watson, Lagrange Multiplier, BreuschGodfrey, dan Runs Test memberikan hasil yang sama dan berbeda.