NAMA : DEVI SULASTRI SORMIN

NIM : 1903036450
PRODI : D3 MANAJEMEN INFORMATIKA

a) Buatlah ringkasan tentang asumsi autokorelasi

Jawab:
▪ Autokorelasi dikenal sebagai korelasi serial, maksudnya adalah korelasi antara
serial data atau antara data sebelum dengan data sesudahnya dalam data yang
disusun berdasarkan urutan waktu (time series). Dalam data yang disusun
secara cross section (bukan berdasarkan waktu), maka autokorelasi sebetulnya
tidak relevan. Pada data yang disusun secara cross section, autokorelasi hanya
indikasi dari keterkatitan antara satu subjek penelitian dengan penelitian lainnya.
Atau dapat juga dikatakan sebagai kemiripian antara satu obsevasi dengan
observasi lainnya.
▪ Autokorelasi dibagi menjadi dua yaitu autokorelasi positif dan autokorelasi
negatif. seperti kita ketahui bahwa masalah autokorelasi ini merupakan
masalah error, maka kedua jenis autokorelasi di atas juga akan terkait
masalah error. Autokorelasi positif adalah autokorelasi dimana error yang selalu
diikuti oleh error yang sama tandanya. misalnya ketika satu periode sebelumnya
positif maka error berikutnya akan positif. Sebaliknya autokorelasi negatif
menyebabkan error akan diikuti oleh error yang berbeda tanda. misalnya ketika
errornya positif maka akan diikuti oleh error negatif pada periode selanjutnya

Pengertian uji Autokorelasi

▪ Uji Autokorelasi adalah sebuah analisis statistik yang dilakukan untuk

mengetahui adakah korelasi variabel yang ada di dalam model prediksi dengan
perubahan waktu. Oleh karena itu, apabila asumsi autokorelasi terjadi pada
sebuah model prediksi, maka nilai disturbance tidak lagi berpasangan secara
bebas, melainkan berpasangan secara autokorelasi. Dalam kesempatan ini, kita
hanya akan fokus pada tutorial uji autokorelasi dengan SPSS. Namun prinsip
penting lainnya tetap akan kami bahas secara singkat dan padat serta mudah
dipahami.

▪ Uji autokorelasi di dalam model regresi linear, harus dilakukan apabila data
merupakan data time series atau runtut waktu. Sebab yang dimaksud dengan
autokorelasi sebenarnya adalah: sebuah nilai pada sampel atau observasi tertentu
sangat dipengaruhi oleh nilai observasi sebelumnya.
b) Buatlah langkah-langkah dengan menggunakan SPSS untuk menguji asumsi
autokorelasi
Jawab;

▪ Buka program SPSS,Lalu seperti biasa, klik Variable View. Selanjutnya, pada
bagian Name tulis saja X1, X2, X3 dan Y. Pada Decimals variabel Y

▪ Setelah itu, klik Data View, dan masukkan data ROA ke X1, ROE ke X2, PER ke X3,
dan Harga Saham ke Y, yang sudah dipersiapkan tadi, bisa dengan cara copy-paste.
Tampak di layar
▪ Langkah selanjutnya, dari menu SPSS pilih Analyze, lalu klik Regression, kemudian
klik Linear

▪ Kemudian, muncul kotak dialog dengan nama "Linear Regression", maka masukkan
variabel Y ke kolom Dependent, masukkan variable X1, X2, dan X3 ke kolom
Independent(s), lalu klik Statistics
 ▪ Akan muncul kotak dengan nama "Linear Regression: Statistics," pada bagian ini kita
cukup memberi tanda centang (v) pada Durbin-Watson (abaikan centangan yang
lain). Kemudian klik Continue

▪ Terakhir klik Ok. Maka akan muncul output SPSS, dalam hal ini kita hanya perlu
memperhatikan tabel output dengan judul "Model Summary".

Model Summaryb

Model R R Square Adjusted R Std. Error of the Durbin-Watson

Square Estimate

1 .838a .702 .621 1827.157 1.784

a. Predictors: (Constant), X3, X1, X2
b. Dependent Variable: Y

▪ Berdasarkan tabel output "Model Summary" di atas, diketahui nilai Durbin-Watson

(d) adalah sebesar 1,784. Selanjutnya nilai ini akan kita bandingkan dengan nilai tabel
durbin watson pada signifikansi 5% dengan rumus (k ; N). Adapun jumlah variabel
independen adalah 3 atau "k" = 3, sementara jumlah sampel atau "N"=32, maka (k ;
N)=(3 ; 32). Angka ini kemudian kita lihat pada distribusi nilai tabel durbin watson.
Maka ditemukan nilai dL sebesar 1,244 dan dU sebesar 1,650. Lihat gambar
distribusi nilai tabel durbin watson berikut
 Nilai Durbin-Watson (d) sebesar 1,784 lebih besar dari batas atas (dU) yakni 1,650
dan kurang dari (4-du) 4-1,650 = 2,350. Maka sebagaimana dasar pengambilan
keputusan dalam uji durbin watson di atas, dapat disimpulkan bahwa tidak terdapat
masalah atau gejala autokorelasi. Dengan demikian maka analisis regresi linear
berganda untuk uji hipotesis penelitian di atas dapat dilakukan atau dilanjutkan.

3. Buatlah sebuah studi kasus kemudian selesaikan dengan melakukan pengujian

asumsi autokorelasi dengan menggunakan SPSS.
Jawab:
Studi kasus
Seorang mahasiswa bernama Bambang melakukan penelitian tentang faktor-faktor yang
mempengaruhi variable X1,X2,dan Y pada perusahaan di BEJ. Data-data yang di dapat
berupa data X1,X2.X3 dan Y dan ditabulasikan sebagai berikut:
 X1 X2 X3 Y
122080156.0 7255599.00 9217.00 12107106.00
133873537.0 7109422.00 9225.00 11453342.00
145818358.0 7200813.00 9378.00 12949007.00
158429156.0 8531030.00 10950.00 14147329.00
159489421.0 10519980.00 11575.00 15601336.00
163865497.0 8557730.00 10225.00 15200431.00
170082514.0 6996565.00 9681.00 15506512.00
179096644.0 5390213.00 9400.00 14493724.00
211761075.0 5713419.00 9115.00 11926250.00
194506336.0 4740559.00 9083.00 11972050.00
206512775.0 5152823.00 8924.00 12017420.00

a) Buka program SPSS,lalu isikan variabelnya

b) Setelah isi variable,Lihat data view untuk melihat data yang telah kita buat tadi
c) Setelah data anda isikan dan variabel telah dibei nama serta label, silahkan pada menu
SPSS, klik Analyze, Regression, Linear Regression. Maka akan terbuka jendela
sebagai berikut ini:

d) Kemudian anda masukkan variabel terikat ke kolom dependent variable dan variabel
bebas ke kolom independent variables. Kemudian masukkan nomor ke kotak
selection variable. Selanjutnya klik tombol Statistics, sehingga akan muncul jendela
 atau window sebagai berikut:

e) Selanjutnya pada jendela utama, anda tekan tombol OK.Untuk melihat output dari
SPSS tersebut

▪ Berdasarkan tabel output "Model Summary" di atas, diketahui nilai Durbin-Watson

(d) adalah sebesar 1,095. Selanjutnya nilai ini akan kita bandingkan dengan nilai tabel
durbin watson pada signifikansi 5% dengan rumus (k ; N). Adapun jumlah variabel
independen adalah 3 atau "k" = 3, sementara jumlah sampel atau "N"=32, maka (k ;
N)=(3 ; 32). Angka ini kemudian kita lihat pada distribusi nilai tabel durbin watson.
Maka ditemukan nilai dL sebesar 1,244 dan dU sebesar 1,650
▪ Nilai Durbin-Watson (d) sebesar 1,095 lebih kecil dari batas atas (dU) yakni 1,650
dan kurang dari (4-du) 4-1,650 = 2,350. Maka sebagaimana dasar pengambilan
keputusan dalam uji durbin watson di atas, dapat disimpulkan bahwa terdapat
masalah atau gejala autokorelasi.