Klik OK pada Lag Specification Window maka akan muncul hasilnya sebagai
berikut:
Nilai Prob. F(2,13) ≠ sebesar 0,8290 dapat juga disebut sebagai nilai
probabilitas F hitung. Nilai Prob. F hitung lebih besar dari tingkat alpha 0,05
(5%) sehingga, berdasarkan uji hipotesis, h0 diterima yang artinya tidak terjadi
autokorelasi. Sebaliknya, apabila nilai Prob. F hitung lebih kecil dari 0,05 maka
dapat disimpulkan terjadi autokorelasi.
Nilai DW hitung sebesar 2,135 lebih besar dari 1.381 dan lebih kecil dari
2.619 yang artinya berada pada daerah tidak ada autokorelasi.
Hasil pengujian autokorelasi dengan menggunakan dua pendekatan
memberikan hasil yang sama, sehingga dapat disimpulkan bahwa dalam model
regresi linier yang diajukan tidak menggandung autokorelasi. Artinya pemenuhan
asumsi klasik model regresi linier telah terpenuhi.
Adapun adalah langkah-langkah uji Durbin-Watson adalah sebagai
berikut:
1. Jumlah data yang digunakan adalah 36, maka 𝑛 = 36.
2. Jumlah variabel yang digunakan adalah 1, maka 𝑘 = 1.
3. Kemudian, berdasarkan tabel Durbin-Watson 5% menunjukkan nilai
𝑑𝐿 = 1.411 dan 𝑑𝑈 = 1.525.
Gambar 26. Tabel Durbin – Watson 5%
4. Berdasarkan gambar Estimation Output, terlihat Durbin–Watson stat =
0.713665.
Klik OK pada Reset Specification Window maka akan muncul hasilnya sebagai
berikut:
Apabila nilai Prob. F hitung lebih besar dari tingkat alpha 0,05 (5%)
maka model regresi memenuhi asumsi linieritas dan sebaliknya, apabila nilai
Prob. F hitung lebih kecil dari 0,05 maka dapat model tidak memenuhi asumsi
linieritas. Nilai Prob. F hitung dapat dilihat pada baris F-statistic kolom
Probability. Pada kasus ini nilainya 0,2128 lebih besar dari 0,05 sehingga dapat
disimpulkan bahwa model regresi telah memenuhi asumsi linieritas.