MATERI XII

UJI AUTOKORELASI PADA REGRESI LINIER DENGAN

DATA VARIABEL BEBAS TIME SERIES DATA

Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linier
terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode t-1 (periode sebelumnya). Jika terjadi korelasi, maka dinamakan
ada problem autokorelasi. Model regresi yang baik adalah regresi yang bebas dari
autokorelasi (tidak terjadi autokorelasi). Uji autokorelasi yang biasanya digunakan adalah
Durban-Watson Test.

Uji autokorelasi harus dilakukan pada Uji Regresi Linier Sederhana dan Uji
Regresi Linier Berganda jika data yang digunakan adalah termasuk data time series, dan
jika data yang digunakan adalah termasuk data cross section maka uji auto korelasi tidak
perlu dilakukan.

Contoh Soal :
Sebuah penelitian ingin melihat pengaruh dari Return On Assets (ROA) sebagai variabel
X1, Return On Equity (ROE) sebagai variabel X2 dan Price Earning Ratio (PER) sebagai
variabel X3 terhadap Harga Saham sebagai variabel Y. Untuk itu dikumpulkan data dari
8 Bank di Indonesia untuk kurun waktu Tahun 2011 – 2014. Data penelitian yang
diperoleh adalah sebagai berikut :
Langkah-langkah melakukan Uji Autokorelasi dengan SPSS adalah sebagai berikut :
1. Buka program SPSS, lalu klik Variabel View. Selanjutnya pada bagian Name tulis X1
pada baris pertama, X2 pada baris kedua, X3 pada baris ketiga dan Y pada baris
keempat. Decimals pada Y diubah menjadi 0 (karena angkanya bukan pecahan) .
Pada bagian Label tuliskan ROA pada baris pertama, ROE pada baris kedua, PER
pada baris ketiga dan Harga Saham pada baris keempat. Kolom yang lain diabaikan
saja. Sehingga akan terlihat tampilan sebagai berikut :

2. Klik Data View, lalu masukkan data ROA (X1), ROE (X2), PER (X3 dan Harga
Saham (Y) (dapat dicopy paste dari data penelitian), sehingga akan terlihat tampilan
sebagai berikut :

3. Selanjutnya dari menu SPSS pilih Analyze, lalu pilih Regression, kemudian pilih
Linear seperti terlihat dari tampilan berikut ini.
4. Akan muncul kotak baru dengan nama “Linear Regression” , selanjutnya masukkan
variabel ROA (X1), ROE (X2) dan PER (X3) pada kotak Independent(s) lalu
masukkan variabel Harga Saham (Y) pada kotak Dependent. Selanjutnya pada bagian
“Method” pilih Enter, lalu klik Statistic seperti terlihat pada tampilan berikut ini.

5. Akan muncul dialog “Linear Regression: Statistic”. Aktifkan pilihan dengan cara
mencentang pilihan Durban-Watson. Abaikan pilihan lainnya (biarkan tetap default)
kemudian klik Continue seperti terlihat pada tampilan berikut ini.
6. Terakhir klik OK, maka akan muncul output SPSS dengan judul Regression. Untuk
melihat ada tidaknya gejala autokorelasi dalam model regresi cukup dengan
memperhatikan tabel output “Model Summary” seperti terlihat pada tampilam berikut
ini.

7. Interpretasi hasil pengujian Uji Multikolinearitas dapat dilakukan dengan melihat

nilai Durbin Watson. Dari tabel dapat dilihat bahwa nilai d (Durban Watson) = 1,671.
Selanjutnya nilai d tersebut dibandingan dengan nilai dL dan dU yang dapat diperoleh
dari Tabel Durban_Watson. Dengan nilai k = 3 (jumlah variabel bebas) dan n = 32
(jumlah pengamatan) maka dapat dilihat bahwa dL = 1,244 dan dU = 1,650. Sesuai
dengan kaidah pengambilan keputusan maka d > dU (1,671 >1,650) dan d < 4 – dU
(1,671 < 4 – 1,650 = 2,350), maka dapat disimpulkan bahwa tidak terdapat gejala
autokorelasi sehingga Uji Regresi Linier Berganda dapat dilakukan.
 TUGAS/LATIHAN XIII

Sebuah penelitian ingin melihat pengaruh faktor luas panen tahunan , kurs dollar terhadap
rupiah dan produksi kopi tahunan terhadap nilai ekspor kopi Arabika Sumatera Utara
dalam 10 tahun (2009 – 2018). Untuk itu dilakukan pencatatan luas panen tahunan (ha),
rata-rata kurs dollar terhadap rupiah tahunan, produksi kopi tahunan (ton) dan nilai ekspor
kopi tahunan (juta dollar). Data yang diperoleh adalah sebagai berikut :

Tahu Luas Panen Kurs Dollar Produksi Nilai Ekspor

n
2009 58255 10250 51200 58
2010 59390 12100 51858 60
2011 60654 11300 52722 61
2012 58776 12800 51900 59
2013 63265 13200 52380 62
2014 68900 14500 56346 69
2015 65290 13900 52850 62
2016 67950 14250 54875 68
2017 69428 13290 57920 70
2018 69911 13200 58055 71

Pengujian yang dilakukan adalah dengan menggunakan Uji Regresi Linier Berganda,
Teapi sebelum melakukan Uji Regresi Linier Berganda maka sebaiknya dilakukan uji
kelayakan analisis dengan menggunakan Uji Autokorelasi (Durban-Watson Test).

Tugas Anda adalah :

1. Melakukan Uji Autokorelasi menggunakan SPSS (seperti Langkah 1 s/d 6 di atas).
2. Membuat narasi uji signifikansi pada Uji Autokorelasi (seperti Langkah 7 di atas).

Yang Anda tuliskan dan laporkan sebagai hasil pelaksanaan tugas adalah :
Uraian hasil Uji Signifikansi Uji Autokorelasi.

Laporan hasil pelaksanaan tugas dikrimkan ke WA Nomor 08126441620 dengan

menyertakan Nama, NPM dan Kelas.