MAKALAH KELOMPOK

UJI AUTO KORELASI

Mata kuliah : Statitiska

Dosen : Muhammad Bachtyar Rosyadi, S.Kom, M.Pd.

Disusun oleh :
Kelompok 7

Aris Mawan Ramadhon (166)

Moch. Rizqi Aji Pangestu (167)
M. David Ramadhani (183)

PRODI S1 SISTEM INFORMASI

INSTITUT TEKNOLOGI DAN BISNIS TUBAN
2022
 KATA PENGANTAR

Puji Syukur kami panjatkan kepada Allah SWT yang telah melimpahkan
rahmat dan hidayah-Nya, sehingga makalah berjudul “Uji Auto Korelasi” dapat
terselesaikan. Makalah ini disusun untuk memenuhi tugas kelompok mata kuliah
Statitiska bagi mahasiswa Prodi S1 Sisem Infromasi ITB Tuban. Makalah ini
dapat terselesaikan dengan baik dan tepat waktu karena dukungan dari berbagai
pihak. Oleh karena itu, kami mengucapkan terima kasih kepada semua pihak yang
telah membantu dalam pembuatan makalah ini.
Kami menyadari bahwa makalah ini masih banyak kekurangan dan masih
jauh dari sempurna. Untuk itu kami mengharapkan kritik dan saran yang bersifat
membangun demi perbaikan menuju kesempurnaan makalah ini. Akhir kata, kami
berharap makalah ini dapat bermanfaat bagi kita semua.

Tuban, 24 Oktober 2022

Penulis

ii
 DAFTAR ISI

KATA PENGANTAR ............................................................................................ ii

DAFTAR ISI .......................................................................................................... iii
BAB I ...................................................................................................................... 1
PENDAHULUAN .................................................................................................. 1
1.1 Latar Belakang ......................................................................................... 1
1.2 Rumusan Masalah .................................................................................... 1
1.3 Tujuan ....................................................................................................... 2
BAB 2 ..................................................................................................................... 3
PEMBAHASAN ..................................................................................................... 3
2.1 Pengertian Uji Auto Korelasi ........................................................................ 3
2.2 Jenis Uji Auto Korelasi ............................................................................ 3
BAB 3 ................................................................................................................... 14
PENUTUP ............................................................................................................. 14
3.1 Kesimpulan ............................................................................................. 14
3.2 Pertayaan ................................................. Error! Bookmark not defined.
DAFTAR PUSTAKA ........................................................................................... 16

iii
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Statistika banyak digunakan dalam memecahkan masala kehidupan sehari-
hari, baik dalam bidang ekonomi, kedokteran, kesehatan,kependudukan,
psikologi, sosial, maupun bidang-bidang yang lain. Terdapat banyak metode
dalam statistika, diantaranya adalah analisisregresi. Analisis regresi
merupakan analisis statistika yang dilakukanuntuk memodelkan hubungan
antara variabel dependen dan variabelin dependen.Terdapat dua jenis regresi
yaitu regresi linear dan regresi nonlinear.
Regresi linear menyatakan bentuk hubungan dimana variabel dependen
dan variabel independennya berpangkat satu. Regresi linear dibedakan
menjadi dua yaitu regresi linear sederhana dan regresi linear ganda. Apabila
terdapat hubungan linear variabel dependen dengan satu variabelin dependen
disebut regresi linear sederhana, sedangkan hubungan linear antara variabel
dependen dengan dua atau lebih variabel independen disebut sebagai regresi
linier ganda. Analisis regresi linear ganda lebih sering digunakan karena suatu
peristiwa dapat disebabkan oleh berbagaifaktor yang mempengaruhi, seperti
harga suatu barang dipengaruhi oleh bahan baku, bahan tambahan, biaya
pengolahan, biaya transportasi, dan lain sebagainya

1.2 Rumusan Masalah

Untuk mempermudah pembelajaran makalah ini maka penulis membuat
rumusan makalah sebagai berikut:
1. Apa pengertian Uji Auto Korelasi ?
2. Apa saja jenis-jenis Uji Auto Korelasi ?
3. Apa saja contoh Uji Auto Korelasi ?

1
1.3 Tujuan
Dari rumusan masalah yang dibahas di makalah ini maka penulisan makalah
ini mempunyai tujuan sebagai berikut:
1. Untuk mengetahui apa itu pengertian dari Uji Auto Korelasi ?
2. Untuk mengetahui jenis-jenis Uji Auto Korelasi ?
3. Untuk mengetahui contoh dari Uji Auto Korelasi ?

2
 BAB 2

PEMBAHASAN

2.1 Pengertian Uji Auto Korelasi

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.
Autokorelasi adalah terjadi korelasi antara observasi ke-i dengan observasi
ke-i-1. Contohnya yaitu: misalkan sampel ke-20, nilainya dipengaruhi oleh
sampel ke-19. Sampel ke-19, nilainya dipengaruhi oleh sampel ke-18, dan
seterusnya. Coba kita perhatikan pada contoh tersebut, yaitu ada nilai selisih
antara nilai observasi ke-18 dengan ke-19, nilai observasi ke-19 dengan ke-20,
dan seterusnya.
2.2 Jenis Uji Auto Korelasi
1. Uji Durbin-Watson
Ini adalah uji autokorelasi SPSS tingkat satu atau disebut juga
dengan first order autocorrelation. Untuk melakukan uji yang satu ini,
pastikan tidak ada variabel lag antara variabel bebas dan wajib ada
konstanta pada model regresi. Langkah pengujian Durbin-Watson
yaitu dengan melakukan langkah analisis regresi dengan model
INCOME = f(size, earns, wealth, saving).
Kemudian, tekan tombol Statistics dan Linear Regression Statistics
lalu aktifkan pilihan Durbin-Watson. Setelah itu, didapatkan nilai DW

3
 dan bandingkan dengan nilai tabel dengan tingkat kepercayaan 5%,
jumlah variabel bebas 4, dan jumlah sampel 100. Cocokkan nilai DW
yang diperoleh berdasarkan hipotesis yang akan diuji.
2. Uji Lagrange Multiplier
Jika ingin melakukan uji autokorelasi SPSS dengan sampel besar,
yaitu di atas 100 observasi, disarankan untuk menggunakan uji
lagrange multiplier. Selain itu, uji lagrange multiplier juga lebih tepat
bila derajat autokorelasi lebih dari satu. Uji
Lagrange Multiplier pada dasarnya akan menghasilkan statistic
Breusch-Godfrey sehingga pada pengujiannya bisa menggunakan
autoregressive model dengan orde ρ.
3. Uji Statistik Q
Ini adalah uji autokorelasi yang juga disebut dengan metode uji
kombinasi antara Box – Pierce dan Ljung Box. Biasanya uji
autokorelasi ini diterapkan ketika adanya lebih dari dua lag karena
pada dasarnya SPSS bisa menguji hingga 16 lag. Caranya yaitu dengan
menggunakan regresi biasa dan penguji membuat variabel
unstandardized residual.
Kemudian, klik graph, time series, dan autocorrelation dan
masukkan variable unstandardized residual (res_1). Pilih display
autocorrelation dan klik OK. Perhatikan signifikansi mulai dari lag 1
hingga 16 dan apabila terdapat jumlah lag signifikan >2 maka terdapat
adanya autokorelasi. Sebaliknya, jika lag signifikan 2 atau <2 maka
tidak adanya autokorelasi.
4. Uji Run Test
Jenis uji yang satu ini bisa digunakan untuk melihat apakah
korelasi yang tinggi antar residual. Kemudian, uji run test juga
digunakan untuk melihat apakah data residual yang diperoleh terjadi
secara acak atau tidak. Jika antara hasilnya residual tidak ada
hubungan korelasi, maka residual tersebut adalah random atau acak.
Cara uji run test bisa menggunakan regresi biasa dan membuat
unstandardized residual. Kemudian, klik analyze, nonparametric, runs

4
 dan masukkan variabel unstandardized residual, lalu klik OK.
Perhatikan output, apabila signifikan <0,05 berarti data residual tidak
random atau tidak adanya autokorelasi.
2.3 Contoh Uji Auto Korelasi
(1.) Uji Durbin Watson
variabel bebas: X1, X2 dan X3, sedangkan variabel terikat dengan nama: Y.
Disini kami menggunakan contoh pengujian dengan jumlah sampel atau
observasi sebanyak 128 sampel.

klik Analyze, Regression, Linear Regression. Maka akan terbuka jendela

sebagai berikut ini:

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:

5
Silahkan anda centang semua terutama Durbin Watson Statistics agar output
SPSS anda nantinya muncul nilai Durbin Watson Hitung. Jika sudah
dicentang tekan tombol Continue.
Selanjutnya pada jendela utama, anda tekan tombol OK. Dan selanjutnya
silahkan lihat Output hasil pengujian SPSS. Tampilannya adalah sebagai
berikut, dimana tepatnya adalah pada Tabel Summary.

Perhatikan di atas, nilai Durbin Watson pada tabel summary tersebut adalah
nilai Durbin Watson hitung yang nantinya akan anda bandingkan dengan
nilai Durbin Watson (DW) Tabel, baik nilai DU (Durbin Upper) maupun
nilai DL (Durbin Lower).
(2.) Uji Lagrange Multiplier
Data terdiri dari satu variabel bebas saja dengan 75 data atau pengamatan.
Lakukan regresi sederhana seperti biasa, hanya jangan lupa untuk
menyimpang nilai Unstandardized residualnya. Setelah itu, kita membentuk
variabel baru dari unstandardized yaitu nilai lagnya. Kita pilih Transform
lalu klik pada Compute Variable seperti pada gambar di bawah ini:

6
Maka kita akan masuk ke menu compute variable seperti gambar di bawah:

Kita ingin membentuk variabel Lag dari residualanya, kita beri nama pada
Target Variable dengan Res_2 yang dibentuk dari Lag(Res_1) seperti pada
gambar di atas. Setelah klik OK maka akan muncul variabel baru pada layar
SPSS yang merupakan lag derajad 1 dari residualnya. Kita lalu
meregresikan model baru yaitu dengan variabel bebas Residualnya atau
sebagai berikut:
Res_1 = b0 + b1 Page_views + b2 Res_2

7
Setelah itu kita lihat output dari regresi di atas pada bagian T hitung

Tabel di atas menunjukkan bahwa Res_2 signifikan mempengaruhi Res_1

atau unstandardized residual. Ini menunjukkan bahwa terdapat gangguan
autokorelasi pada model penelitian pada derajad 1. Ini konsisten dengan
hasil pengujian dengan Durbin Watson. Hal yang penting dari uji Lagrange
Multiplier (LM) ini adalah bisa untuk menguji derajad 2 atau lebih tinggi
dengan cara menghitung Lag dari residual lalu meregresikan lagi seperti
pada contoh di atas.

(3.) Uji Statistik Q

Langkah pertama adalah mendapatkan nilai residual dari regresi yang ada.
Setelah mendapatkan nilai residual, pilih Analyze, pilih Forecasting lalu klik
pada Autocorreation seperti pada gambar di bawah:

Maka kita akan masuk ke menu autokorelasi yaitu sebagai berikut:

8
Masukkan nilai Unstardized residual ke dalam box Variables. Untuk
Options di kanan atas nilai default adalah 16 atau lag derajad 16. Kita dapat
menggantinya dengan nilai yang kita inginkan. Dalam simulasi ini kita
menggunakan 16 dan klik OK sehingga akan keluar output sebagai berikut:

Tampak pada output kolom paling kanan, bahwa semua lag mempunyai
signifikansi di bawah 0,05 atau mengalami gangguan autokorelasi.
Sebenarnya jika ada 3 saja, maka justifikasinya adalah ada gangguan

9
autokorelasi. Banyak model yang lolos uji dengan Durbin-Watson tetapi
tidak lolos dengan uji Box-Ljung karena menggunakan derajad lag yang
lebih banyak.

(4.) Uji Run Test

Langkah awal dari uji Run Test adalah membuat variabel baru yakni
variabel Unstandardized residual atau RES_1. Caranya adalah, dari menu
SPSS pilih Analyze → Regression → LInear

Akan muncul kotak dialog dengan nama “Linear Regression” selanjutnya

masukkan variabel Nilai Import (Y) ke kolom Dependent: lalu masukkan
variabel Indek Harga (X1) dan GNP (X2) ke kolom Independent(s). Setelah
itu klik Save

Akan muncul kotak dialog dengan nama “Linear Regression: Save”,

selanjutnya pada bagian “Residuals”, berikan tanda centang (v) pada
Unstandardized. Dengan mengabaikan pilihan lain, klik Continue

10
Selanjutnya klik Ok (abaikan output SPSS yang muncul), buka Data View
maka pada Data View akan bertambah variabel baru dengan nama RES_1.

Langkah berikutnya adalah klik Analyze → Nonparametric Tests → Legacy

Dialogs → Runs

11
Muncul kotak dialog Run Test, kemudian masukkan variabel
Unstandardized Residual ke kotak Test Variable List, pada bagian Cut Point
berikan tanda centang (V) untuk Median. Kemudian klik OK

Akan muncul output Run Test seperti gambar berikut,

12
Sebelum menganalisa hasil output SPSS di atas, perlu diketahui bahwa
dasar pengambilan keputusan dalam menentukan ada atau tidaknya
Autokorelasi menggunakan uji run test, adalah:

- Jika nilai Asymp. Sig. (2-tailed) lebih kecil dari (<) 0,05 maka terdapat
gejala autokorelasi
- Sebaliknya, jika nilai Asymp. Sig. (2-tailed) lebih besar dari (>) 0,05 maka
tidak terdapat gejala autokorelasi
Berdasarkan output SPSS diatas, diketahui nilai Asymp. Sig. (2-tailed)
sebesar 0,203, atau lebih besar dari (>) 0,05, maka dapat disimpulkan bahwa
pada model regresi tidak terdapat gejala atau masalah autokorelasi. Dengan
demikian, masalah autokorelasi yang tidak dapat terlesaikan dengan Durbin
Watson Test dapat diatasi dengan uji Run Test, sehingga analisis regresi
linear dapat dilanjutkan.

13
 BAB 3

PENUTUP

3.1 Kesimpulan
Beberapa kesimpulan yang dapat diperoleh dari tulisan ini adalah:
1. Jika pemilihan bentuk fungsi yang salah serta jika nilai yang
diharapkan dari koefisien
2. korelasi sederhana antara setiap dua pengamatan error term tidak sama
dengan nol, maka error term tersebut dikatakan memiliki autokorelasi.
3. Autokorelasi tidak murni menunjukkan sebuah kesalahan karena
penghilangan sebuah variabel, maka autokorelasi semacam itu
menyatu dengan koefisien estimasi yang bias.
4. Baik koefisien bias maupun autokorelasi tidak murni akan terhapus
apabila kesalahan spesifikasi itu dikoreksi.
5. Statistik Durbin-Watson digunakan untuk menentukan autokorelasi
murni dan tidak murni urutan pertama pada error term dari sebuah
persamaan regresi. Statistik DurbinWatson digunakan apabila asumsi-
asumsi yang mendasarinya dipenuhi.
6. Prosedur Cochran-Orcutt merupakan salah satu alternatif pemecahan
dalam permasalahan penaksiran koefisien regresi pada persamaan
Generalized Least Square yang tidak dapat diestimasi dengan OLS
(Ordinary Least Square).

3.2 Pertanyaan
Soal

1. Sebab dan akibat kesalahan uji auto korelasi?

2. Apa tujuan korelasi ?
3. Bagaimana kriteria lolos uji korelasi?

Jawaban

1. Kesalahan dalam
pembentukan
model,manipulasi data,
menggunakan data tidak
empiris

14
2. Menguji regresi linear ada
korelasi antar kesalahan pada
periode t-1
3. Dilihat dari table durbin
watson, du= 1,73075 sehingga
dapat dinyatakan lolos uji
korelasi

15
 DAFTAR PUSTAKA

Hidayat, A. (2017). Uji Autokorelasi dengan SPSS – Durbin Watson. [Online].

Tersedia di: https://www.statistikian.com/2017/01/uji-autokorelasi-
dengan-spss.html. Diakses Desember 2017.

https://www.statistikian.com/2017/01/uji-autokorelasi-dengan-spss.html
https://www.konsultanstatistik.com/2021/09/uji-autokorelasi-spss-dengan-
lagrange.html
https://www.konsultanstatistik.com/2021/09/uji-autokorelasi-spss-dengan-
statistik.html

https://pelatihan-ui.com/uji-autokorelasi-dengan-run-test-dengan-spss-18/

16