UJI AUTOKORELASI

SPSS

Disusun Oleh
Nama : Ditta Febriana
Nim : 1910312220044
Kelas : Manajemen D
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.

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.

Cara perhitungan secara manual perihal asumsi autokorelasi bukanlah

dihitung pada semua variabel, melainkan cukup pada residualnya saja.
Cara Mendeteksi Autokorelasi

Masalah asumsi Autokorelasi dapat dideteksi dengan menggunakan

berbagai jenis analisis, yaitu antara lain:

• Uji Durbin Watson

• Uji Breucsh Godfrey
• Uji Durbin Watson h
• The Engle’s ARCH Test.
 Uji Durbin Watson

Uji Durbin watson adalah uji autokorelasi yang menilai adanya

autokorelasi pada residual. Uji ini dilakukan dengan asumsi atau syarat
antara lain:
• Model regresi harus menyertakan konstanta.
• Autokorelasi harus diasumsikan sebagai autokorelasi first order.
• Variabel dependen bukan merupakan variabel Lag.

Uji Durbin watson akan menghasilkan nilai Durbin Watson (DW) yang
nantinya akan dibandingkan dengan dua (2) nilai Durbin Watson Tabel,
yaitu Durbin Upper (DU) dan Durbin Lower DL). 
Dasar dari Uji Durbin Watson

Uji Durbin watson akan menghasilkan nilai Durbin

Watson (DW) yang nantinya akan dibandingkan
dengan dua (2) nilai Durbin Watson Tabel, yaitu
Durbin Upper (DU) dan Durbin Lower DL).
Dikatakan tidak terdapat autokorelasi jika nilai DW
> DU dan (4-DW) > DU atau bisa dinotasikan juga
sebagai berikut: (4-DW) > DU < DW.

d < dl atau d > 4-dl Terdapat Autokorelasi

Dasar
du < d < 4-du Tdk Terdapat autokorelasi

dl < d < du atau Tidak ada kesimpulan

4-du < d < 4-dl
Data sebelum memulai memulai langkah Durbin Watson di SPPS

Data yang di uji adalah data Return on assets (ROA) sebagai variable X1,
Return of Equilty (ROE) sebagai variable X2, dan Price Earning Ratio (PER)
sebagai variable X3 dan Harga Saham sebagai variable Y, dengan jumlah data
masing-masing variable (N) sebanyak 32. dengan judul penelitian “Pengaruh
Return on assets (ROA), Return of Equilty (ROE), dan Price Earning Ratio (PER)
terhadap Harga Saham pada Perusahaan Perbankan yang terdaftar di Bursa
Efek Indonesia (2011-2014)
Data :
 Langkah-langkah menggunakan durbin Watson di spps
1. Setelah data yang ingin di uji sudah dipersiapkan, selanjutnya buka program
SPSS, lalu seperti biasa, klik Variable View. Selanjutnya pada bagian name
tulis saja X1,X2,X3 dan Y. pada decimals variable Y ubah menjadi angka 0
(karena datanya bukan pecahan decimal atau tidak ada angka dibelakang
koma). Pada bagian label tuliskan ROA,ROE,PER dan harga saham,
2. 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.
3. Langkah selanjutnya, dari menu SPSS pilih Analyze, lalu klik Regression,
kemudian Linear
4. Kemudian, muncul kotak dialog dengan nama “Linear Regression”, maka
masukkan variable harga saham (Y) ke kolom dependent, masukkan variable
ROA(X1), ROE(X2), dan per(X3) ke kolom independents (s), lalu klik statistic
5. Muncul kotak dengan nama “Linear Regression: statistics, “ pada
bagian ini kita cukup memberi tanda centang (v) pada Durbin Watson
(abaikan centang yang lain). Kemudian click continue
6. Langkah terakhir adalah klik Ok. Maka akan muncul output SPSS, dalam
hal ini kita hanya perlu memperhatikan table output dengan judul “model
summary”

Berdasarkan table output “model summary” di atas, diketahui nilai Durbin-Watson (d)
adalah sebesar 1,671
Selanjutnya nilai tadi akan kita bandingkan dengan nilai table durbin Watson
pada signifikasi 5% dengan rumus (k ; N). Adapun jumlah variable independen
adalah 3 atau “k” = 3, sementarajumlah sampel atau “N” = 32, maka (k ; N) =
(3 ; 32). Angka ini kemudian kita lihat pada distribusi nilai table durbin Watson.
Maka ditemukan nilai dL sebesar 1,244 dan dU sebesar 1,650.
Kesimpulan

Nilai Durbin Watson (d) sebesar 1,671 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 diatas
dapat dilakukan atau dilanjutkan.

Tetapi, apabila hasil tadi menunjukkan adanya gejala autokorelasi atau tidak
ada kesimpulan yang pasti, maka anda bisa menggunakan alternatif uji lain
untuk mendeteksi gejala autokorelasi misalnya dengan uji runt test dengan
SPSS.