Uji
autokorelasi digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi
klasik autokorelasi yaitu korelasi yang terjadi antara residual pada satu
pengamatan dengan pengamatan lain pada model regresi. Prasyarat yang harus
terpenuhi adalah tidak adanya autokorelasi dalam model regresi. Metode
pengujian yang sering digunakan adalah dengan uji Durbin-Watson (uji DW) dengan
ketentuan sebagai berikut:
1)
Jika d lebih kecil dari dL atau lebih besar dari
(4-dL) maka hopotesis nol ditolak, yang berarti terdapat autokorelasi.
2)
Jika d terletak antara dU dan (4-dU), maka hipotesis
nol diterima, yang berarti tidak ada autokorelasi.
3)
Jika d terletak antara dL dan dU atau diantara (4-dU)
dan (4-dL), maka tidak menghasilkan kesimpulan yang pasti.
Nilai dU dan dL dapat diperoleh dari tabel statistik Durbin Watson yang
bergantung banyaknya observasi dan banyaknya variabel yang menjelaskan.
Sebagai contoh kasus kita mengambil contoh kasus pada uji normalitas pada
pembahasan sebelumnya. Pada contoh kasus tersebut setelah dilakukan uji
normalitas, multikolinearitas, dan heteroskedastisitas maka selanjutnya akan
dilakukan pengujian autokorelasi.
Langkah-langkah pada program SPSS:
·
Kita menggunakan input data yang sama pada uji
normalitas.
·
Klik Analyze - Regression - Linear
·
Klik variabel Harga Saham dan masukkan ke kotak
Dependent, kemudian klik variabel PER dan ROI dan masukkan ke kotak
Independent(s).
·
Klik Statistics, pada Residuals klik Durbin Watson,
kemudian klik Continue.
·
Klik OK, hasil output pada Model Summary sebagai
berikut:
Tabel. Hasil Uji Durbin-Watson
Dari hasil
output di atas didapat nilai DW yang dihasilkan dari model regresi adalah
1,387. Sedangkan dari tabel DW dengan signifikansi 0,05 dan jumlah data (n) =
18, seta k = 2 (k adalah jumlah variabel independen) diperoleh nilai dL sebesar
1,046 dan dU sebesar 1,535 (lihat lampiran). Karena nilai DW (1,387) berada
pada daerah antara dL dan dU, maka tidak menghasilkan kesimpulan yang pasti
(berada di daerah keragu-raguan).
0 komentar:
Posting Komentar