Mendeteksi Autokorelasi dengan Run Test

Portal-Statistik | Kemarin juga saya sudah pernah posting mengenai Uji Asumsi Autokorelasi dengan Durbin Watson Test. Uji Autokorelasi adalah untuk melihat apakah terjadi korelasi antara suatu periode t dengan periode sebelumnya (t -1). Secara sederhana adalah bahwa analisis regresi adalah untuk melihat pengaruh antara variabel bebas terhadap variabel terikat, jadi tidak boleh ada korelasi antara observasi dengan data observasi sebelumnya. Sebagai contoh adalah pengaruh antara tingkat inflasi bulanan terhadap nilai tukar rupiah terhadap dollar. Data tingkat inflasi pada bulan tertentu, katakanlah bulan Februari, akan dipengaruhi oleh tingkat inflasi bulan Januari. Berarti terdapat gangguan autokorelasi pada model tersebut. Contoh lain, pengeluaran rutin dalam suatu rumah tangga. Ketika pada bulan Januari suatu keluarga mengeluarkan belanja bulanan yang relatif tinggi, maka tanpa ada pengaruh dari apapun, pengeluaran pada bulan Februari akan rendah.

Uji autokorelasi hanya dilakukan pada data time series (runtut waktu) dan tidak perlu dilakukan pada data cross section seperti pada kuesioner di mana pengukuran semua variabel dilakukan secara serempak pada saat yang bersamaan. Model regresi pada penelitian di Bursa Efek Indonesia di mana periodenya lebih dari satu tahun biasanya memerlukan uji autokorelasi.

Beberapa uji statistik yang sering dipergunakan adalah uji Durbin-Watson, uji dengan Run Test dan jika data observasi di atas 100 data sebaiknya menggunakan uji Lagrange Multiplier. 

Run test sebagai bagian dari statistik non-parametrik dapat digunakan untuk menguji apakah antar residual terdapat korelasi yang tinggi atau tidak. Jika antar residual tidak terdapat hubungan korelasi maka dikatakan bahwa residual adalah acak atau random. Run Test digunakan untuk melihat apakah residual terjadi secara random atau tidak.
H0 : Residual Random (acak)
H1 : Residual Tidak Random

Menurut pemahaman saya, uji run test akan memberikan kesimpulan yang lebih pasti jika terjadi masalah (sebenarnya bukan masalah sih, tapi yaa begitulah :p) pada Durbin Watson Test yaitu nilai d terletak antara dL dan dU atau diantara (4-dU) dan (4-dL) yang akan menyebabkan tidak menghasilkan kesimpulan yang pasti atau pengujian tidak meyakinkan jika menggunakan DW test. Seperti contoh dibawah ini.
Dengan T=27, K=5, dL = 1.08364, dU =  1.75274. artinya dL < d < dU = Tidak ada kesimpulan yang pasti.
Coba bayangkan siapa yang gak galauu coyy lihat hasil yang kayak begitu,,, (meng-elus2 data deh sambil salto belakang,, wkkwk – terlalu alay yaa… xiixxi - malkum peneliti labil :v) - Udah Slow jangan terlalu serius… :D
Nah, makanya tadi saya bilang, dengan Run Test akan menghasilkan kesimpulan yang lebih pasti :D.

Mari kita mulai langkah-langkahnya,,, saya tidak menggunakan hasil diatas dalam tutorial ini, karena saya ingin melanjutkan postingang-postingan sebelumnya tentang analisis regresi berganda dengan spss, supaya satu studikasus yang digunakan dan dibahas secara runtun dan lengkap.
  1. Pada Data View SPSS, Pilih menu Analyze – Regression – Linear, pada kotak Dependent, isikan variabel dependent (Jumlah Penduduk Miskin) dan pada kotak Independent, isikan variabel X1, X2, (Jumlah Pengangguran, Angka Rata2 Lama Sekolah)
  2. Pilih metode Enter, kemudian klik Button Save.
  3. Berikan centang pada Unstandardized pada kolom Residuals, lalu klik Continue, kemudian pilih OK.
  4. Selanjutnya pada Data View SPSS, akan muncul kolom baru dengan nama kolom  RES_1, ini merupakan residual regresi.
  5. Pilih menu Analyze - Nonparametric Test - Legacy Dialogs – Runs, kemudian Pindahkan RES_1 ke kolom Test Variable List di sebelah kanan, centang pada Median, lalu klik OK.
Sekarang Perhatikan output runs test di bawah ini, nilai yang dibandingkan adalah Asymp. Sig. (2-tailed) yaitu 0,869.
Hasil run test menunjukkan bahwa nilai Asymp. Sig. (2-tailed) > 0.05 yang berarti Hipotesis nol gagal ditolak. Dengan demikian, data yang dipergunakan cukup random sehingga tidak terdapat masalah autokorelasi pada data yang diuji.
Silahkan Bisa dibaca juga postingan lengkap Uji Asumsi Klasik Pada Regresi Linear

Demikian dulu yaa teman-teman postingannya, jika terdapat kesalahan mohon berikan tanggapan.
Thanks, Semoga Bermanfaat.
Have FUN.
30 Komentar untuk "Mendeteksi Autokorelasi dengan Run Test"

misi,,,,nanya nih yg benar hasilnya hipotesis nol ditolak apa diterima...di atas di sebutkan hipotesis nol = residual random (acak), namun pada hasil run test mengatakan hipotesis nol ditolak dan data cukup random......mohon klarifikasi

tambahan. di buku ghozali menyebutkan kalau hipotesis nol ditolak berarti residual tidak random atau terjadi autokorelasi antar nilai residual....mungkin anda seharusnya menuliskan hipotesis nol diterima (residual random) sehingga tidak terjadi autokorelasi

Ya, terimaksih atas masukannya. Mohon maaf saya yang salah dalam penulisannya, dalam postingan sudah saya benarkan. karena nilai sig > alpha maka keputusannya adalah gagal tolak Ho.

terimah kasih atas infonya mengenai spss ini sangat membantu saya

kalu terdapat auto korelasi, apa yg harus dilakukan\

coba datanya di transformasi dulu.

Kalo asymp. sig nya nilainya 0.05 random ngga gan??

Sig <= 0.05 itu tidak random gan,,,

Mas, kok bss hasil saya 0.00 Yaa, itu maksudnya terjadi autokolerasi yaa? Soalnya sampel saya menggunaka 340 sampel, apakah ada cara utk mengatasi?

Halo mas saya tertarik nih sama blognya, saya boleh nanya ; data saya di uji lewat DW hasilnya tidak pasti alias dL<DW<dU, saya coba pakai run test hasilnya ternyata lebih besar dari 5% yg berarti tdk terjadi autokorelasi (CMIIW), terus ada beberapa data saya yg lain saya uji pakai DW hasilnya terjadi autokorelasi negatif, nahh saya coba lagi uji data tersebut pakai run test, ternyata lebih besar dari 5% alias tidak terjadi autokorelasi, kalau begitu bgmna ya mas.... lebih bagus pakai DW atau run test ?

mas, terkait pertanyaan dari Edwin Yofrendy, saya juga mengalami hal yang sama. hasil run test alphanya 0.00 signifikansinya 1.000, saya coba transformasi LOG & LN dari variabel res_1 menggunakan excel tapi hasilnya error : #NUMBER?/ , mohon bantuannya mas....

terima kasih sebelumnya,

Mas hasil dw saya lebih kecil daripada du nya mas cara mengatasi nya gimana ya mas soalnya sampel saya 168 Makasih

Mas hasil dw saya lebih kecil daripada du nya mas cara mengatasi nya gimana ya mas soalnya sampel saya 168 Makasih

mas, mau nanya ada buku yang menjelaskan run test ga? terimakasih

mas, mau nanya... kalau seandainya ketika uji durbin watson ternyata diketahui nilai dw tidak memberikana kesimpulan yang pasti, namun ketika pakai uji run ternyata data nya random atau tudak terjadi autokorelasi... pertanyaannya apa hasil pengolahan data tersebut seperti uji t bisa dikatakan valid mengingat dengan menggunakan uji dw tidak memberikan kesimpulan yang pasti walaupun uji run menunjukkan hasil yang sebaliknya?

kak, kalau transformasi data itu maksudnya gmn ya? boleh minta bantuannya kah? terimakasih sebelumnya

Mas kalau hasil runtest sig nya 0,054 itu terjadi autokorelasi atau ngga?

permisi mau tanya nilai Durbin watson hitung saya dari spss 0,390. Tentunya sangat kecil bukan? kira-kira punya saran gak ya supaya nilai durbin watson saya supaya 1, 2 . Thx

terima kasih, bermanfaat sekali :)

Salam, saya mau tanya di bagian awal pnejelasan dikatakan bahwa data yang cross section tidak perlu menggunakan prasyrat autokorelasi ini, apakah bapak memiliki referensi ilmiah terkait hal tersebut? karena saya sedang membutuhkannya.
terima kasih sebelumnya

Bgmn cara mengetahui koefisien regresi n anovax?

asslammuakum wr. wb. mas mau tanya apakah uji ini juga berlaku untuk jenis data sekunder ?

mas mau tanya sampel saya 84. variabel ada 4. data saya terjadi outokolerasi yaitu nilai DW 1.095 DU 1.746 dl 2.254. gmn ya mengatasinya.? terima kasih

slamat siang mas, mau tanya kalau untk menentukan ho : data random dan h1 : data tdk random itu gmn ya mas? Apa memang sdh patokan nya begitu antara ho dan h1?

Galai emang cuyy, tp makasih penjelasan nya berharga bgt buat gue hehe

Assalamualaikum.
Kak, izin bertanya. Data yang saya gunakan kan data panel, setelah saya uji asumsi klasik dengan uji glejser dan durbin watson ternyata hasilnya terjadi masalah heteroskedastisitas dan juga autokorelasi. Mohon bantuannya kak metode apa yang bisa saya gunakan untuk menghilangkan kedua masalah asumsi klasik tersebut dari data panel saya ??
terima kasih kak. Sukses selalu dan semakin berkah ilmunya.
Wassalamualaikum.

terima kasih, sangat membantu mengatasi masalah autokorelasi di dataku

Silahkan tinggalkan komentar, kritik, maupun saran dari sobat blogger tentang apa yang sobat rasakan setelah mengunjungi blog ini.

Back To Top