Uji Asumsi Autokorelasi dengan Durbin Watson Test

Portal Statistik | Masih melanjutkan postingan tentang Analisis Regresi Linear Berganda Dengan SPSS guna mendapatkan model yang bersifat BLUE (Best Linear Unbias Estimator). Kali ini akan saya berbagi tentang Uji Asumsi Autokorelasi dengan Durbin Watson Test. Semoga dapat beguna bagi kita semua.

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.

Dasar Pengambilan Keputusan Uji Autokorelas Dengan Durbin Watson Test:
Metode pengujian yang sering digunakan adalah dengan uji Durbin-Watson (uji DW) dengan ketentuan sebagai berikut:
H0: Tidak ada autokorelasi
H1: Ada autokorelasi

Deteksi Autokorelasi Positif:
Jika d < dL maka terdapat autokorelasi positif,
Jika d > dU maka tidak terdapat autokorelasi positif,
Jika dL < d < dU maka pengujian tidak meyakinkan atau tidak ada kesimpulan yang pasti.

Deteksi Autokorelasi Negatif:
Jika (4 - d) < dL maka terdapat autokorelasi negatif,
Jika (4 - d) > dU maka tidak terdapat autokorelasi negatif,
Jika dL < (4 - d) < dU maka pengujian tidak meyakinkan atau tidak ada kesimpulan yang pasti.

Mari kita mulai pembahasan di SPSS.
Lihat Studi Kasus atau Data yang kita gunakan disini.

  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.
  3. Klik Button Statistics, berikan centang seperti pada gambar dibawah ini, dan klik Continue dan OK.
Sekarang Mari kita bahas Outputnya.
Note:
Cara membaca Tabel Durbin Watson
T : Jumlah sampel (n)
K : Jumlah variabel independent
dL : Batas Bawah Durbin Watson
dU : Batas Atas Durbin Watson

Silahka bandingkan Nilai DW hitung dengan DW tabel sesuai dengan kriteria. Berdasarkan gambar diatas, didapatkan bahwa:
Nilai DW = 2,229  nilai ini akan dibandingkan dengan nilai tabel signifikansi 5%, dengan (n=38) dan jumlah variabel independent (K=2) 
dL= 1.42702
dU= 1.53475
Karena DW terletk antara dU dan (4-dU) = 1. 53475 < 2.229  < 2.46525 maka dapat disimpulkan bahwa kita tidak bisa menolah H0 (gagal tolak H0) yang artinya Tidak ada Autokorelasi atau tidak terdapat autokorelasi positif maupun negatif pada data yang diuji.

Bagaimana, Mudah bukaaan ?

Nah, Sekarang, Bagaimana jika terjadi hal seperti dibawah ini ?
Dengan T=27, K=5, dL = 1.08364, dU =  1.75274. artinya dL < d < dU = Tidak ada kesimpulan yang pasti.
Bagaimana ? Hayooo,,, terus terang melihat hasil analisis seperti itu rasanya nyeseeek banget, jadi galau deh wkwkw,,, pengen salto rasanya xixixi (dasar peneliti labil) baru nemu hal begitu doank :p

Ok. Slow-slow... untuk masalah hal tersebut, saya sih lebih suka dengan menggunakan Uji Nonparametrik -  Run Test dalam menguji Autokorelasi, karena kita akan mendapatkan hasil yang lebih pasti.
Untuk itu silahkan bisa lihat postingan saya tentang Mendeteksi Autokorelasi dengan Run Test.
Silahkan Bisa dibaca juga postingan lengkap Uji Asumsi Klasik Pada Regresi Linear

Sekian dulu dari saya, Semoga bisa berguna.
Thanks.
Selamat Belajar
Have FUN.
15 Komentar untuk "Uji Asumsi Autokorelasi dengan Durbin Watson Test"

Wah ...mantep gan...lumayan saya dapat ilmu baru....thanks udah kasih infonya

kak ndak salah kah lihat di tabel durbin watsonnya??
kaka liat di k=1.
kalo lihat n =38 nd k=2 itu
dl :1.37 du: 1.59.

Kak apa pasword file dw tabelnya kok gak bisa ke buka filenya yah?

Du dan dl dilht ditabel DW. Tp gk bisa k buka filenya Downldny d ats.

Tlg bantuin donk...
tentuin dl & du,,aku ga tau caranya klo dw nya udah dapat hasilnya 2,528

adakah cara lain selain durbin watson dan run test? saya sudah melakukan keduanya tapi hasilnya tetap terjadi autokorelasi. mohon penjelasannya, terimakasih.

itu du & dl untuk k=1 bukan k=2

Tolong dibantu cara membuat tabel DW dong, karena n ku 354 download max hanya 300 gak urut

Tolong dibantu cara membuat tabel DW dong, karena n ku 354 download max hanya 300 gak urut

Saya sedang kebingungan mengenai uji autokorelasi, saya sudah mencari referensi tetapi belum mendapatkan jawaban.
Apakah uji autokorelasi harus dilakukan sebelum melakukan peramalan time series pak?
Indikator uji autokorelasi untuk data tersebut dapat diramalkan itu seperti apa pak?
Saya sedang menempuh skripsi pak, data saya itu tentang permintaan persediaan dari tahun 2000-2015 yaitu selama 16 periode pak dan itu bukan data untuk regresi seperti Y apakah dengan X1 dan X2 begitu pak, saya bingung pak
Saya sudah mencoba menggunakan Durbin-Watson (SPSS) tapi nilai k di tabel tidak ada pak
Saya sudah mencoba menggunakan Minitab tapi ada nilai yang lebih dari 0.5, dan penjelasan mengenai itu saya tidak dapat pak
Semoga Anda membaca komen saya dan dapat membantu saya
Terima kasih banyak

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

Back To Top