tutorial spss uji autokorelasi

UJI AUTOKORELASIARTIKEL TEORIONLINE TUTORIAL SPSS BY HENDRYemail : [email protected],id http://teorionline.wordpress.com/

===================================================================Tentang Uji Autokorelasi Autokorelasi umumnya terjadi pada data time series. Hal ini karena observasi-observasi pada data timeserie mengukuti urutan alamiah antarwaktu sehingga observasi-observasi secara berturut-turut mengandung interkorelasi, khususnya jika rentang waktu diantara observasi yang berurutan adalah rentang waktu yang pendek, seperti hari, minggi atau bulan. Gujarati (2012) Istilah autokorelasi adalah korelasi di antara anggota seri dari observasi-observasi yang diurutkan berdasarkan waktu. Dalam kaitannya dengan asumsi OLS, autokorelasi merupakan korelasi antara satu variabel gangguan dengan variabel gangguan lain. Konsekuensi Autokorelasi Menurut Gujarati (2012), keberadaan autokorelasi pada OLS memiliki konsekuensi antara lain : estimasi OL masih linier dan tidak bias, serta konsisten dan secara asumtotis terdistribusi secara normal, namun estimator-estrimator tersebut tidak lagi efisien (memiliki varian terkecil). Widarjono (2009) melanjutkan, jika varian tidak minimum, maka menyebabkan perhitungan standar error metode OLS tidak lagi dipercaya kebenarannya. Selanjutnya, interval estimasi maupun uji hipotesis yang didasarkan pada distribusi t maupun F tidak lagi bisa dipercaya untuk evaluasi hasil regresi. Pengujian dengan SPSS Untuk SPSS, pengujian autokorelasi dapat dilakukan dengan teknik Durbin-Watson, LM Test, dan Run Test. Dalam tutorial ini akan dijelaskan teknik yaitu DW-Test. DATA Berikut tabulasi data Current Ration (CR), Debt to Equity Ratio (DER) dan ROA. (data adalah data fiktif dan hanya dipergunakan untuk tutorial) CR 3.25 2.10 1.25 1.25 1.09 1.06 1.84 1.02 DER 1.99 2.24 2.20 2.86 2.46 1.16 1.46 1.22 ROA 0.97 -6.68 1.41 -6.81 2.47 8.63 6.43 10.28

Teorionline tutorial SPSS by Hendry.

Page 1

1.01 1.22 3.71 2.75 1.20 1.13 1.17 1.86 2.93 3.98 1.19 2.44 1.28 1.15 0.35 0.49 1.10 1.33 1.94 1.15 0.47 1.53 1.32 1.11 1.22 2.40 1.57 1.06 1.44 1.60 1.75 1.75 1.21 1.22 1.77 1.02 1.00 1.24 2.37 1.45 1.15 1.75 1.79 2.20 1.70

1.26 1.05 0.76 0.62 0.53 0.50 0.44 0.92 0.66 0.57 0.53 0.28 0.71 0.67 0.99 2.50 1.76 2.73 2.46 2.59 4.33 2.37 2.15 2.53 2.73 2.05 1.24 21.28 20.95 27.09 17.83 10.21 5.94 6.18 6.66 7.50 2.80 1.85 1.73 1.88 2.51 1.96 0.93 0.82 0.84

11.40 11.31 9.23 9.33 3.19 4.24 1.56 6.01 1.22 2.54 5.69 5.36 -1.44 5.60 7.33 0.70 1.76 1.66 1.65 1.09 -7.15 10.03 9.16 3.29 4.13 13.91 15.66 0.85 0.05 0.05 0.43 2.33 -1.25 0.46 1.67 3.49 9.48 2.09 0.87 1.12 2.04 3.62 -9.64 -0.84 12.97 Page 2


1.30 1.27 2.25 2.28 2.55 2.04 1.10 1.23 1.08 1.50 1.33 1.08 1.96 1.99 0.71 0.82 0.59 2.24 2.02 1.93 1.59 5.43 0.20 0.15 2.15 4.41 1.34 1.55 1.33 1.34 0.64 0.66

1.26 0.54 1.33 1.53 2.23 1.69 1.53 3.38 3.73 3.24 3.89 1.53 0.60 0.58 0.71 0.68 0.85 0.66 0.36 0.38 0.17 0.06 3.49 3.29 2.96 2.55 0.82 1.63 1.49 1.31 1.10 0.81

2.62 7.42 1.63 3.49 1.77 0.50 1.19 0.84 -0.45 0.53 -2.65 1.19 9.93 9.25 9.70 9.86 14.13 -17.07 0.70 6.61 4.06 -6.13 4.76 0.80 5.69 6.86 17.55 9.90 8.29 11.50 11.67 15.66


Page 3

Persiapan Copy data di atas ke dalam Worksheet SPSS seperti tampilan berikut ini :

Uji Durbin-Watson Test Dari Menu Analyze Regression Linear

Masukkan CR dan DER ke box independent variable, dan ROA ke dependent variable


Page 4

Aktifkan plihan Durbin Watson seperti gambar di bawah

Klik Continue, lalu pilih OK


Page 5

HASIL

Regressionb Variables Entered/Removed

Model 1

Variables Entered DER, CRa

Variables Removed .

Method Enter

a. All requested variables entered. b. Dependent Variable: ROA

b Model Summary

Model 1

R R Square .277a .077

Adjusted R Square .054

Std. Error of the Estimate 5.71240

DurbinWatson 1.338

a. Predictors: (Constant), DER, CR b. Dependent Variable: ROA

ANOVAb Model 1 Sum of Squares 222.688 2675.784 2898.472 df 2 82 84 Mean Square 111.344 32.632 F 3.412 Sig. .038a

Regression Residual Total

a. Predictors: (Constant), DER, CR b. Dependent Variable: ROA

Coefficientsa Unstandardized Coefficients B Std. Error 6.719 1.392 -1.198 .719 -.295 .136 Standardized Coefficients Beta -.178 -.231

Model 1

(Constant) CR DER

t 4.826 -1.667 -2.168

Sig. .000 .099 .033

a. Dependent Variable: ROA

Penjelasan Nilai DW adalah sebesar 1.338. Nilai DW hitung ini kemudian akan dibandingkan dengan DW Tabel. Dengan signifikansi 5%, jumlah sampel 84, dan jumlah variabel independen adalah 2, maka diperoleh DW hitung sebesar dl 1.600 dan du 1.696.


Page 6

dl du 4-dl 4-du

1.600 1.696 2.4 2.304

Hipotesis : Ho : tidak terdapat autokorelasi positif dalam model regresi Pedoman penolakan Ho adalah : Hipotesis Keputusan Tidak ada autokorelasi Tolak positif Tidak ada autokorelasi No Decision positif Tidak ada autokorelasi Tolak negative Tidak ada autokorelasi No Decision negative Tidak ada autokorelasi Tdk ditolak positif atau negatif Sumber : Imam Ghozali. 2009. Analisis Multivariate Jika 0 < d < dl dl d du 4-dl < d < 4 4-du d 4-dl du < d < 4-du dengan SPSS, hal 100

Karena DW hitung lebih kecil dibanding dl atau 0 < d < dl, maka dapat dinyatakan bahwa model terkena masalah autokorelasi

Referensi : Gujarati dan Porter. (2012). Dasar_Dasar Ekonometrika. Buku 2. Jakarta : Salemba Empat. Agus Widarjono. (2009). Ekonometrika, pengantar dan aplikasi. Yogyakarta : Ekonisia Imam Ghozali. 2009. ANalisis Multivariate dengan SPSS. Semarang : BPUNDIP


Page 7

tutorial spss uji autokorelasi

Documents