Tutorial Asumsi Klasik Non Autokorelasi Menggunakan SPSS

 

Pengujian Asumsi Klasik 

(Pengujian Nonautokorelasi)

• Apa Sih Asumsi Klasik ?

    Uji asumsi klasi adalah persyaratan untuk melakukan analisis regresi linier berganda dimana estimasi parameternya menggunakan metode Ordinary Least Square (OLS). Regresi yang tidak menggunakan metode OLS tidak perlu menggunakan persyaratan asumsi klasik seperti regresi logistik, multinomian atau regresi ordinal. Pengujian ini dilakukan dengan tujuan untuk memastikan bahwa persamaan regresi yang diperoleh memiliki hasil yang konstan, tidak bias, dan tepat dalam melakukan estimasi. Model regresi berganda juga harus memenuhi kriteria BLUE (Best Linier Unbiased Estimator), sehingga perlu untuk melakukan pengujian asumsi klasik agar kriteria tersebut terpenuhi. Asumsi Klasik sendiri terdapat 4 uji yang harus dilakukan, yaitu:

1. Uji Normalitas;

2. Uji Non Autokorelasi; (wajib untuk data deret waktu)

3. Uji Homoskedastisitas;

4. Uji Non Multikolinieritas 

Pada kesempatan kali ini kita akan fokus membahas asumsi klasik untuk uji Nonautokorelasi pada regresi linier berganda menggunakan SPSS.

• Asumsi Nonautokorelasi 

    Pengujian nonautokorelasi adalah melihat apakah tidak terjadi korelasi antara suatu perode t dengan periode sebelumnya (t-1). autokorelasi muncul karena residual yang tidak bebas antar satu observasi ke observasi lainnya. Hal tersebut disebabkan error pada indivdu cenderung mempengaruhi individu yang sama pada periode berikutnya. Masalah tersebut sering kali muncul pada data deret waktu, oleh karena itu jika data penelitian yang digunakan adalah data deret waktu maka wajib melakukan pengujian asumsi ini. Apabila data yang digunakan bukan data deret waktu seperti data kusioner maka tidak perlu melakukan pengujian asumsi ini. 

    Beberapa uji statistik yang sering digunakan adalah uji Durbin-Watson, uji Run Tet, dan uji Lagrange Multiplier. Pada kesempatan kali ini kita akan membahas tutorial asumsi nonautokorelasi dengan uji statistika Durbin Watson. Nilai uji Durbin -Watson akan dibangdingkan dengan nilai tabel DW untuk mengetahui apakah keberadaan korelasi positif, korelas negatif, atau tidak terdapat korelasi.

• Keputusan keberadaan autokorelasi sebagai berikut.

 1. Jika d < dl, berarti terdapat autokorelasi positif

 2. Jika d > (4 - dl), berarti terdapat autokorelasi negatif 

 3. Jika du < d < ( 4 -  dl), berarti tidak terdapat autokorelasi 

 4. Jika dl < d < du atau (4 -  du), berarti tidak dapat disimpulkan

• Kaidah Keputusan 

• Contoh Soal dan Tutorial SPSS

Berikut ini merupakan contoh data untuk pengujian asumsi normalitas regresi linier berganda. Terdapat satu variabel dependen (Y) dan tiga variabel independen (X). 

1. Input data di atas ke dalam softare SPSS

2. Klik Variabel View kemudian sesuaikan isi kolom seperti gambar berikut.

3. Klik Analyze - Regression - Linier.

4. Masukkan variabel Y ke dalam kolom Dependent dan variabel X ke dalam kolom Independent.

5. Klik Statistics, centang kotak yang bertuliskan Estimastes, Model Fit, dan Durbin-Watson. Kemudian klik Continue dan OK.

• Pembahasan 

Berdasarkan tutorial asumsi nonautokorelasi di atas di peroleh output dari SPSS sebagai berikut.

Berdasarkan hasil output di atas kita masih perlu membandingkan nilai DW yang diperoleh dengan titik DW pada tabel dengan cara melihat kaidah keputusan. Dari output dapat dilihat nilai DW adalah 0,437. Kemudian kita melihat tabel DW untuk n : 91 dan k : 3, dimana n merupakan jumlah sampel dan k merupakan jumlah variabel independen. Pada tabel DW diperoleh nilai DL : 1.5915 dan DU : 1.7275. Berasarkan perhitungan diperoleh bahwa nilai DW < DL atau 0.437 <1.5915 maka dapat di katakan data tersebut terindikasi autokorelasi positif.

Author : Ajeng Jasmine (AJF)