Pengujian Autokorelasi Dalam Model Regresi Dengan SPSS

Pengujian Autokorelasi Dalam Model Regresi Dengan SPSS

Salah satu pengujian terhadap model regresi yang sudah dibahas pada artikel sebelumya adalah tentang autokorelasi pada model regresi. Autokorelasi pada model regresi salah satunya dapat menyebabkan selang taksiran penaksir (koefisien regresi) menjadi lebar, dalam artian presisi yang didapatkan dari hasil penaksiran menjadi berkurang dan itu merupakan suatu kelemahan bagi model. Adapun salah satu yang menyebabkan terjadinya sifat dasar masalah penelitian yang dihadapi yang kiranya sering dilakukan oleh banyak peneliti yaitu Manipulasi data. Dalam amalisis empiris, data kasar seringkali “dimanipulasi”.

Sebagai misal, dalam regresi deret waktu yang melibatkan data kuartal, data seperti itu biasaya diperoleh dari data bulanan dengan hanya menambahkan 3 observasi bulanan dan membagi jumlah tadi dengan 3. Pemerataan ini menghasilkan penghalusan (smothnees) ke dalam data dengan meratakan fluktuasi dalam data bulanan. Jadi, jika grafik yang memetakan data kuartal nampak jauh lebih halus daripada data bulanan, dan kehalusan ini mungkin dengan sendirinya mengakibatkan pola sistematis dalam gangguan, sehingga mengakibatkan autokorelasi.

Lalu bagaimanakah kita mengetahui dalam model regresi yang kita hasilkan mengandung autokorelasi? Dengan bantuan software SPSS dapat dengan mudah kita ketahui melalui hasil proses perhitungan, metode umum dan relative mudah untuk digunakan adalah dengan metode Durbin Watson dengan nilai d-nya. Pengujian nilai d yang dihasilkan melalui proses perhitungan didasarkan pada kriteria yang ditetapkan oleh Durbin dan Watson, didasarkan atas batas bawah dL dan batas atas dU sedemikian rupa sehingga jika d yang dihitung terletak diluar nilai kritis dL dan dU, suatu keputusan dapat dibuat mengenai adanya autokorelasi positif atau negatif.

Berikut kita perlihatkan tahapan untuk menguji autokorelasi pada model regresi dengan menggunakan SPSS.

  1. Buka software SPSS lalu definisikan variabel penelitian kita pada jendela Variabel View, setelahnya masukan data kedalam software SPSS melalui jendela Data View. Dalam tampilan SPSS akan terlihat seperti gambar berikut : 
  1. Pilih menu Analyze lalu klik Regression lalu pilih Linear lalu klik, maka akan muncul jendela SPSS seperti gambar di bawah ini, yang berisikan menu-menu kelengkapan analisis regresi. 
  1. Masukan variabel-variabel pada sisi sebelah kanan ke dalam kolom pendefinisian variabel yaitu variabel dependent dan variabel independent guna menghasilkan model regresi yang kita inginkan. 
  1. Untuk mendapatkan hasil pengujian autokorelasi pada model, maka klik menu Statistics, maka akan muncul tampilan jendela seperti gambar di bawah. Lalu klik pada menu Residuals pada Durbin-Watson dan klik Continue. 
  1. Setelah masuk ke jendela utama analisis regresi, lalu klik OK. Maka SPSS akan memproses pembentukan model dan pengujian asumsi autokorelasi pada residual dan akan muncul tampilan output SPSS seperti gambar di bawah ini. 
  1. Pada gambar output SPSS, kita mendapatkan nilai Durbin-Watson pada tabel Model Summary. Nilai d yang didapatkan dicocokan dengan kriteria nilai Durbin-Watson berdasarkan interval yang dijelaskan pada artikel sebelumnya.

Dengan menggunakan software SPSS mempermudah proses pembuktian pemenuhan asumsi non autokorelasi bagi model regresi yang dihasilkan. Pada bahasan selanjutkan kita akan jelaskan pula cara penggunaan software SPSS untuk pengujian asumsi regresi lainnya diantaranya linieritas. Sampai jumpa pada pembahasan artikel selanjutnya. SELAMAT MENCOBA!!!

———————————————————————————————————————————————————-

  1. Jika rekan peneliti memerlukan bantuan Survey Lapangan, Survey Online ataupun Olah Data dapat menghubungi mobilestatistik.com di :
  1. Klik “Konsultasi Gratis” untuk mendapatkan informasi atau solusi terkait dengan pertanyaan-pertanyaan seputar metodologi penelitian.
  • “1st Kirim Pertanyaan, Kami Jawab . . . InsyaAllah”

———————————————————————————————————————————————————-

online survey BPKH RI | LISREL | SEM | Eviews | Analisis Faktor | Validitas | SWOT | Autokorelasi


survey lapangan kampung ketandan I path analisis | analisis jalur | LISREL

Leave a Reply

Your email address will not be published. Required fields are marked *