Dalam asumsi klasik, autokorelasi merupakan korelasi yang terjadi antar error/residual pada periode tertentu (misal t) dengan error/residual pada periode lainnya (misal t-p). Adanya masalah autokorelasi menyebabkan varian yang terbentuk pada model regresi linier sederhana menjadi tidak minimum. Selain itu adanya autokorelasi menyebabkan pendugaan dari varian model menjadi bias, cenderung software menduga varian model underestimate. Autokorelasi umumnya terjadi karena data pada suatu periode dipengaruhi oleh data pada periode lainnya. Misalkan nilai tukar rupiah pada hari ini dipengaruhi oleh nilai tukar rupiah pada hari sebelumnya.
Asumsi autokorelasi hanya diujikan pada data yang bersifat time series, atau data cross-sectional yang memiliki pola urutan yang baku antar pengamatan. Untuk mengetahui ada tidaknya autokorelasi dapat melakukan uji Run Test pada nilai residual untuk melihat pola tanda dari residual (tanda positif (+) dan tanda negatif (-)) bersifat acak atau tidak. Jika tanda residual bersifat acak maka dikatakan tidak terjadi kasus autokorelasi dan jika tidak acak maka terjadi kasus autokorelasi.
Contoh Uji Autokorelasi dengan Run Test dalam Model Regresi
Ingin diketahui apakah ada autokorelasi pada model regresi pengaruh Indek Harga Impor (X1) dan GNP (X2) terhadap Nilai Import Indonesia (Y) dari tahun 1980 sd 2002. Untuk mengetahuinya akan dilakukan uji autokorelasi menggunakan Run Test, apakah pada model regresi tersebut terjadi autokorelasi.
Cara Melakukan Uji Run Test dengan SPSS
- Langkah awal dari uji Run Test adalah membuat variabel baru yakni variabel Unstandardized residual atau RES_1. Caranya adalah, dari menu SPSS pilih Analyze → Regression → LInear…
- Akan muncul kotak dialog dengan nama “Linear Regression” selanjutnya masukkan variabel Nilai Import (Y) ke kolom Dependent: lalu masukkan variabel Indek Harga (X1) dan GNP (X2) ke kolom Independent(s). Setelah itu klik Save…
- Akan muncul kotak dialog dengan nama “Linear Regression: Save”, selanjutnya pada bagian “Residuals”, berikan tanda centang (v) pada Unstandardized. Dengan mengabaikan pilihan lain, klik Continue
- Selanjutnya klik Ok (abaikan output SPSS yang muncul), buka Data View maka pada Data View akan bertambah variabel baru dengan nama RES_1.
5. Langkah berikutnya adalah klik Analyze → Nonparametric Tests → Legacy Dialogs → Runs…
- Muncul kotak dialog Run Test, kemudian masukkan variabel Unstandardized Residual ke kotak Test Variable List, pada bagian Cut Point berikan tanda centang (V) untuk Median. Kemudian klik OK
7. Akan muncul output Run Test seperti gambar berikut,
Dasar Pengambilan Keputusan Ada atau Tidaknya Autokorelasi menggunakan Uji Run Test
Sebelum menganalisa hasil output SPSS di atas, perlu diketahui bahwa dasar pengambilan keputusan dalam menentukan ada atau tidaknya Autokorelasi menggunakan uji run test, adalah:
-
-
- Jika nilai Asymp. Sig. (2-tailed) lebih kecil dari (<) 0,05 maka terdapat gejala autokorelasi
- Sebaliknya, jika nilai Asymp. Sig. (2-tailed) lebih besar dari (>) 0,05 maka tidak terdapat gejala autokorelasi
-
Interpretasi Hasil Output Uji Run Test
Berdasarkan output SPSS diatas, diketahui nilai Asymp. Sig. (2-tailed) sebesar 0,203, atau lebih besar dari (>) 0,05, maka dapat disimpulkan bahwa pada model regresi tidak terdapat gejala atau masalah autokorelasi. Dengan demikian, masalah autokorelasi yang tidak dapat terlesaikan dengan Durbin Watson Test dapat diatasi dengan uji Run Test, sehingga analisis regresi linear dapat dilanjutkan.
—o0o—