• Tidak ada hasil yang ditemukan

Mengatasi Masalah Autokorelasi dengan Uji Run Test dalam SPSS

N/A
N/A
1 dua

Academic year: 2025

Membagikan "Mengatasi Masalah Autokorelasi dengan Uji Run Test dalam SPSS"

Copied!
8
0
0

Teks penuh

(1)

Cara Mengatasi Masalah Autokorelasi dengan Uji Run Test dalam SPSS

Cara Mengatasi Masalah Autokorelasi dengan Uji Run Test dalam SPSS | Sebagaimana yang sudah kita pahami bahwa uji autokorelasi merupakan bagian dari uji asumsi klasik dalam analisis regresi linear untuk data time series yaitu data runtut waktu dan bukan seperti data primer hasil penyebaran kuesioner atau angket. Uji asumsi klasik sendiri dimaknai sebagai syarat yang harus terpenuhi sebelum dilakukannya analisis regresi linear.

Sementara itu, analisis regresi linear bertujuan untuk mengetahui apakah terdapat pengaruh yang signifikan antara variabel independent (X) terhadap variabel dependen (Y). Oleh karena itu, uji autokorelasi sangat diperlukan karena dengan adanya uji ini kita dapat mengetahui apakah terdapat hubungan antara suatu periode t dengan periode t sebelumnya. Model regresi yang baik tidak terdapat masalah autokorelasi. Contoh sederhana misal data keuangan rumah tangga. Pengeluaran belanja keluarga pada bulan lalu sangat besar (bulan lalu ada pengeluaran untuk membeli mobil baru) sementara pengeluaran pada bulan ini relatif lebih kecil (karena dibulan ini tidak ada pengeluaran untuk membeli mobil) sehingga dapat dikatakan bahwa terdapat hubungan atau korelasi yang cukup tinggi antara pengeluaran anggaran rumah tangga pada bulan lalu dengan bulan sekarang, hal yang semacam inilah yang disebut dengan terjadi masalah autokorelasi.

Dalam analisis statistik, uji autokorelasi dapat dilakukan dengan beberapa metode antara lain seperi uji durbin watson dan uji run test. Dimana metode yang paling sering digunakan oleh para peneliti (dalam hal

menyelesaikan tugas, skripsi maupun tesis) adalah dengan metode durbin watson. Namun demikian, uji durbin watson mempunyai kelemahan yakni jika nilai dubin watson terletak antara dL dan dU atau diantara (4-dU) dan (4-dL), maka tidak menghasilkan kesimpulan yang pasti apakah terjadi gejala autokorelasi atau tidak. Jika demikian adanya, maka alternatif yang baik untuk mengatasi masalah autokorelasi ini adalah dengan

menggunakan metode lain seperti uji run test.

Untuk memperjelas bagaimana cara mengatasi masalah autokorelasi dengan uji run test dalam SPSS, saya akan memberikan contoh, simak data yang akan saya uji autokorelasi dibawah ini

[Download Data untuk Latihan]

Dari data di atas, model regresi linear yang saya ajukan adalah “Pengaruh Kurs [X1] dan SBI [X2] terhadap IHSG [Y] tahun 2013”. Sebelumnya saya telah melakukan uji autokelasi dengan uji durbin watson

[Baca: Tutorial Uji Autokorelasi dengan Durbin Watson SPSS] dan diperoleh hasil sebagai berikut.

(2)

Berdasarkan output SPSS di atas, diketahui nilai Durbin Watson sebesar 1,072. Nilai ini terletak antara nilai dL 0,812 dan dU 1,579 sehingga tidak ada kesimpulan yang pasti tentang ada atau tidaknya gejala autokorelasi dari data tersebut.

Jika seperti ini yang terjadi, maka anda tidak perlu cemas dan risau, langkah yang harus anda lakukan untuk mengatasi masalah autokorelasi adalah dengan uji run test.

CARA UJI RUN TEST DENGAN SPSS

1. Buka program SPSS lalu klik Variable View, kemudian pada kolom Name baris pertama ketikkan X1, baris kedua X2, dan baris ketiga Y. pada bagian Label ketikkan Kurs untuk X1, SBI untuk X2, dan IHSG untuk Y.

Abaikan kolom yang lain biarkan tetap default kemudian klik Data View

2. Pada bagian ini, kita hanya perlu memasukkan data penelitian sesuai dengan nama variabelnya

(3)

3. Jika semua data sudah terinput dengan benar, selanjutnya dari menu SPSS klik menu Analyze – Regression – Linear…

4. Muncul kotak dialog, masukkan variabel IHSG [Y] ke kotak Dependent, masukkan variabel Kurs [X1] dan SBI [X2] ke kotak Independent(S) caranya dengan pengklik tombol panah, pada bagian Method pilih Enter, kemudian klik Save

(4)

5. Muncul kotak dialog Linear Regression; Save, berikan tanda centang (V)

pada Unstandardized untuk Residuals, lalu klik Continue dan klik Ok [Abaikan saja output yang keluar].

(5)

6. Perhatikan pada bagian Data View muncul variabel baru dengan nama RES_1. Langkah selanjutnya adalah klik Analyze – Nonparametric Tests – Legacy Dialogs – Runs…

(6)

7. 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

(7)

8. Jika sudah yakin benar, terakhir adalah klik Ok untuk mengakhiri perintah, maka akan muncul output Run Test sebagaimana gambar berikut

DASAR PENGAMBILAN KEPUTUSAN DALAM UJI RUN TEST

Sebelum kita menganalisa hasil output SPSS di atas, terlebih dahulu kita pahami dasar pengambilan keputusan dalam uji run test, yaitu:

1. Jika nilai Asymp. Sig. (2-tailed) lebih kecil < dari 0,05 maka terdapat gejala autokorelasi

(8)

2. Sebaliknya, jika nilai Asymp. Sig. (2-tailed) lebih besar > dari 0,05 maka tidak terdapat gejala autokorelasi.

INTERPRETASI OUTPUT UJI RUN TEST

Berdasarkan output SPSS diatas, diketahui nilai Asymp. Sig. (2-tailed) sebesar 0,762 lebih besar > dari 0,05, maka dapat disimpulkan bahwa tidak terdapat gejala atau masalah autokorelasi. Dengan demikian, masalah autokorelasi yang tidak dapat terlesaikan dengan durbin Watson dapat teratasi melalui uji run test

sehingga analisis regresi linear dapat dilanjutkan.

Saya kira cukup sampai disini pembahasan kita tentang cara mengatasi masalah autokorelasi dengan uji run test dalam SPSS, semoga bermanfaat lain waktu kita sambung lagi dengan uji-uji dan permasalahan statistik yang lainnya. Terimakasih semoga bermanfaat

Referensi

Dokumen terkait

Teknik analisis data yang digunakan adalah analisis regresi linear ganda, uji keberartian koefisien regresi linear ganda ( uji t), dan uji keberartian regresi linear ganda ( uji F)

Teknik analisis data yang digunakan adalah analisis regresi linear ganda, uji keberartian regresi linear ganda (uji F) dan uji keberartian koefisien regresi linier

Masalah autokorelasi dapat diatasi dengan Metode Dua Tahap Durbin-Watson, dengan membentuk regresi beda umum yaitu menghilangkan sebuah data pengamatan dengan aturan

Teknik analisis data yang digunakan adalah analisis regresi linear ganda, uji keberartian regresi linear ganda(uji F) dan uji keberartian koefisien regresi

Sebelum melakukan analisis linear berganda langkah pertama yang harus dilakukan adalah uji linearitas dan tidak adanya multikoelineritas, setelah syarat terpenuhi

Teknik analisis data yang digunakan adalah analisis regresi linear ganda, uji keberartian koefisien regresi linear ganda ( uji t), dan uji keberartian regresi linear ganda ( uji F)

Uji asumsi klasik merupakan persyaratan statistik yang harus dipenuhi pada analisis regresi linear berganda yang berbasis ordinary least square (OLS). Analisis regresi

Analisis data yang dilakukan yakni uji hipotesis, uji validitas, uji reliabilitas, analisis regresi linear sederhana, analisis regresi linear berganda, analisis korelasi, dan analisis