Gambar 4.2 Normal Scaterplot
-3 -2
-1 1
2 3
Regression Studentized Residual
-4 -3
-2 -1
1 2
Re gr
es si
on S
ta nd
ar di
ze d
Pr ed
ic te
d Va
lu e
Dependent Variable: Keputusan Scatterplot
Sumber : Pengolahan Data SPSS Versi 16.00 2009
4. Uji Autokorelasi
Autokorelasi dalam suatu model bertujuan untuk mengatuhui ada tidaknya korelasi antara variabel pengganggu pada periode tertentu dengan variabel
pengganggu periode sebelumnya. Cara mudah mendeteksi autokorelasi dapat dilakukan dengan uji The Breusch-
Godfrey BG Test yaitu nilai signifikannya harus di atas 0,05. Dalam metode ini, Breusch-Godfrey telah mengembangkan suatu uji autokorelasi yang secara umum
adalah:
Universitas Sumatera Utara
a. Regressor no-stochastic termasuk lagged dependent variabel.
b. Skema higher-order autoregressive.
c. High-order moving average dari noise error term.
Tabel 4.14 Autokorelasi
Coefficientsa
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
.034 2.040
.017 .987
Investasi .014
.106 .016
.128 .898
Pengeluaran Pemerintah .009
.127 .009
.071 .943
Tenaga Kerja .013
.133 .012
.100 .921
Auto .065
.109 .065
.595 1.553
a Dependent Variable: Determinan PDRB
Sumber : Pengolahan Data SPSS Versi 16.00 2009
Tabel 4.14 dapat dilihat bahwa kosfisien parameter untuk variable Auto Lag menunjukkan probabilitas signifikan 1,553 di atas 0,05 berarti data tidak terkena
autokorelasi. Autokorelasi atau Serial Korelasi terjadi apabila Term Of Error µ dari
periode waktu yang berbeda berkolerasi. Untuk menguji keberadaan autokorelasi dapat digunakan dengan uji Durbin-Watson.
Hipotesanya adalah sebagai berikut : H
: Tidak ada autokorelasi. DW dl
: Tolak H ada korelasi positif .
DW 4-dl : Tolak H
ada korelasi negatif . du DW 4-du
: Terima H tidak ada autokorelasi .
Universitas Sumatera Utara
dl ≤ DW 4-du
: Pengujian tidak bisa disimpulkan inconclusive. 4-du
≤ DW ≤ 4-dl : Pengujian tidak bisa disimpulkan inconclusive.
Dengan pertimbangan hipotesis tersebut, dapat ditentukan model estimasi terhadap gejala autokorelasi sebagai berikut :
k = 3 ; n = 20 dl = 0,99
du = 1,67 4-du = 2,33
4-dl = 3,01 DW-hitung = 1.553
Berdasarkan perhitungan diperoleh DW-Statistik sebesar 1.553. Artinya, terdapat gejala autokorelasi di dalam model estimasi.
Inconclusive
0,67 1,43 2,57 3.33
4 H
diterima no serial correlation
1,553 Autokorelasi +
Autokorelasi -
Universitas Sumatera Utara
Gambar 4.3 Uji Durbin-Watson
4.3.2 Pengujian Hipotesis 1. Uji-t Uji Parsial