2. Uji Autokorelasi.
3. Uji Multikolinearitas.
4. Uji Heterokestisitas.
5. Uji Linearitas.
Dalam tugas akhir ini hanya menggunakan Uji Autokorelasi.
3.1.1 Uji Autokorelasi
Uji autokorelasi digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik autokorelasi yaitu korelasi yang terjadi antara residual pada satu pengamatan dengan pengamatan
lain pada model regresi. Prasyarat yang harus terpenuhi adalah tidak adanya autokorelasi dalam model regresi. Metode pengujian yang sering digunakan adalah dengan uji Durbin-Watson uji
DW dengan ketentuan sebagai berikut: 1.
Jika 4 – DW
l
DW 4 maka H ditolak terdapat autokorelasi negatif.
2. Jika 4 – DW
u
DW 4 – DW
l
maka tidak ada kesimpulan. 3.
Jika 2 DW 4 – DW
u
maka H diterima.
4. Jika DW
u
DW 2 maka H diterima.
5. Jika DW
l
DW DW
u
maka tidak ada kesimpulan. 6.
Jika 0 DW DW
l
maka H ditolak terdapat autokorelasi positif.
Universitas Sumatera Utara
Tabel 3.2 Tampilan SPSS untuk hasil autokorelasi Model Summary
b
Model R R Square
Adjusted R
Square Std. Error of
the Estimate Durbin-
Watson 1
.357
a
.128 .045
4687.540 .465
a. Predictors: Constant, Kebutuhan, Produksi b. Dependent Variable: Ketersediaan
Dari hasil estimasi diatas diperoleh nilai Durbin-Watson DW = 0.465. dengan banyak data 24 serta variabel bebas k= 2, diperoleh nilai DW
l
= 1.19 dan DW
u
= 1.55 terlihat bahwa 0 DW DW
l
atau dengan kata lain 0 0.465 1.19. ini berarti terdapat masalah autokorelasi positif pada model regresi.
Untuk mengatasi masalah autokorelasi pada model regresi dapat dilakukan dengan cara mentransformasikan data atau menambahkan lag pada data.
Tabel 3.3 Tampilan SPSS Untuk Autokorelasi setelah trasnsformasi data Model Summary
b
Model R R Square
Adjusted R
Square Std. Error of
the Estimate Durbin-
Watson 1
.901
a
.811 .781
2248.871 2.512
a. Predictors: Constant, lag_ketersediaan, Produksi, Kebutuhan b. Dependent Variable: Ketersediaan
Universitas Sumatera Utara
Dari hasil estimasi diatas diperoleh nilai Durbin-Watson DW = 0.465. dengan banyak data 24 serta variabel bebas k= 2, diperoleh nilai DW
l
= 1.19 dan DW
u
= 1.55 terlihat bahwa 4- DW
u
DW 4-DW
l
atau dengan kata lain 2.45 2.51 2.81 dengan hasil ini maka tidak ada kesimpulan. Dapat dikatakan bahwa model regresi ini telah terbebas dari masalah autokorelasi.
3.3 Regresi Linier Berganda
