4.2.1.4. Uji Autokorelasi
Uji autokorelasi bertujuan untuk mengetahui apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada
satu pengamatan ke pengamatan yang lainnya. Ada beberapa cara yang dapat digunakan yaitu dengan melakukan uji statistik Durbin-
Watson dan uji Runs Test. Berikut ini hasil uji autokorelasi.
Tabel 4.5. Uji Durbin-Watson
Model Summary
b
Model
R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
1
.322
a
.103 .061
1.59473 1.557
a. Predictors: Constant, X7, X4, X5, X1, X6, X2, X3 b. Dependent Variable: Y
Dari hasil analisis di atas diperoleh nilai DW statistik sebesar 1.557. Jumlah variabel yang digunakan ada sembilan k = 8
dengan sampel n = 156, maka diperoleh nilai DW tabel sebesar 1.852. Karena nilai DW statistik lebih kecil dari nilai DW tabel
yaitu 1.557 1.852, maka dapat disimpulkan bahwa data memiliki problem autokorelasi. Selanjutnya dilakukan uji Runs Test untuk
memastikan apakah data terdapat problem autokorelasi atau tidak.
Universitas Sumatera Utara
Tabel 4.6. Uji Runs Test
Runs Test
Unstandardized Residual
Test Value
a
-.19239 Cases Test Value
78 Cases = Test Value
78 Total Cases
156 Number of Runs
75 Z
-.643 Asymp. Sig. 2-
tailed .520
a. Median Sumber : Data Diolah
Dari hasil uji statistik Runs Test di atas diperoleh nilai signifikansi 0.520. Artinya nilai signifikansi 0.520 0.05, maka
dapat disimpulkan bahwa data tidak terdapat problem autokorelasi, dan selanjutnya untuk meyakinkan apakah data tidak terdapat
problem autokorelasi dilakukan Uji Box-Ljung.
Tabel 4.7. Uji Box-Ljung
Autocorrelations
Series: Unstandardized Residual Lag
Autocorrelati on
Std. Error
a
Box-Ljung Statistic Value
df Sig.
b
1 .116
.066 3.136
1 .077
2 .028
.064 3.324
2 .190
3 .218
.067 13.991
3 .003
4 .214
.066 24.413
4 .000
5 -.002
.066 24.414
5 .000
6 .086
.067 26.074
6 .000
7 .210
.064 36.972
7 .000
Universitas Sumatera Utara
8 .068
.066 38.039
8 .000
9 .055
.065 38.744
9 .000
10 .175
.065 45.984
10 .000
11 .058
.065 46.795
11 .000
12 -.016
.066 46.853
12 .000
13 .085
.066 48.514
13 .000
14 .148
.065 53.639
14 .000
15 .003
.063 53.642
15 .000
16 .023
.064 53.774
16 .000
a. The underlying process assumed is independence white noise. b. Based on the asymptotic chi-square approximation.
Dari hasil Uji Box-Ljung di atas terdapat lebih dari dua lag yang mempunyai nilai signifikansi kurang dari 0.05 sehingga dapat
disimpulkan bahwa data tidak terdapat problem autokorelasi. Hasil uji Box-Ljung ini konsisten dengan uji run test.
Gambar 4.4. Grafik Box-Ljung
Sumber : Data Diolah
Universitas Sumatera Utara
4.2.2. Pengujian Hipotesis