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 d lebih kecil dari dL atau lebih besar dari (4-dL) maka hipotesis nol ditolak, yang
berarti terdapat autokorelasi.
2) Jika d terletak antara dU dan (4-dU), maka hipotesis nol diterima, yang berarti tidak ada
autokorelasi.
3) Jika d terletak antara dL dan dU atau diantara (4-dU) dan (4-dL), maka tidak menghasilkan
kesimpulan yang pasti.
Nilai du dan dl dapat diperoleh dari tabel statistik Durbin Watson yang bergantung
banyaknya observasi dan banyaknya variabel yang menjelaskan.
Sebagai contoh kasus kita mengambil contoh kasus pada uji normalitas pada
pembahasan sebelumnya. Pada contoh kasus tersebut setelah dilakukan uji normalitas,
multikolinearitas, dan heteroskedastisitas maka selanjutnya akan dilakukan pengujian
autokorelasi.

Langkah-langkah pada program SPSS

Kita menggunakan input data yang sama pada uji normalitas.
Klik Analyze - Regression - Linear
Klik variabel Harga Saham dan masukkan ke kotak Dependent, kemudian klik variabel PER
dan ROI dan masukkan ke kotak Independent(s).
Klik Statistics, pada Residuals klik Durbin Watson, kemudian klik Continue.
Klik OK, hasil output pada Model Summary sebagai berikut:
Tabel. Hasil Uji Durbin-Watson

Dari hasil output di atas didapat nilai DW yang dihasilkan dari model regresi adalah
1,387. Sedangkan dari tabel DW dengan signifikansi 0,05 dan jumlah data (n) = 18, seta k = 2
(k adalah jumlah variabel independen) diperoleh nilai dL sebesar 1,046 dan dU sebesar 1,535
(lihat lampiran). Karena nilai DW (1,387) berada pada daerah antara dL dan dU, maka tidak
menghasilkan kesimpulan yang pasti (berada di daerah keragu-raguan).