Teknik Uji Autokorelasi 2016

Assalamualaikum Wr.Wb ......!!

1)   Pengertian Autokorelasi

Menurut Alhusin (2003:215) autokorelasi adalah pengujian terhadap residu 1e1 dari suatu regresi linier. Pengujian ini bertujuan untuk mengetahui apakah ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t – 1 atau sebelumnya. Misalnya dalam dunia pendidikan kita akan meneliti “pengaruh motivasi terhadap hasil belajar siswa pada mata pelajaran dasar dan pengukuran listrik”. katakanlah skor motivasi siswa pada minggu pertama memperangaruhi skor motivasi siswa pada minggu ke lima. Berarti terdapat autokorelasi. Contoh lainnya lagi kita akan meneliti “pengaruh berorganisasi terhadap hasil belajar”.  Katakanlah skor berorganisasi siswa pada minggu pertama tidak mempengaruhi skor organisasi minggu kelima. Berarti tidak terjadi autokorelasi. Contoh lainnya lagi kita akan meneliti “pengaruh kurs dollar terhadap pengeluaran keluarga pada tahun 2016”. Katakanlah kurs dollar pada tahun 2015 mempengaruhi kurs dollar pada tahun 2016. Berarti ada autokorelasi.

Alat yang digunakan untuk mendeteksi adanya autokorelasi adalah menggunakan Durbin-Watson. Model regresi yang bagus adalah tidak terjadi korelasi. Pengambilan keputusan menurut Alhusin (2003:216) adalah dengan melihat nilai Durbin-Watson dan membandingkannya dengan tabel DW.

a.        Jika nilai DW < dL atau DW > (4-dL) maka disimpulkan ada autokorelasi.

b.        Jika nilai dU < DW < (4-dU) maka disimpulkan tidak terjadi autokorelasi.

c.        Jika nilai dL < DW < Du atau (4-dL) < DW < (4-dU) maka disimpulkan tidak ada kesimpulan.

2)   Menguji Autokorelasi

Pada kesempatan ini saya menyediakan skor minat belajar 1, skor minat belajar 2 dan skor hasil belajar siswa pada mata pelajaran dasar dan pengukuran listrik. Ceritanya saya meneliti pengaruh minat 2 terhadap hasil belajar. Jadi saya ingin mengetahui apakah terjadi autokorelasi pengaruh minat 1 dan minat 2 terhadap hasil belajar.

Tabel 1

No.	Skor skor minat 1	Skor skor minat 2	HB
1	16	64	76
2	48	84	96
3	20	68	80
4	32	72	80
5	40	84	88
6	28	72	84
7	24	68	80
8	36	80	88
9	36	80	88
10	44	84	96
11	32	72	84
12	16	68	80
13	24	72	88
14	40	80	88
15	36	84	96

a.     Hipotesis

  H₀ : Tidak terjadi autokorelasi

  H₁ : Terjadi autokorelasi 

b.   Mengoperasikan SPSS

  Buka aplikasi SPSS yang antum miliki, sehingga muncul tampilan seperti pada gambar 1 di bawah ini.

Gambar 1. Tampilan awal SPSS

  Klik variable view yang ada di pojok kiri bawah dari spss, sehingga akan muncul seperti gambar 2 di bawah ini.

Gambar 2. Variable view yang belum diisi

  Buatlah lapak dengan ketentuan seperti di bawah ini:

Ø  Name: Isi dengan nama variable anda (terserah mau diberi nama apa aja biasanya dalam bentuk singkatan), dalam hal ini baris 1 saya isi dengan SMS, baris 2 saya isi dengan SMD, dan baris 3 saya isi dengan HB.

Ø  Type: Pilih Numeric

Ø  Width: Isi dengan angka 8

Ø  Decimal: Pada bagian ini pilih 0

Ø  Label: Isi dengan kepanjangan dari name di atas. Dalam hal ini baris 1 saya isi “Skor Minat Satu”, baris 2 saya isi “Skor Minat Dua” dan baris 3 saya isi “Hasil Belajar”

Ø  Value: Pilih none

Ø  Missing: Pilih none

Ø  Columns: Isi dengan angka 8

Ø  Align: pilih right (terserah user)

Ø  Measure: Pilih scale

Gambar 3. Tampilan varible view yang sudah di isi

  Kalau sudah selesai klik data view (sebelahnya variable view Masukkan data SMS, SMD dan HB diatas kedalam spss dengan di ketik atau copas.

Gambar 4. Tampilan data view yang sudah diisi data

  Klik menu analyze- pilih regression– pilih linier

Gambar 5. Langkah-langkah pengoperasian Autokorelasi

  Akan muncul kotak dialog seperti di bawah ini

Gambar 6. Kotak dialog linier regression

  Masukkan variable Skor Motivasi Satu (SMS) dan Skor Motivasi Dua (SMD) ke kolom indedependet  sementara variabel Hasil Belajar (HB) ke kolom dependent, kemudian pilih enter pada bagian Method, kemudian klik statistics.

Gambar 7 kotak dialog linier regression

 Setelah mengeklik statistics akan muncul kotak dialog linier regression statistic. Pilih covariance matrix dan colinierity diagnostics. Klik continue

Gambar 8. Kotak dialog linier regression: statistics

  Klik ok

  Output nya

Gambar 9. Output

c.     Menentukan nilai dL dan dU

Sebelum mengambil kepusan terkait dengan ada tidaknya korelasi dari minat sebelumnya (minat 1) terhadap minat 2 adalah menentukan nilai dL dan dU. Caranya adalah sebagai beriku.

?  Siapkan tabel DW, seperti gambar dibawah ini.

  Dari penunjukan gambar tabel tersebut terdapat n, dL, dU, dan k

  N = banyak sampel; k = banyak variable bebas;

  Kalau sudah mengetahui nilai N dan K nya maka nilai dL dan dU pun juga dapat diketahui.

  Pada percobaan ini nilai N = 15 dan K = 2, sehingga diperoleh nilai dL=0,946 dan dU = 1,543

 d.    Kesimpulan

Bersasarkan hasil perhitungan SPSS diperoleh nilai penunjukan WD 2,005. Karena nilai DW lebih besar dari nilai 1,543 (dU) dan lebih kecil dari 2,457 (4-dU) maka dapat disimpulkan tidak terjadi autokorelasi.

DAFTAR PUSTAKA

Alhusin, Syahri. 2003. Aplikasi Statistik Praktis dengan SPSS.10 for Windows. Yogyakarta: Graha Ilmu.

Sudjana. 2005. Metode Statistika. Bandung: Tarsito.

Semiawan, Conny. 1997. Perspektif Pendidikan Anak Berbakat. Jakarta: PT Grasindo.

Irianto, Agus. 2006. Statistik: Konsep Dasar dan Aplikasinya. Jakarta: Kencana Prenada Media.

Basuki, Ismet. 2005. Analisis Regresi. PPT tidak dipublikasikan. Surabaya: Unesa.

Sugiyono. 2010. Metode Penelitian Pendidikan (Pendidikan Kuantitatif, Kualitatif dan R & D). Bandung: Alfabeta.

Haryanto. 2010. Pengertian Belajar Menurut Ahli. http:// belajarpsikologi. com/pengertian-belajar-menurut-ahli/. diakses 25 Desember 2014.

Haryanto. 2010. Pengertian Minat Belajar. http://belajarpsikologi.com/ pengertian-minat/. diakses 25 Desember 2014.

Raharjo, Sahid. 2014. Uji Multikolinieritas.  http://www.spssindonesia.com/2014/02/uji-multikolonieritas-dengan melihat.html . diakses 25 Desember 2014.

Aritonang, Keke T. 2008. Minat dan Motivasi dalam Meningkatkan Hasil Belajar Siswa. Jurnal pendidikan penabur. (10), 11-21.

Riadi, Muchlisin. 2012. Pengertian Minat Belajar. http://www. kajianpustaka. com/2012/10/minat-belajar.html. diakses 25 Desember 2014.

Usman, Uzer. (2003). Menjadi guru profesional. Bandung: PT Remaja Rosdakarya

Setiawan, Nasrul. 2012. Teori Analisis Deskriptif. http:// statistikceria. blogspot. com/ 2012/01/teori-analisis-deskriptif.html. diakses 25 Desember 2014.