Tabel Durbin Watson

Tabel Durbin Watson adalah tabel pembanding dalam uji autokorelasi. Dalam dunia statistik, Uji Durbin Watson adalah sebuah test yang digunakan untuk mendeteksi terjadinya autokorelasi pada nilai residual (prediction errors) dari sebuah analisis regresi. Yang dimaksud dengan Autokorelasi adalah hubungan antara nilai-nilai yang dipisahkan satu sama lain dengan jeda waktu tertentu. Uji ini dikemukakan oleh James Durbin dan Geoffrey Watson. Cara Membaca Tabel Durbin Watson T: Jumlah sampel (n) k: Jumlah variabel dL: Batas Bawah Durbin Watson dU: Batas Atas Durbin Watson Contoh: Kita melakukan uji regresi linear berganda dengan 2 variabel independen dan 1 variabel dependen dengan jumlah sampel sebanyak 50, didapatkan hasil Durbin Watson Hitung sebesar d = 2,010. Maka nilai T = 50, k = 3. Selanjutnya pada tabel di atas cari nilai dL dan dU pada T = 50 dan k = 3, yaitu nilai dL = 1,46246 dan dU = 1,62833. Pada contoh di atas, nilai d = 2,010, maka kita hitung terlebih dahulu nilai (4 – d) = 1,990. Cara menentukan atau kriteria pengujian autokorelasi adalah sebagai berikut: Deteksi Autokorelasi Positif: Jika d < dL maka terdapat autokorelasi positif, Jika d > dU maka tidak terdapat autokorelasi positif, Jika dL < d < dU maka pengujian tidak meyakinkan atau tidak dapat disimpulkan. Deteksi Autokorelasi Negatif: Jika (4 – d) < dL maka terdapat autokorelasi negatif, Jika (4 – d) > dU maka tidak terdapat autokorelasi negatif, Jika dL < (4 – d) < dU maka pengujian tidak meyakinkan atau tidak dapat disimpulkan. Berdasarkan contoh di atas: Deteksi Autokorelasi Positif: Jika 2,010 < 1,46246 maka terdapat autokorelasi positif—> Salah Jika 2,010 > 1,62833 maka tidak terdapat autokorelasi positif—> Benar Jika 1,46246 < 2,010 < 1,62833 maka pengujian tidak meyakinkan atau tidak dapat disimpulkan—> Salah Maksud di atas adalah, DW: 2,010 > DU: 1,62833, maka tidak terdapat autokorelasi positif. Deteksi Autokorelasi Negatif: Jika 1,990 < 1,46246 maka terdapat autokorelasi negatif—> Salah Jika 1,990 > 1,62833 maka tidak terdapat autokorelasi negatif—> Benar Jika 1,46246 < 1,990 < 1,62833 maka pengujian tidak meyakinkan atau tidak dapat disimpulkan—> Salah Maksud di atas adalah, 4-DW: 2,010 yaitu 1,990 > DU: 1,62833, maka tidak terdapat autokorelasi negatif. Maka dapat disimpulkan: pada analisis regresi tidak terdapat autokorelasi positif dan tidak terdapat autokorelasi negatif sehingga bisa disimpulkan sama sekali tidak terdapat autokorelasi.