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 hopotesis 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
Ø Kita menggunakan input data yang sama pada uji normalitas.
Ø Klik Analyze - Regression - Linear
Ø Klik variabel Harga Saham dan masukkan ke kotak Dependent, kemudian klik variabel PER dan ROI dan masukkan ke kotak Independent(s).
Ø Klik Statistics, pada Residuals klik Durbin Watson, kemudian klik Continue.
Ø 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).