Autokorelasi menunjukkan adanya korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu (time series) atau suatu ruang (cross sectional). Dalam model regresi linear klasik mengasumsikan autokorelasi seperti itu tidak terdapat dalam disturbance atau gangguan ut. Tetapi jika terdapat ketergantungan seperti itu, kita mempunyai korelasi. Sehingga parameter yang diestimasi menjadi bias dan variansinya tidak lagi minimum dan model menjadi tidak efisien.
Dengan menggunakan lambang:
E(ui,uj) ≠0 i≠j
Dalam penelitian ini, untuk mengetahui ada tidaknya autokorelasi dalam model digunakan uji Breusch-Godfrey. Uji ini mengasumsikan bahwa faktor pengganggu, Ut, diturunkan dengan mengikuti ρ th-order autoregressive scheme di mana persamaan tersebut adalah diturunkan dari model awal.
Ut = ρ1Ut-1 + ρ2 Ut-2 + …+ ρp Ut-p + et (3.15)
Di mana et merupakan faktor pengganggu dengan rata-rata nol (zero mean) dan dengan varian yang konstan. Lebih lanjut, dengan persamaan 3.11 mengasumsikan bahwa ketika melakukan regresi, konstanta atau intercept tidak dimasukkan dalam model regresi persamaan 3.11 sehingga model regresi yang dilakukan adalah regresi yang melewati titik origin.