Persamaan regresi yang baik adalah yang tidak memiliki masalah autokorelasi , jika terjadi autokorelasi maka persamaan tersebut menjadi tidak baik atau tidak layak dipakai prediksi . Masalah autokorelasi baru timbul jika ada korelasi secara linier antara kesalahan pengganggu periode t (berada) dengan kesalah pengganggu periode t-1 (sebelumnya). Salah satu ukuran dalam menentukan ada tidaknya masalah autokorelasi dengan uji Durbin Watson (DW) dengan ketentuan sebagai berikut (Sunyoto, 2007):
a. Terjadi autokorelasi positif , jika DW < -2
b. Tidak terjadi autokorelasi , jika -2 ≤ DW ≤ 2
c. Terjadi autokorelasi negatif, jika nilai DW > 2