
Model umum regresi : Y = b0 + biXi + μ
Simbol μ merupakan pengganggu model, atau selain Xi. Ini berarti uji heteroskedastisitas adalah pengujian pengaruh selain variabel bebas Xi terhadap variabel Y.
Ada dua kemungkinan estimasi sebagai akibat variabel pengganggu μ, yaitu (Spatz, 2008):
-
Jika determinan R2 > 70% maka variabel pengganggu tidak terlalu mempengaruhi estimasi (model estimasi bebas dari masalah heteroskedastisitas). Model regresi dapat ditulis tanpa faktor pengganggu, yaitu :
Y = b0 + biXi; -
Jika determinan R2 < 70% maka variabel pengganggu mempengaruhi estimasi (terjadi masalah heteroskedastisitas). Model regresi justru ditulis tanpa variabel bebas Xi, yaitu :
Y = b0 + μ
Akibat gejala heteroskedastisitas
Jika model regresi mengalami heteroskedastisitas maka estimasi regresi keliru atau bahkan tidak tepat.
Sebagai ilustrasi produksi sawi (Y) dipengaruhi luas lahan, bibit, pupuk dan pestisida. Gulma atau rumput liar sebagai variabel pengganggu μ karena mungkin saja akibat pemupukan justru akan menyuburkan rumput liar. Akibatnya produksi sawi justru akan berkurang dengan semakin banyaknya pupuk yang diberikan karena gulmapun menjadi tumbuh subur.
Metode pengujian heteroskedastisitas
Banyak metode untuk menguji heteroskedastisitas, salah satunya adalah uji park gletsyer.Pada aplikasi eViews hanya mengklik View pada output regresi.
Dengan SPSS langkahnya sebagai berikut :
- Lakukan regresi seperti biasa
- Pilih option Save
- Klik menu Transform ▷ Compute Variable untuk membuat variabel absres.
- Lakukan regresi kembali dengan menjadikan absres sebagai variabel dependent.
Video tutorial | ➬ | Instagram akun MikroStat video tentang Uji heteroskedastisitas |
Kriteria bebas heteroskedastisitas
Probabilitas (p) semua variabel bebas Xi > 5%.

Nilai yang harus diperhatikan pada angka-angka yang dilingkari merah (jika p > 0.05 berarti bebas gejala heteroskedastisitas). Beberapa literatur ada yang memilih dengan kriteria Ftest (lingkaran hijau).
No comments:
Post a Comment