Magister Manajemen Univ.

Muhammadiyah Yogyakarta

Wihandaru Sotya PamungkasHeteroskedastisitas

75



Magister Manajemen Univ. Muhammadiyah Yogyakarta


Wihandaru Sotya PamungkasHeteroskedastisitas

76
H
H
e
e
t
t
e
e
r
r
o
o
s
s
k
k
e
e
d
d
a
a
s
s
t
t
i
i
s
s
i
i
t
t
a
a
s
s

1
1
.
.
P
P
e
e
n
n
d
d
a
a
h
h
u
u
l
l
u
u
a
a
n
n

Heteroskedastisitas adalah nilai varian dari faktor pengganggu

tidaksama(homogen)untuksemuaobservasi.Heteroskedastisitasterjadi
bila nilai varian dari variabel tergantung meningkat akibat dari
meningkatnyavarianvariabelpenjelas.

2
2
.
.
P
P
e
e
n
n
y
y
e
e
b
b
a
a
b
b
H
H
e
e
t
t
e
e
r
r
o
o
s
s
k
k
e
e
d
d
a
a
s
s
t
t
i
i
s
s
i
i
t
t
a
a
s
s

a. Mengikuti error learning model, artinya semakin maju

teknologi maka hasil yang diperoleh menjadi lebih banyak
dengan kualitas yang lebih baik atau semakin sering
seseorang mengerjakan maka semakin sedikit waktu yang
diperlukandankualitasyanglebihbaik.



Magister Manajemen Univ. Muhammadiyah Yogyakarta


Wihandaru Sotya PamungkasHeteroskedastisitas

77
b. Meningkatnya pendapatan. Dengan pendapatan yang meningkat
maka masyarakat memiliki banyak pilihan dalam membelanjakan
pendapatanakibatnyavarianakanmeningkat.
c. Adanyakemajuanteknologidalampengumpulandata.
d. Adanya outliers, yaitu pencaran data yang tidak stabil atau ada
yangbesardanadayangkecil.
e. Biasspesifikasiataukesalahanspesifikasimodelempiris.

3
3
.
.
A
A
k
k
i
i
b
b
a
a
t
t
H
H
e
e
t
t
e
e
r
r
o
o
s
s
k
k
e
e
d
d
a
a
s
s
t
t
i
i
s
s
i
i
t
t
a
a
s
s

a. PenaksirOLStidakefisienwalaupunlineardantidakbias.
b. UjitdanujiFtidakdapatdipercaya.
c. Estimasitidakakuratkarenavarianyangtinggi.











Magister Manajemen Univ. Muhammadiyah Yogyakarta


Wihandaru Sotya PamungkasHeteroskedastisitas

78

4
4
.
.
M
M
e
e
n
n
d
d
e
e
t
t
e
e
k
k
s
s
i
i
H
H
e
e
t
t
e
e
r
r
o
o
s
s
k
k
e
e
d
d
a
a
s
s
t
t
i
i
s
s
i
i
t
t
a
a
s
s

1. Regresisederhanadigunakan:
a.Korelasijenjang(rank)Spearman.
b.UjiGlejser.
c.UjiPark.
2 2. . R Re eg gr re es si ig ga an nd da ad di ig gu un na ak ka an n: :
a a. .U Uj ji iW Wh hi it te e. .
b b. .U Uj ji iB BP PG G( (B Br re eu us sc ch h P Pa ag ga an n G Go od df fr re ey y) ). .

5
5
.
.
C
C
o
o
n
n
t
t
o
o
h
h
M
M
e
e
n
n
d
d
e
e
t
t
e
e
k
k
s
s
i
i

H
H
e
e
t
t
e
e
r
r
o
o
s
s
k
k
e
e
d
d
a
a
s
s
t
t
i
i
s
s
i
i
t
t
a
a
s
s

M
M
o
o
d
d
e
e
l
l
E
E
s
s
t
t
i
i
m
m
a
a
s
s
i
i

I IL LQ Q= =b b0 0
+ +b b1 1B Bg g+ +b b2 2N NT T+ +e e

Magister Manajemen Univ. Muhammadiyah Yogyakarta


Wihandaru Sotya PamungkasHeteroskedastisitas

79

5
5
.
.
1
1
.
.
U
U
j
j
i
i
W
W
h
h
i
i
t
t
e
e

L La an ng gk ka ah h l la an ng gk ka ah h: :
a. Meregres fungsi empirik yang sedang diamati, dan
diperoleh nilai residual (e), selanjutnya mencari nilai
residualkuadrat(e
2
ataue
^2
).
I IL LQ Q= =b b0 0
+ +b b1 1B Bg g+ +b b2 2N NT T+ +e e
b. Meregresfungsiempiriktersebutdibawahini
e e
^2 ^2
= =b b0 0
+ +b b1 1B Bg g+ +b b2 2N NT T+ +b b3 3B Bg g
^2

^2

+ +
b b4 4N NT T
^2 ^2
+ +b b5 5B Bg g* *N NT T+ +v v
c.
MencarinilaiX
2
hitung=[n]x[R
^2
]
=[198]x[0.308]=60.984.
d.
MencarinilaiX
2
tabel==5%;df=k=4
nilaiX
2
tabel=9.4877.Bgexcludevariable.



Magister Manajemen Univ. Muhammadiyah Yogyakarta


Wihandaru Sotya PamungkasHeteroskedastisitas

80
e.
Kesimpulan:X
2
hitung>X
2
tabel
a ad da ah he et te er ro os sk ke ed da as st ti is si it ta as sp pa ad da af fu un ng gs si ie em mp pi ir ri ik k. .

ModelSummary
Model R RSquare AdjustedRsquare
1 0.555 0.308 0.293
a.Predictors:(Constant),Bg,NT
b.DependentVariabel:e
^2
Kelemahan:ujiWhiteadanyamultikolinieritaskarena
adanyainteraksiantaraduavariabel,yaituBg*NT.
Hasilujimultikolinieritas,sebagaiberikut:
Variabel VIF
Bg Excludevariable
NT 3721.046
Bg
^2
3234.991
NT
^2
1956.160
Bg*NT 2489.872



Magister Manajemen Univ. Muhammadiyah Yogyakarta


Wihandaru Sotya PamungkasHeteroskedastisitas

81
5
5
.
.
2
2
.
.
U
U
j
j
i
i
B
B
P
P
G
G

L La an ng gk ka ah h l la an ng gk ka ah h: :
a. Meregres fungsi empirik yang sedang diamati, dan
diperoleh nilai residual (e), selanjutnya mencari nilai
residualkuadrat(e
2
ataue
^2
).
I IL LQ Q= =b b0 0
+ +b b1 1B Bg g+ +b b2 2N NT T+ +e e
b.
Mencarinilaivarian(
2
atau
^2
)=
RSS
/n.
n:jumlahdata.
Nilaivarian=
[15818.814]
/[198]=79.893.
c. Meregresfungsiempiriktersebutdibawahini.

e^2
e^2
/ /

^2

^2= =b b0 0
+ +b b1 1B Bg g+ +b b2 2N NT T+ +v v

Magister Manajemen Univ. Muhammadiyah Yogyakarta


Wihandaru Sotya PamungkasHeteroskedastisitas

82
d.
MencarinilaiX
2
hitung=
[TSSxR^2]
/[2].
TSS:totalsumofsquare
X
2
hitung=
[(244.568)x(0.033)]
/[2]=4.035.
e.
MencarinilaiX
2
tabel==5%;df=k1=21=1
nilaiX
2
tabel=3.84146.
f.
Kesimpulan:X
2
hitung>X
2
tabel
a ad da ah he et te er ro os sk ke ed da as st ti is si it ta as sp pa ad da af fu un ng gs si ie em mp pi ir ri ik k. .

Anova
Model SumofSquares df MeanSquare F
Regression 108795.6 2 54397.796 670.567
Residual 15818.814 195 81.122
Total 124614.4 197
a.Predictors:(Constant),Bg,NT
b.DependentVariabel:LQ

Magister Manajemen Univ. Muhammadiyah Yogyakarta


Wihandaru Sotya PamungkasHeteroskedastisitas

83

ModelSummary
Model R RSquare AdjustedRsquare
1 0.033
a.Predictors:(Constant),Bg,NT
b.DependentVariabel:
e^2
/

^2

Anova
Model SumofSquares df MeanSquare F
Regression 7.999 2 4.000 3.297
Residual 236.569 195 1.213
Total 244.568 197
a.Predictors:(Constant),Bg,NT
b.DependentVariabel:
e^2
/

^2

Magister Manajemen Univ. Muhammadiyah Yogyakarta


Wihandaru Sotya PamungkasHeteroskedastisitas

84

6
6
.
.
C
C
o
o
n
n
t
t
o
o
h
h
M
M
e
e
n
n
g
g
h
h
i
i
l
l
a
a
n
n
g
g
k
k
a
a
n
n

H
H
e
e
t
t
e
e
r
r
o
o
s
s
k
k
e
e
d
d
a
a
s
s
t
t
i
i
s
s
i
i
t
t
a
a
s
s
1. Varian(
2
)Diketahui.
2. Varian(
2
)TidakDiketahui.

6
6
.
.
1
1
.
.
V
V
a
a
r
r
i
i
a
a
n
n
(
(

2 2
)
)
D
D
i
i
k
k
e
e
t
t
a
a
h
h
u
u
i
i

M
M
e
e
m
m
b
b
a
a
g
g
i
i
n
n
i
i
l
l
a
a
i
i
o
o
b
b
s
s
e
e
r
r
v
v
a
a
s
s
i
i
d
d
e
e
n
n
g
g
a
a
n
n

s
s
t
t
a
a
n
n
d
d
a
a
r
r
e
e
r
r
r
r
o
o
r
r
o
o
f
f
t
t
h
h
e
e
e
e
s
s
t
t
i
i
m
m
a
a
t
t
e
e

ILQ1=
[256.869]
/[9.00678]=28.51874.
Bg1=
[0.1274]
/[9.00678]=0.01415.
NT1=
[9830]
/[9.00678]=1091.4000.



Magister Manajemen Univ. Muhammadiyah Yogyakarta


Wihandaru Sotya PamungkasHeteroskedastisitas

85

M
M
o
o
d
d
e
e
l
l
E
E
s
s
t
t
i
i
m
m
a
a
s
s
i
i
S
S
e
e
b
b
e
e
l
l
u
u
m
m
T
T
r
r
a
a
n
n
s
s
f
f
o
o
r
r
m
m
a
a
s
s
i
i

I IL LQ Q= =b b0 0
+ +b b1 1B Bg g+ +b b2 2N NT T+ +e e
M
M
o
o
d
d
e
e
l
l
E
E
s
s
t
t
i
i
m
m
a
a
s
s
i
i
S
S
e
e
t
t
e
e
l
l
a
a
h
h
T
T
r
r
a
a
n
n
s
s
f
f
o
o
r
r
m
m
a
a
s
s
i
i

ILQ ILQ
/ / = =b b0 0+ +b b1 1
ILQ ILQ
/ / + +b b2 2
ILQ ILQ
/ / + +e e
= =9 9. .0 00 06 67 78 8
Untukmempermudahpenulisandigunakannotasi
sebelumdilakukantransformasi.

ModelSummary
Model RSquare AdjustedRSquare
Std.Errorofthe
Estimate
1 0.873 0.872 9.00678
a.Predictors:(Constan),Bg,NT
b.DependentVariable:ILQ

Magister Manajemen Univ. Muhammadiyah Yogyakarta


Wihandaru Sotya PamungkasHeteroskedastisitas

86
Darihasiltransformasidatadiatas,selanjutnyadiujikembali
a ap pa ak ka ah hm ma as si ih ht te er rd da ap pa at th he et te er ro os sk ke ed da as st ti is si it ta as s . .

6
6
.
.
1
1
.
.
1
1
.
.
U
U
j
j
i
i
H
H
a
a
s
s
i
i
l
l
P
P
e
e
r
r
b
b
a
a
i
i
k
k
a
a
n
n
d
d
e
e
n
n
g
g
a
a
n
n

U
U
j
j
i
i
W
W
h
h
i
i
t
t
e
e
L La an ng gk ka ah h l la an ng gk ka ah h: :
a. Meregres fungsi empirik yang sedang diamati berdasarkan
data hasil transformasi, dan diperoleh nilai residual (e),
selanjutnyamencarinilairesidualkuadrat(e
2
ataue
^2
).
I IL LQ Q= =b b0 0
+ +b b1 1B Bg g+ +b b2 2N NT T+ +e e
b. Meregresfungsiempiriktersebutdibawahini.
e e
^2 ^2
= =b b0 0+ +b b1 1B Bg g+ +b b2 2N NT T+ +b b3 3B Bg g
^2

^2

+ +
b b4 4N NT T
^2 ^2
+ +b b5 5B Bg g* *N NT T+ +v v

Magister Manajemen Univ. Muhammadiyah Yogyakarta


Wihandaru Sotya PamungkasHeteroskedastisitas

87
c.
MencarinilaiX
2
hitung=[n]x[R
^2
]
=[198]x[0.103]=20.394.
d.
MencarinilaiX
2
tabel==5%;df=k=5X
2
tabel=11.0705.
e.
Kesimpulan:X
2
hitung>X
2
tabel
a ad da ah he et te er ro os sk ke ed da as st ti is si it ta as sp pa ad da af fu un ng gs si ie em mp pi ir ri ik k. .

ModelSummary
Model R RSquare AdjustedRsquare
1 0.322 0.103 0.008
a.Predictors:(Constant),Bg,NT
b.DependentVariabel:e
^2

K Ke el le em ma ah ha an n u uj ji i W Wh hi it te e a ad da an ny ya a m mu ul lt ti ik ko ol li in ni ie er ri it ta as s k ka ar re en na a
a ad da an ny ya ai in nt te er ra ak ks si ia an nt ta ar ra ad du ua av va ar ri ia ab be el l, ,y ya ai it tu uB Bg g* *N NT T. .

Magister Manajemen Univ. Muhammadiyah Yogyakarta


Wihandaru Sotya PamungkasHeteroskedastisitas

88
Hasilujimultikolinieritas,sebagaiberikut:
V Va ar ri ia ab be el l V VI IF F
Bg 3721.417
NT 13.064
Bg
^2
3262.345
NT
^2
2072.587
Bg*NT 2750.314

Magister Manajemen Univ. Muhammadiyah Yogyakarta


Wihandaru Sotya PamungkasHeteroskedastisitas

89

6
6
.
.
1
1
.
.
2
2
.
.
U
U
j
j
i
i
H
H
a
a
s
s
i
i
l
l
P
P
e
e
r
r
b
b
a
a
i
i
k
k
a
a
n
n
d
d
e
e
n
n
g
g
a
a
n
n

U
U
j
j
i
i
B
B
P
P
G
G
L La an ng gk ka ah h l la an ng gk ka ah h: :
a. Meregres fungsi empirik yang sedang diamati berdasarkan
data hasil transformasi, dan diperoleh nilai residual (e),
selanjutnyamencarinilairesidualkuadrat(e
2
ataue
^2
).
I IL LQ Q= =b b0 0
+ +b b1 1B Bg g+ +b b2 2N NT T+ +e e
b.
Mencarinilaivarian(
2
atau
^2
)=
RSS
/n.
n:jumlahdata.
Nilaivarian=
[216.819]
/[198]=1.0951.
c. Meregresfungsiempiriktersebutdibawahini.

e^2
e^2
/ /

^2

^2= =b b0 0+ +b b1 1B Bg g+ +b b2 2N NT T+ +v v
d.
MencarinilaiX
2
hitung=
[TSSxR^2]
/[2].



Magister Manajemen Univ. Muhammadiyah Yogyakarta


Wihandaru Sotya PamungkasHeteroskedastisitas

90
TSS:totalsumofsquare.
X
2
hitung=
[(236.416)x(0.005)]
/[2]=0.59104.
e.
MencarinilaiX
2
tabel==5%;df=k1=21=1
nilaiX
2
tabel=3.84146.
f.
Kesimpulan:X
2
hitung<X
2
tabel
t ti id da ak ka ad da ah he et te er ro os sk ke ed da as st ti is si it ta as sp pa ad da af fu un ng gs si ie em mp pi ir ri ik k. .

Anova
Model SumofSquares df MeanSquare F
Regression 1319.330 2 659.665 593.280
Residual 216.819 195 1.112
Total 1536.150 197
a.Predictors:(Constant),Bg,NT
b.DependentVariabel:LQ

Magister Manajemen Univ. Muhammadiyah Yogyakarta


Wihandaru Sotya PamungkasHeteroskedastisitas

91

ModelSummary
Model R RSquare AdjustedRsquare
1 0.068 0.005 0.006
a.Predictors:(Constant),Bg,NT
b.DependentVariabel:
e^2
/

^2

Anova
Model SumofSquares df MeanSquare F
Regression 1.093 2 0.547 0.453
Residual 235.323 195 1.207
Total 236.416 197
a.Predictors:(Constant),Bg,NT
b.DependentVariabel:
e^2
/

^2

Magister Manajemen Univ. Muhammadiyah Yogyakarta


Wihandaru Sotya PamungkasHeteroskedastisitas

92

6
6
.
.
2
2
.
.
J
J
i
i
k
k
a
a

2 2
T
T
i
i
d
d
a
a
k
k
D
D
i
i
k
k
e
e
t
t
a
a
h
h
u
u
i
i

T
T
r
r
a
a
n
n
s
s
f
f
o
o
r
r
m
m
a
a
s
s
i
i
L
L
o
o
g
g
a
a
r
r
i
i
t
t
m
m
a
a

M
M
e
e
n
n
t
t
r
r
a
a
n
n
s
s
f
f
o
o
r
r
m
m
a
a
s
s
i
i
n
n
i
i
l
l
a
a
i
i
o
o
b
b
s
s
e
e
r
r
v
v
a
a
s
s
i
i
m
m
e
e
n
n
j
j
a
a
d
d
i
i

L
L
n
n
a
a
t
t
a
a
u
u
L
L
o
o
g
g
N
N
a
a
t
t
u
u
r
r
a
a
l
l
LnILQ1=Ln256.869=5.549
LnBg1=Ln0.1274=2.060
LnNT1=Ln9830=9.193

M
M
o
o
d
d
e
e
l
l
E
E
s
s
t
t
i
i
m
m
a
a
s
s
i
i
S
S
e
e
b
b
e
e
l
l
u
u
m
m
T
T
r
r
a
a
n
n
s
s
f
f
o
o
r
r
m
m
a
a
s
s
i
i

I IL LQ Q= =b b0 0+ +b b1 1B Bg g+ +b b2 2N NT T+ +e e
M
M
o
o
d
d
e
e
l
l
E
E
s
s
t
t
i
i
m
m
a
a
s
s
i
i
S
S
e
e
t
t
e
e
l
l
a
a
h
h
T
T
r
r
a
a
n
n
s
s
f
f
o
o
r
r
m
m
a
a
s
s
i
i

L Ln nI IL LQ Q= =b b0 0+ +b b1 1L Ln nB Bg g+ +b b2 2L Ln nN NT T+ +e e

Magister Manajemen Univ. Muhammadiyah Yogyakarta


Wihandaru Sotya PamungkasHeteroskedastisitas

93

6
6
.
.
2
2
.
.
1
1
.
.
U
U
j
j
i
i
H
H
a
a
s
s
i
i
l
l
P
P
e
e
r
r
b
b
a
a
i
i
k
k
a
a
n
n
d
d
e
e
n
n
g
g
a
a
n
n

U
U
j
j
i
i
W
W
h
h
i
i
t
t
e
e
L La an ng gk ka ah h l la an ng gk ka ah h: :
a. Meregres fungsi empirik yang sedang diamati berdasarkan
data hasil transformasi, dan diperoleh nilai residual (e),
selanjutnyamencarinilairesidualkuadrat(e
2
ataue
^2
).
I IL LQ Q= =b b0 0+ +b b1 1B Bg g+ +b b2 2N NT T+ +e e
b. Meregresfungsiempiriktersebutdibawahini.
e
^2
=b0+b1LnBg+b2LnNT+b3(2LnBg)+b4(2LnNT)
+b5(LnBg+LnNT)+v
c.
MencarinilaiX
2
hitung=[n]x[R
^2
]
=[198]x[0.011]=2.178.
d.
MencarinilaiX
2
tabel==5%;df=k=3



Magister Manajemen Univ. Muhammadiyah Yogyakarta


Wihandaru Sotya PamungkasHeteroskedastisitas

94
nilaiX
2
tabel=7.8147.
NT;NT
2
:excludedvariables.
e.
Kesimpulan:X
2
hitung<X
2
tabel
tidakadaheteroskedastisitaspadafungsiempirik.

M Mo od de el le es st ti im ma as si it te er rd da ap pa at tmultikolinieritas multikolinieritas, ,
n ni il la ai iV VI IF F> >1 10 0
VIF VIF VIF
Bg 4958.942 Bg
2
4953.812 Bg*NT 1.268
NT;NT
2
:excludedvariables

Magister Manajemen Univ. Muhammadiyah Yogyakarta


Wihandaru Sotya PamungkasHeteroskedastisitas

95

ModelSummary
Model R RSquare AdjustedRSquare
1 0.106 0.011 0.04
a.Predictors:(Constan),LnBg+LnNT,,2LnBg,LnBg
b.DependentVariable:e
2

6
6
.
.
2
2
.
.
2
2
.
.
U
U
j
j
i
i
H
H
a
a
s
s
i
i
l
l
P
P
e
e
r
r
b
b
a
a
i
i
k
k
a
a
n
n
d
d
e
e
n
n
g
g
a
a
n
n

U
U
j
j
i
i
B
B
P
P
G
G
L La an ng gk ka ah h l la an ng gk ka ah h: :
a. Meregres fungsi empirik yang sedang diamati berdasarkan
data hasil transformasi, dan diperoleh nilai residual (e),
selanjutnyamencarinilairesidualkuadrat(e
2
ataue
^2
).
I IL LQ Q= =b b0 0+ +b b1 1B Bg g+ +b b2 2N NT T+ +e e



Magister Manajemen Univ. Muhammadiyah Yogyakarta


Wihandaru Sotya PamungkasHeteroskedastisitas

96
b.
Mencarinilaivarian(
2
atau
^2
)=
RSS
/n
n:jumlahdata.
Nilaivarian=
[0.163]
/[198]=0.00082.
c.
Meregresfungsiempiriktersebutdibawahini.
e^2 e^2
/ /

^2

^2= =b b0 0+ +b b1 1B Bg g+ +b b2 2N NT T+ +v v
d.
MencarinilaiX
2
hitung=
[TSSxR^2]
/[2].
TSS:totalsumofsquare.
X
2
hitung=
[(963940.2)x(0.000)]
/[2]=0.000.
e.
MencarinilaiX
2
tabel==5%;df=k1=21=1
nilaiX
2
tabel=3.84146.
f.
Kesimpulan:X
2
hitung<X
2
tabel
tidak ada heteroskedastisitas pada fungsi empirik yang
sedangdiamati.





Magister Manajemen Univ. Muhammadiyah Yogyakarta


Wihandaru Sotya PamungkasHeteroskedastisitas

97


Anova
Model SumofSquares df MeanSquare F
Regression 1.194 2 0.597 713.273
Residual 0.163 195 0.000831
Total 1.357 197
a.Predictors:(Constant),LnBg,LnNT
b.DependentVariabel:LnILQ

ModelSummary
Model R RSquare AdjustedRSquare
1 0.000 0.000 0.100
a.Predictors:(Constan),LnBg,LnNT
b.DependentVariable:
e^2
/

^2

Magister Manajemen Univ. Muhammadiyah Yogyakarta


Wihandaru Sotya PamungkasHeteroskedastisitas

98

Anova
Model SumofSquares df MeanSquare F
Regression 6.016E05 2 3.008E05 0.000
Residual 963940.2 195 4943.283
Total 963940.2 197
a.Predictors:(Constant),LnBg,LnNT
b.DependentVariabel:
e^2
/

^2

K
K
e
e
s
s
i
i
m
m
p
p
u
u
l
l
a
a
n
n

Setelahdataditransformasidenganlognatural(Ln).
UjiWhitetidakterdapatheteroskedastisitas
namunterdapatmultikolinieritas.
UjiBPGt ti id da ak kt te er rd da ap pa at th he et te er ro os sk ke ed da as st ti is si it ta as sd da an n
tidakt te er rd da ap pa at tm mu ul lt ti ik ko ol li in ni ie er ri it ta as s. .

Magister Manajemen Univ. Muhammadiyah Yogyakarta


Wihandaru Sotya PamungkasHeteroskedastisitas

99

D
D
a
a
t
t
a
a
P
P
e
e
n
n
e
e
l
l
i
i
t
t
i
i
a
a
n
n

TransformasiLn
PerbaikanHeteroskedastisitas
No.
ILQ45
LnILQ
Bunga
LnBg
NilaiTukar
LnNT
1 5.548539 2.0604 9.19319421
2 5.560562 2.0604 9.18962733
3 5.586529 2.0604 9.18758338
4 5.585517 2.0604 9.17678359
5 5.595975 2.0604 9.17471319
Datadisajikansebagian.

Magister Manajemen Univ. Muhammadiyah Yogyakarta


Wihandaru Sotya PamungkasHeteroskedastisitas

100

D
D
a
a
f
f
t
t
a
a
r
r
P
P
u
u
s
s
t
t
a
a
k
k
a
a

Ghozali, Imam (2007), Edisi 4, Aplikasi Analisis Multivariate dengan

ProgramSPSS,BPUniversitasDiponegoro,Semarang.

Gujarati,DamodarN.(1995),ThirdEdition,BasicsEconometrics,McGraw
Hill,NewYork.

Sumodiningrat, Gunawan (1998), Edisi I, Ekonometrika Pengantar, BPFE,

Yogyakarta.