HETEROSKEDATISTAS
Uji Heteroskedatisitas menujukkan bahwa varians variabel tidak sama untuk semua pengamatan. Jika varians dari residual satu pengamatan ke pengamatan lain tetap, maka disebut Homoskedastisitas.
Model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heterokedastisitas karena data cross section memiliki data yang mewakili berbagai ukuran (kecil, sedag dan besar).
1.
UJI PARK
Metode uji Park yaitu dengan meregresikan nilai residual (Lnei2) dengan masing-masing variabel dependen (LnX1 dan LnX2).
Kriteria pengujian adalah sebagai berikut: a. b. c. Ho : tidak ada gejala heteroskedastisitas Ha : ada gejala heteroskedastisitas Ho diterima bila t tabel < t hitung < t tabel berarti tidak terdapat heteroskedastisitas
d.
Ho ditolak bila t hitung > t tabel atau -t hitung < -t tabel yang
berarti terdapat heteroskedastisitas.
Dari hasil output di atas dapat dilihat bahwa nilai t hitung adalah 0,591 dan -1,250. Sedangkan nilai t tabel dapat dicari pada tabel t dengan df = n-2 atau 18-2 = 16 pada pengujian 2 sisi (signifikansi 0,025), di dapat nilai t tabel sebesar 2,120 (Lihat lampiran tabel t).
Karena nilai t hitung (-1,254) berada pada t tabel < t hitung < t tabel, maka Ho diterima artinya pengujian antara Ln ei2 dengan
2.
UJI GLEJSER Uji Glejser dilakukan dengan cara meregresikan antara variabel independen dengan nilai absolut residualnya.
Jika nilai signifikansi antara variabel independen dengan absolut residual lebih dari 0,05 maka tidak terjadi masalah heteroskedastisitas.
Dari output di atas dapat diketahui bahwa nilai signifikansi ketiga variabel
independen lebih dari 0,05. Dengan demikian dapat disimpulkan bahwa tidak terjadi masalah heteroskedastisitas pada model regresi.
3. MELIHAT POLA TITIK-TITIK PADA SCATTERPLOTS Dasar pengambilan keputusan yaitu: a. Jika ada pola tertentu, seperti titik-titik yang ada membentuk suatu pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka terjadi heteroskedastisitas. b. Jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Dari output di atas dapat diketahui bahwa titik-titik tidak membentuk pola
yang jelas, dan titik-titik menyebar di atas dan di bawah angka 0 pada sumbu
Y. Jadi dapat disimpulkan bahwa tidak terjadi masalah heteroskedastisitas dalam model regresi.
Jika korelasi antara variabel independen dengan residual di dapat signifikansi lebih dari 0,05 maka dapat dikatakan bahwa tidak terjadi masalah heteroskedastisitas pada model regresi.
Dari output di atas dapat diketahui bahwa nilai korelasi ketiga variabel independen dengan Unstandardized Residual memiliki nilai signifikansi lebih dari 0,05. Karena signifikansi lebih dari 0,05 maka dapat disimpulkan bahwa tidak terjadi masalah heteroskedastisitas pada model regresi.