MAKALAH HETEROKEDASTISITAS

Disusun guna memenuhi tugas mata kuliah Ekonometrika

Disusun oleh:

1. Heru Pradana (4112315006)

2. Manisha Elok Sholikhati (4112315008)

3. Rifqi Seto Dewantoro (4112315019)

4. Afifah Qurrota A’yun (4112315024)

5. Hardiyanto (4112315030)

JURUSAN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS NEGERI SEMARANG

2018

i
 KATA PENGANTAR

Puji syukur penulis panjatkan kepada Tuhan Yang Maha Esa karena atas
limpahan rahmat, taufik dan hidayah-Nya penulis dapat menyelesaikan makalah
tentang heterokedastisitas ini dengan baik, yang disusun guna memenuhi tugas
Ekonometrika.

Penulis juga berterimakasih kepada:

1. Bapak Dr. Iqbal Kharisudin, S.Pd., M.Sc selaku dosen pengampu mata
kuliah Ekonometrika.

2. Kedua orang tua yang selalu memberikan doa dan dukungan.

3. Teman-teman yang selalu memberikan semangat.

4. Dan orang-orang yang berjasa dalam penyelesaian makalah ini yang tidak
bisa penulis sebutkan satu per satu.

Penulis berharap semoga makalah ini dapat berguna dalam rangka

menambah wawasan dan pengetahuan mengenai materi heterokedastisitas. Penulis
juga menyadari bahwa di dalam makalah ini terdapat kekurangan dan jauh dari kata
sempurna. Oleh karena itu, penulis berharap adanya kritik, saran, dan usulan yang
membangun dari para pembaca demi perbaikan makalah di masa yang akan datang.

Semarang, 26 April 2018

Penulis

ii
 DAFTAR ISI
Halaman

Halaman Judul..................................................................................................... i

Kata Pengantar .................................................................................................... ii

Daftar Isi.............................................................................................................. iii

Bab I Pendahuluan

1.1 Latar Belakang ..................................................................................... 1

1.2 Rumusan Masalah ................................................................................ 2

1.3 Tujuan dan Manfaat ............................................................................. 2

Bab II Pembahasan

2.1 Heterokedastisitas ................................................................................ 3

2.2 Pendeteksian Heterokedastisitas .......................................................... 4

2.2.1 Uji Breusch-Pagan-Godfrey ...................................................... 4

2.2.2 Uji White ................................................................................... 5

2.4 Contoh Pengujian Heterokedastisitas .................................................. 6

Bab III Penutup

3.1 Simpulan .............................................................................................. 23

Daftar Pustaka ..................................................................................................... 26

iii
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Banyak analisis statistika yang bertujuan untuk mengetahui hubungan
antara dua atau lebih peubah. Salah satu metode untuk menentukan hubungan
sebab-akibat antara peubah-peubah itu adalah analisis regresi. Hampir semua
bidang ilmu yang memerlukan analisis sebab-akibat mengenal analisis regresi.
Dalam analisis regresi, variabel "penyebab" disebut dengan bermacam-
macam istilah, seperti variabel penjelas, variabel eksplanatorik, variabel
independen, atau secara bebas, variabel 𝑋 (karena seringkali digambarkan dalam
grafik sebagai absis, atau sumbu 𝑋).Variabel terkena akibat dikenal sebagai
variabel yang dipengaruhi, variabel dependen, variabel terikat, atau variabel 𝑌.
Kedua variabel ini dapat merupakan variabel acak (random). Namun variabel yang
dipengaruhi harus selalu variabel acak.
Salah satu asumsi penting dalam analisis regresi adalah variasi gangguan
acak (µ) pada setiap variabel bebas, yang disebut homoskedastisitas.
Homokedastisitas yaitu kondisi dimana varians dari data adalah sama pada seluruh
pengamatan. Asumsi ini dapat ditulis sebagai berikut:
E(𝜇𝑖 2 ) = 𝛿 2 , i = 1, 2, ………n

Ketidaksamaan inilah yang disebut sebagai heterokedastisitas.

Oleh karena itu, dipandang perlu untuk memahami asumsi tersebut secara
lebih dalam. Maka, makalah ini akan memberikan sedikit paparan tentang asumsi
heterokedastisitas.

1
1.2 Rumusan Masalah
1. Apa pengertian heterokedastisitas?
2. Bagaimana cara pendektesian heterokedastisitas menggunakan Uji
Breusch-Pagan-Godfrey dan Uji White?
3. Bagaimana cara pengujian heterokedastisitas menggunakan software R dan
Eviews?

1.3 Tujuan dan Manfaat

1. Mengetahui pengertian heterokedastsitas.
2. Mengetahui cara pendektesian heterokedastisitas menggunakan Uji
Breusch-Pagan-Godfrey dan Uji White.
3. Mengetahui cara pengujian heterokedastisitas menggunakan software R dan
Eviews.

2
 BAB II
PEMBAHASAN

2.1 Heterokedastisitas

Heterokedastisitas adalah ketidaksamaan varians dari residual untuk semua

pengamatan. Uji heterokedastisitas digunakan untuk menguji apakah dalam model
regresi terjadi ketidaksamaan varians dari residual untuk semua pengamatan. Jika
terdapat keberagaman varian pada model maka terdapat heterokedastisitas yang
mengakibatkan penaksir parameter pada model regresi tidak bersifat BLUE. Model
regresi yang baik adalah model regresi yang tidak terjadi heterokedastisitas.

Adanya heterokedastisitas akan mengakibatkan sebagai berikut:

a. Penaksir OLS yang diperoleh tetap memenuhi tidak bias.

b. Varian yang diperoleh menjadi tidak efisien, artinya cenderung membesar
sehingga tidak ladi merupakan varian terkecil. Kecenderungan semakin
membesar varian akan menyebabkan standar error juga membesar yang
mengakibatkan nilai uji t atau uji F terlalu besar maka kesimpulan dari
model regresi yang dibuat dapat menyesatkan.

Pendeteksian heterokedastisitas dapat dilakukan dengan beberapa uji, antara lain:

1. Uji Goldfeld-Quandt
2. Uji Korelasi Spearman
3. Uji Glejser
4. Uji Park
5. Uji White
6. Uji Breusch-Pagan
7. Uji Breusch-Pagan-Godfrey

Namun, dalam makalah ini akan dibahas pendeteksian heterokedastisitas

menggunakan uji Breusch-Pagan-Godfrey dan Uji White.

3
2.2 Pendeteksian Heterokedastisitas

2.2.1 Uji Breusch-Pagan-Godfrey

Menurut Ghozali (2009), keterbatasan Uji Goldfeld-Quant dapat diatasi

dengan uji Breusch-Pagan-Godfrey. Keberhasilan uji Goldfeld-Quant tidak hanya
tergantung dari nilai c tetapi juga mengidentifikasi variabel X yang mana yang aan
di rangking secara benar.

Misalkan terdapat model regresi linear dengan n variabel independent:

(2.1) 𝑌𝑖 = 𝑎 + 𝛽1 𝑋𝑙1 +. . . +𝛽𝑛 𝑋𝑛𝑖 + 𝑒𝑖

Diasumsikan error variance 𝜎𝑖2 adalah sebagai berikut

(2.2) 𝜎𝑖2 = 𝑓(𝑎𝑖 + 𝑎2 𝑍2𝑖 + . . . +𝑎𝑚 𝑍𝑚𝑖 ) ⟺ 𝜎𝑖2 = 𝑎𝑖 + 𝑎2 𝑍2𝑖 + . . . +𝑎𝑚 𝑍𝑚𝑖

Dimana 𝜎𝑖2 merupakan fungsi linear dari Z jika 𝛼2 = 𝛼3 =. . . = 𝛼𝑛 = 0 maka 𝜎𝑖2 =

𝛼1 yang merupakan kosntanta. Jadi untuk menguji apakah 𝜎𝑖2 homokedastisitas
maka kita menguji hipotesis bahwa 𝛼2 = 𝛼3 =. . . = 𝛼𝑛 = 0.

Langkah-langkah yang digunakan untuk mendeteksi heterokedastisitas

dengan menggunakan Uji Breusch-Pagan-Godfrey adalah sebagai berikut:

a) Lakukan regresi OLS dengan persamaan 𝑌𝑖 = 𝑎 + 𝛽1 𝑋𝑙1 +. . . +𝛽𝑛 𝑋𝑛𝑖 + 𝑒𝑖

∑ 𝑒𝑖2
sehingga didapat nilai residualnya dan mencari 𝜎 2 = .
𝑛
𝑒2
b) Mencari 𝑝𝑖 yang didefinisikan sebagai 𝑝𝑖 = 𝜎𝑖2 .

c) Regresi 𝑝𝑖 dengan variabel Z sebagai berikut:

(2.3) 𝑝𝑖 = 𝛼0 + 𝛼1 𝑍1 + 𝑣𝑖 .
d) Dapatkan ESS (Explain Sum of Square) dan ϕ = ½ (ESS). Jika residual di
dalam persamana terdistribusi normal maka ½ (ESS)akan mengikuti
distribusi chi-square (χ2) sebagai berikut: ϕ = ½ (ESS) ≈ χ2𝑑𝑓 .

Langkah-langkah hipotesisnya adalah sebagia berikut:

4
 1) Hipotesis Pengujian
𝐻0 : var(𝑒𝑖 ) = 𝜎 2 (Variansi galat bersifat homokedastisitas).
𝐻1 : var(𝑒𝑖 ) ≠𝜎 2 (Variansi galat bersifat heterokedastisitas).
2) Menentukan taraf signifikansi (α).
3) Statistik Uji χ2.
4) Kriteria Pengujian : Tolak 𝐻0 jika ϕhitung > χ2𝑑𝑓 𝑡𝑎𝑏𝑒𝑙 ∶ 𝑑𝑓 = (𝑚 − 1).
5) Menarik Kesimpulan.

2.3 Uji White

Untuk mengetahui adanya heterokedastisitas pada model dapat dilakukan

dengan Uji White. Langkah-angkah Uji White adalah sebagai berikut:

1) Estimasi persamaan di bawah dengan OLS dan 𝜀𝑖

𝑌𝑖 = 𝑎 + 𝛽1 𝑋𝑙1 +. . . +𝛽𝑛 𝑋𝑛𝑖 + 𝜀𝑖
2) Regresikan model di bawah
𝜀𝑖 = 𝛼0 + 𝛼1 𝑋1𝑖 + 𝛼2 𝑋2𝑖 + ⋯ + 𝜇𝑖
3) Merumuskan hipotesis pengujan
𝐻0 : var(𝑒𝑖 ) = 𝜎 2 (Variansi galat bersifat homokedastisitas).
𝐻1 : var(𝑒𝑖 ) ≠𝜎 2 (Variansi galat bersifat heterokedastisitas).
4) Menentukan taraf signifikansi (α).
5) Statistik Pengujian
Hitung nR2 dengan n jumlah observasi dan R2 koefisien determinasi dari
model.
6) Kriteria Pengujian
Tolak 𝐻0 jika nR2 > χ2𝑑𝑓 dengan χ2𝑑𝑓 diperoleh dari tabel Distribusi Chi-
Square dengan pelaung = α dan dk = k.
7) Menarik kesimpulan.

5
2.4 Contoh Pengujian Heterokedastisitas

 Contoh 1
Data yang akan dianalisis yaitu data pengaruh pertumbuhan Capital
Adequacy Ratio, Return On Asset, Loan to Deposit Ratio terhadap
Pertumbuhan laba pada PT. Bank Rakyat Indonesia Tbk.
Data Pertumbuhan Capital Adequacy Ratio pada PT. Bank Rakyat
Indonesia Tbk

Pertumbuhan CAR (%)

No. Bulan
2006 2007 2008
1 Januari 17,27 13,52 14,86
2 Februari 0,12 0,12 -0,86
3 Maret 24,38 -2,4 -8,37
4 April -1,47 -2,82 1,32
5 Mei 0,56 0,74 -16,25
6 Juni -13,82 -12,25 -0,95
7 Juli -5,16 -2,72 -1,97
8 Agustus 2,38 0,29 1,15
9 September 0,96 -1,77 -2,36
10 Oktober -0,51 -1,6 -1,18
11 November -0,35 -0,8 0,38
12 Desember 1,59 -5,58 -1,19
Rata-Rata 2,16 -1,27 -1,29
Sumber: (Hadiyanto, 2007)
Data Pertumbuhan Return On Asset pada PT. Bank Rakyat Indonesia
Tbk

Pertumbuhan ROA (%)

No. Bulan
2006 2007 2008

6
 1 Januari -91,51 -89,49 -89,20
2 Februari 105,37 137,30 90,49
3 Maret 75,59 18,14 30,13
4 April 29,42 34,05 38,78
5 Mei 10,99 31,12 24,05
6 Juni 0,76 0,91 7,35
7 Juli 17,54 18,50 30,99
8 Agustus 7,09 16,76 17,43
9 September 25,34 5,61 -1,18
10 Oktober 11,30 12,32 9,72
11 November 7,66 6,94 4,57
12 Desember -0,18 9,14 8,77
Rata-Rata 16,1 16,78 14,32
Sumber: (Hadiyanto, 2007)

Data Pertumbuhan Loan to Deposit pada PT. Bank Rakyat Indonesia

Tbk

Pertumbuhan LDR (%)

No. Bulan
2006 2007 2008
1 Januari -3,39 -3,26 1,28
2 Februari 0,38 3,09 1,10
3 Maret 1,38 1,13 2,07
4 April 0,35 1,59 4,39
5 Mei -2,72 -1,31 3,27
6 Juni 2,59 -1,28 -0,48
7 Juli 1,96 0,25 10,39
8 Agustus -3,22 1,25 6,09
9 September 2,39 0,41 -5,58
10 Oktober 0,06 3,27 -0,44
11 November -2,53 -1,50 1,17

7
 12 Desember -3,84 -5,63 -6,22
Rata-Rata -0.55 -0,16 1,42
Sumber: (Hadiyanto, 2007)
Data Pertumbuhan Pertumbuhan Laba pada PT. Bank Rakyat
Indonesia Tbk

Pertumbuhan Laba (%)

No. Bulan
2006 2007 2008
1 Januari -91,52 -89,55 -89,69
2 Februari 109,72 132,79 91,58
3 Maret 73,83 19,13 33,46
4 April 32,52 35,09 38,29
5 Mei 16,22 35,59 27,42
6 Juni 2,47 6,99 13,47
7 Juli 15,55 20,10 21,14
8 Agustus 13,42 19,18 16,22
9 September 25,10 8,16 9,29
10 Oktober 11,98 12,60 12,87
11 November 11,93 9,43 6,90
12 Desember 5,11 21,62 15,89
Rata-Rata 18,86 1926 16,40
Sumber: (Hadiyanto, 2007)
i. Langkah-langkah pengujian heterokedastisitas menggunakan software R
A. Hipotesis
𝐻0 ∶ Tidak terjadi heteroskedastisitas pada data pengujian.
𝐻1 ∶ Terjadi heteroskedastisitas pada data pengujian.
B. Kriteria Pengujian
Terima 𝐻0 jika nilai 𝑝 − 𝑣𝑎𝑙𝑢𝑒 ≥ 0,05.
C. Langkah Pengujian
1. Masukkan data terlebih dahulu dengan koding dibawah ini. Untuk
melihat data yang telah dimasukkan dapat menggunakan koding

8
 view. Setiap penulisan koding agar dapat dijalankan maka harus
disertai dengan menekan tombol Run.

2. Jika diketik koding view maka akan muncul data yang telah
diinputkan.

3. Untuk menguji regresi berganda terlebih dahulu kita memasukkan

variabel dependen dan independen dengan koding dibawah ini.

4. Maka akan muncul output regresi berganda seperti ini.

9
 5. Untuk menguji asumsi klasik heterokedastisitas maka kita harus
mengetik koding seperti dibawah ini.

6. Output uji asumsi klasik heteroskedastisitas.

D. Interpretasi
 Metode Breusch-Pagan
Didapat nilai 𝑝 − 𝑣𝑎𝑙𝑢𝑒 = 0,5657. Karena nilai 𝑝 − 𝑣𝑎𝑙𝑢𝑒 > 0,05
maka 𝐻0 diterima. Jadi, dapat disimpulkan bahwa tidak terjadi
heteroskedastisitas pada data pengujian.

10
ii. Langkah-langkah pengujian heterokedastisitas menggunakan software
Eviews
A. Hipotesis
𝐻0 ∶ Tidak terjadi heteroskedastisitas pada data pengujian.
𝐻1 ∶ Terjadi heteroskedastisitas pada data pengujian.
B. Kriteria Pengujian
Terima 𝐻0 jika nilai 𝑃𝑟𝑜𝑏. 𝐶ℎ𝑖 𝑆𝑞𝑢𝑎𝑟𝑒 ≥ 0,05.
C. Langkah Pengujian
1. Pilih variabel yang akan diuji regresi berganda  Klik kanan 
Pilih Open  as Group.

2. Setelah muncul data dari variabel yang akan diuji. Klik tab Proc 
Make Equation.

11
3. Lalu masukkan variabel dependen dan independen yang akan
diujikan.

4. Maka akan muncul hasil seperti berikut.

12
 Hasil diatas merupakan hasil dari pengujian regresi berganda. Dari
hasil diatas belum dapat diketahui apakah terdapat
heteroskedastisitas pada data atau tidak, untuk mengetahui apakah
terdapat gejala heteroskedastisitas atau tidak, maka akan dilakukan
pengujian heteroskedastisitas menggunakan 3 metode, yaitu metode
Breusch-Pagan-Godfrey, Glejser dan White.
5. Klik View  Residual Diagnostic  Heteroscedasticity Test.

6. Pilih Breusch-Pagan-Godfrey  OK.

13
7. Maka akan muncul hasil seperti ini :

8. Ulangi langkah 5. Pilih White  OK.

9. Maka akan muncul hasil seperti ini :

D. Interpretasi
 Metode Breusch-Pagan-Godfrey

14
 Didapat nilai 𝑃𝑟𝑜𝑏. 𝐶ℎ𝑖 𝑆𝑞𝑢𝑎𝑟𝑒 = 0,4779. Karena nilai
𝑃𝑟𝑜𝑏. 𝐶ℎ𝑖 𝑆𝑞𝑢𝑎𝑟𝑒 > 0,05 maka 𝐻0 diterima. Jadi, dapat
disimpulkan bahwa tidak terjadi heteroskedastisitas pada data
pengujian.
 Metode White
Didapat nilai 𝑃𝑟𝑜𝑏. 𝐶ℎ𝑖 𝑆𝑞𝑢𝑎𝑟𝑒 = 0,0359. Karena nilai
𝑃𝑟𝑜𝑏. 𝐶ℎ𝑖 𝑆𝑞𝑢𝑎𝑟𝑒 < 0,05 maka 𝐻0 ditolak. Jadi, dapat
disimpulkan bahwa terjadi heteroskedastisitas pada data
pengujian.

 Contoh 2
Data yang akan dianalisis adalah data pengaruh sektor industri, perdagangan
dan pertanian terhadap Produk Domestik Regional bruto (PDRB) di
Kabupaten Cilacap.
Data Sektor Industri, Perdagangan Dan Pertanian Terhadap PDRB
Kabupaten Cilacap Tahun 2000-2014 (dalam Jutaan)

Tahun Industri (X1) Perdagangan (X2) Pertanian (X3) PDRB (Y)

2000 6.777.146,82 4.420.252,36 2.414.081,71 15.014.901,73

2001 9.362.062,33 5.927.374,41 2.623.085,09 19.612.365,68

2002 13.234.665,62 8.259.549,52 2.861.487,08 26.346.871,30

2003 17.455.408,54 5.929.343,41 2.813.926,43 28.580.175,78

2004 19.750.460,18 6.694.817,09 2.951.646,29 31.995.730,71

2005 33.507.047,31 10.687.979,36 3.182.455,17 50.390.267,22

2006 41.437.173,06 13.100.360,53 3.862.865,10 61.836.956,69

15
 2007 42.642.310,17 14.212.471,04 4.357.170,64 65.065.712,45

2008 54.775.410,10 17.560.450,53 4.786.970,12 81.777.810,23

2009 54.113.760,34 20.567.740,07 5.203.230,03 85.147.110,32

2010 57.506.520,42 23.856.576,20 5.766.724,90 93.054.134,19

2011 61.628.745,21 27.763.344,49 6.192.321,94 102.224.564,10

2012 63.274.716,52 31.105.515,14 6.580.016,92 108.390.045,60

2013 66.874.055,40 35.047.408,45 7.190.360,21 117.650.246,40

2014 73.621.656,48 38.953.784,15 7.658.031,90 129.541.112,30

Sumber: (Rakhmah, 2016)

i. Langkah-langkah pengujian heterokedastisitas menggunakan software R
A. Hipotesis
𝐻0 ∶ Tidak terjadi heteroskedastisitas pada data pengujian.
𝐻1 ∶ Terjadi heteroskedastisitas pada data pengujian.
B. Kriteria Pengujian
Terima 𝐻0 jika nilai 𝑝 − 𝑣𝑎𝑙𝑢𝑒 ≥ 0,05
C. Langkah Pengujian
1. Masukkan data terlebih dahulu dengan koding dibawah ini. Untuk
melihat data yang telah dimasukkan dapat menggunakan koding
view. Setiap penulisan koding agar dapat dijalankan maka harus
disertai dengan menekan tombol Run.

16
2. Jika diketik koding view maka akan muncul data yang telah
diinputkan.

3. Untuk menguji regresi berganda terlebih dahulu kita memasukkan

variabel dependen dan independen dengan koding dibawah ini.

4. Maka akan muncul output regresi berganda seperti ini.

5. Untuk menguji asumsi klasik heterokedastisitas maka kita harus

mengetik koding seperti dibawah ini.

17
 6. Output uji asumsi klasik heteroskedastisitas.

D. Interpretasi
 Metode Breusch-Pagan
Didapat nilai 𝑝 − 𝑣𝑎𝑙𝑢𝑒 = 0,2856. Karena nilai 𝑝 − 𝑣𝑎𝑙𝑢𝑒 > 0,05
maka 𝐻0 diterima. Jadi, dapat disimpulkan bahwa tidak terjadi
heteroskedastisitas pada data pengujian.

ii. Langkah-langkah pengujian heterokedastisitas menggunakan software

Eviews
A. Hipotesis
𝐻0 ∶ Tidak terjadi heteroskedastisitas pada data pengujian.
𝐻1 ∶ Terjadi heteroskedastisitas pada data pengujian.
B. Kriteria Pengujian
Terima 𝐻0 jika nilai 𝑃𝑟𝑜𝑏. 𝐶ℎ𝑖 𝑆𝑞𝑢𝑎𝑟𝑒 ≥ 0,05.
C. Langkah Pengujian
1. Pilih variabel yang akan diuji regresi berganda  Klik kanan 
Pilih Open  as Group.

18
2. Setelah muncul data dari variabel yang akan diuji. Klik tab Proc 
Make Equation.

3. Lalu masukkan variabel dependen dan independen yang akan

diujikan.

4. Maka akan muncul hasil seperti berikut.

19
 Hasil diatas merupakan hasil dari pengujian regresi berganda. Dari
hasil diatas belum dapat diketahui apakah terdapat
heteroskedastisitas pada data atau tidak, untuk mengetahui apakah
terdapat gejala heteroskedastisitas atau tidak, maka akan dilakukan
pengujian heteroskedastisitas menggunakan 3 metode, yaitu
metode Breusch-Pagan-Godfrey, Glejser dan White.
5. Klik View  Residual Diagnostic  Heteroscedasticity Test.

6. Pilih Breusch-Pagan-Godfrey  OK.

20
7. Maka akan muncul hasil seperti ini :

8. Ulangi langkah 5. Pilih White  OK.

9. Maka akan muncul hasil seperti ini :

21
D. Interpretasi
 Metode Breusch-Pagan-Godfrey
Didapat nilai 𝑃𝑟𝑜𝑏. 𝐶ℎ𝑖 𝑆𝑞𝑢𝑎𝑟𝑒 = 0,2090. Karena nilai
𝑃𝑟𝑜𝑏. 𝐶ℎ𝑖 𝑆𝑞𝑢𝑎𝑟𝑒 > 0,05 maka 𝐻0 diterima. Jadi, dapat
disimpulkan bahwa tidak terjadi heteroskedastisitas pada data
pengujian.
 Metode White
Didapat nilai 𝑃𝑟𝑜𝑏. 𝐶ℎ𝑖 𝑆𝑞𝑢𝑎𝑟𝑒 = 0,1740. Karena nilai
𝑃𝑟𝑜𝑏. 𝐶ℎ𝑖 𝑆𝑞𝑢𝑎𝑟𝑒 < 0,05 maka 𝐻0 diterima. Jadi, dapat
disimpulkan bahwa tidak terjadi heteroskedastisitas pada data
pengujian.

22
 BAB III
PENUTUP

3.1 Simpulan
Berdasarkan pembahasan di atas, maka diperoleh beberapa simpulan, yaitu:
1. Heterokedastisitas adalah ketidaksamaan varians dari residual untuk semua
pengamatan.
2. Pendeteksian heterokedastisitas:
a) Uji Breusch-Pagan-Godfrey
1) Hipotesis Pengujian
𝐻0 : var(𝑒𝑖 ) = 𝜎 2 (Variansi galat bersifat homokedastisitas).
𝐻1 : var(𝑒𝑖 ) ≠𝜎 2 (Variansi galat bersifat heterokedastisitas).
2) Menentukan taraf signifikansi (α).
3) Statistik Uji χ2.
4) Kriteria Pengujian: Tolak 𝐻0 jika ϕhitung > χ2𝑑𝑓 𝑡𝑎𝑏𝑒𝑙 ∶ 𝑑𝑓 = (𝑚 − 1).
5) Menarik Kesimpulan.

b) Uji White
1) Estimasi persamaan di bawah dengan OLS dan 𝜀𝑖
𝑌𝑖 = 𝑎 + 𝛽1 𝑋𝑙1 +. . . +𝛽𝑛 𝑋𝑛𝑖 + 𝜀𝑖
2) Regresikan model di bawah
𝜀𝑖 = 𝛼0 + 𝛼1 𝑋1𝑖 + 𝛼2 𝑋2𝑖 + ⋯ + 𝜇𝑖
3) Merumuskan hipotesis pengujan
𝐻0 : var(𝑒𝑖 ) = 𝜎 2 (Variansi galat bersifat homokedastisitas).
𝐻1 : var(𝑒𝑖 ) ≠𝜎 2 (Variansi galat bersifat heterokedastisitas).
4) Menentukan taraf signifikansi (α).
5) Statistik Pengujian
Hitung nR2 dengan n jumlah observasi dan R2 koefisien determinasi
dari model.
6) Kriteria Pengujian

23
 Tolak 𝐻0 jika nR2 > χ2𝑑𝑓 dengan χ2𝑑𝑓 diperoleh dari tabel Distribusi
Chi-Square dengan pelaung = α dan dk = k.
7) Menarik kesimpulan.
3. Pendektesian heterokedastisitas:
a) Menggunakan software R
Langkah-langkah pendeteksian heterokedastisitas dengan uji Breusch-
Pagan menggunakan software R:
1) Merumuskan hipotesis pengujian.
2) Menentukan taraf signifikansi yang digunakan.
3) Merumuskan kriteria pengujian.
4) Buka software R
5) Masukkan data yang akan dianalisis dengan mengetik koding :
data <- read.delim2 (“Isi dengan letak penyimpanan data yang
akan dianalisis”)
6) Ketik lm1 <- lm(𝑌 ~ 𝑋1+𝑋2+…+𝑋n, data), untuk merumuskan
fungsi regresi berganda. Dengan 𝑌 adalah variabel dependen dan 𝑋
adalah variabel independen.
7) Ketik summary(lm1), untuk memunculkan output regresi berganda.
8) Untuk memunculkan p-value uji Breusch-Pagan ketikkan koding
berikut:
library(lmtest)
bptest(lm1, studentize = FALSE, data=data)
9) Menarik kesimpulan.

b) Menggunakan Software Eviews

 Uji Breusch-Pagan-Godfrey
Langkah-langkah pendeteksian heterokedastisitas dengan uji
Breusch-Pagan-Godfrey menggunakan software Eviews:
1) Merumuskan hipotesis pengujian.
2) Menentukan taraf signifikansi yang digunakan.
3) Merumuskan kriteria pengujian.

24
 4) Buka software Eviews.
5) Masukkan data yang akan dianalisis.
6) Pilih variabel yang akan diuji regresi berganda  klik kanan 
pilih Open  as Group.
7) Klik tab Proc  Make Equation.
8) Masukkan variabel dependen dan independen yang akan
diujikan ke kotak dialog Equation Specification.
9) Maka akan muncul output regresi berganda.
10) Klik View  Residual Diagnostic  Heteroscedasticity Test.
11) Pilih Breusch-Pagan-Godfrey  OK.
12) Maka akan muncul output uji Breusch-Pagan-Godfrey.
13) Menarik kesimpulan.

 Uji White
Langkah-langkah pendeteksian heterokedastisitas dengan uji
Breusch-Pagan-Godfrey menggunakan software Eviews:
1) Merumuskan hipotesis pengujian.
2) Menentukan taraf signifikansi yang digunakan.
3) Merumuskan kriteria pengujian.
4) Buka software Eviews.
5) Masukkan data yang akan dianalisis.
6) Pilih variabel yang akan diuji regresi berganda  klik kanan 
pilih Open  as Group.
7) Klik tab Proc  Make Equation.
8) Masukkan variabel dependen dan independen yang akan
diujikan ke kotak dialog Equation Specification.
9) Maka akan muncul output regresi berganda.
10) Klik View  Residual Diagnostic  Heteroscedasticity Test.
11) Pilih White  klik OK.
12) Maka akan muncul output Uji White.
13) Menarik kesimpulan.

25
 DAFTAR PUSTAKA

Ghozali, I. (2009). Ekonometrika Teori, Konsep, dan Aplikasi dengan SPSS 17.
Semarang: Badan Penerbit Universitas Diponegoro.

Hadiyanto, A. (2007). Pengaruh Pertumbuhan Capital Adequacy Ratio, Return on

Asset, Loan to Deposit Ratio Terhadap Pertumbuhan Laba pada PT. Bank
Rakyat Indonesia Tbk. Semarang: Jurusan Ekonomi FE Universitas Negeri
Semarang.

Rakhmah, A. J. (2016). Analisis Pengaruh Sektor Industri, Perdagangan dan

Pertanian Terhadapa Produk Domestik Regional Bruto (PDRB) di
Kabupaten Cilacap . Semarang: Jurusan Matematika FMIPA Universitas
Negeri Semarang.

26