Disusun oleh:
5. Hardiyanto (4112315030)
JURUSAN MATEMATIKA
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.
1. Bapak Dr. Iqbal Kharisudin, S.Pd., M.Sc selaku dosen pengampu mata
kuliah Ekonometrika.
4. Dan orang-orang yang berjasa dalam penyelesaian makalah ini yang tidak
bisa penulis sebutkan satu per satu.
Penulis
ii
DAFTAR ISI
Halaman
Halaman Judul..................................................................................................... i
Bab I Pendahuluan
Bab II Pembahasan
iii
BAB I
PENDAHULUAN
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?
2
BAB II
PEMBAHASAN
2.1 Heterokedastisitas
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
3
2.2 Pendeteksian Heterokedastisitas
(2.2) 𝜎𝑖2 = 𝑓(𝑎𝑖 + 𝑎2 𝑍2𝑖 + . . . +𝑎𝑚 𝑍𝑚𝑖 ) ⟺ 𝜎𝑖2 = 𝑎𝑖 + 𝑎2 𝑍2𝑖 + . . . +𝑎𝑚 𝑍𝑚𝑖
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.
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
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)
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
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.
9
5. Untuk menguji asumsi klasik heterokedastisitas maka kita harus
mengetik koding seperti dibawah ini.
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.
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.
13
7. 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)
15
2007 42.642.310,17 14.212.471,04 4.357.170,64 65.065.712,45
16
2. Jika diketik koding view maka akan muncul data yang telah
diinputkan.
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.
18
2. Setelah muncul data dari variabel yang akan diuji. Klik tab Proc
Make Equation.
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.
20
7. 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.
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.
26