Ekonometrika

Topik 3:
HETEROSKEDASTISITAS
DAN MULTIKOLINEARITAS
Prof. Muhammad Firdaus, PhD

Departemen Ilmu Ekonomi

Fakultas Ekonomi dan Manajemen
Institut Pertanian Bogor
Bogor, 15 April 2020
 Pengertian Homoskedastisitas
• Homoskedastisitas adalah kondisi dimana varians dari galat diasumsikan
konstan. Pada beberapa referensi disebutkan awalnya dibahas pada
mode dengan data kerat lintang, namun dalam perkembangan
ekonometrika, isu penting dalam model deret waktu (GARCH)
ei

• Pada gambar terlihat plot data

residual terhadap observasi
(rumahtangga)

i
Department of Economics | Faculty of Economics and Management
☎ +62 251 8626602 ✉ ilmu_ekonomi@ipb.ac.id 🌐 http://ekonomi.fem.ipb.ac.id @dept.ieipb
 Sumber Heteroskedastisitas
Beberapa penyebab munculnya heteroskedastisitas adalah:

• Variasi data yang besar antar observai baik individu atau waktu

• Di Indonesia, kesenjangangan tingkat pendaoatan regional bruto,

dana transfer dll. Dalam data deret waktu, ada variasi yang sangat
besar antara awal waktu dengan kondisi terkini

• Sering jadi contoh pada fungsi konsumsi: pendapatan bervariasi

• Kesalahan dalam spesifikasi model: omitted variable

Department of Economics | Faculty of Economics and Management
☎ +62 251 8626602 ✉ ilmu_ekonomi@ipb.ac.id 🌐 http://ekonomi.fem.ipb.ac.id @dept.ieipb
Konsekuensi dan Deteksi Heteroskedastisitas
• Konsekuensi pelanggaran asumsi homoskedastisitas:
1. Penduga OLS tetap unbiased
2. Varians residual akan underestimate, sehingga pengambilan
kesimpulan dari uji statistika seperti uji individual (uji t), yang
digunakan untuk melihat signifikansi koefisien, akan misleading

• Deteksi terhadap asumsi homoskedastisitas adalah:

1. Plot data residual terhadap observasi: varians konstan atau tidak?
Tentunya dengan prosedur ini, kesimpulan dapat bersifat subyektif
sehingga perlu teknik lain
Department of Economics | Faculty of Economics and Management
☎ +62 251 8626602 ✉ ilmu_ekonomi@ipb.ac.id 🌐 http://ekonomi.fem.ipb.ac.id @dept.ieipb
 Struktur data dan Residual
Analisis
tahun C PDRB r C e =C-C
pengaruh
PDRB dan 1980 C1 PDRB1 r1 C1 e1
1981 C2 PDRB2 r2 C2 e2
suku bunga . . . . . .
terhadap . . . . . .
konsumsi di . . . . . .
. . . . . .
propinsi . . . . . .
Lampung, . . . . . .
1980-2019 . . . . . .
2019 C40 PDRB40 r40 C40 e40

Department of Economics | Faculty of Economics and Management

☎ +62 251 8626602 ✉ ilmu_ekonomi@ipb.ac.id 🌐 http://ekonomi.fem.ipb.ac.id @dept.ieipb
 Mendeteksi Heteroskedastisitas
2. Uji White (1980)
Ho: V{i} = σ2, bagaimana H1?
• Misalkan ada garis regresi sebagai berikut:
yt =  1 +  2x1t +  2x2t + ut
• Estimasi regresi kuadrat residual dari regresi di atas terhadap variabel
independen & kombinasinya: u2t =  1 +  2x1t +  3x2t +  4x21t +  5x22t +  6x1t.x2t+ vt
• Dari R2 regresi kedua, hitung N.R2; N = jumlah observasi. Bandingkan
hasil perhitungan dengan 2k dimana k adalah jumlah parameter dugaan
• Bila N.R2 lebih besar dari 2 , maka berarti ada heteroskedastisitas

Department of Economics | Faculty of Economics and Management

☎ +62 251 8626602 ✉ ilmu_ekonomi@ipb.ac.id 🌐 http://ekonomi.fem.ipb.ac.id @dept.ieipb
 Solusi Heteroskedastisitas
• Melakukan transformasi data midal dengan Ln; nilai per kapita

lnC t = b 0 + b1lnPDRB t + b1rt + e t

• GLS: Generaized least squares: weighted least squares (WLS)

bGls = (PDRB’()-1 PDRB)-1 . PDRB’()-1C

• Pada teknik WLS, yang diminimisasi adalah kuadrat residual terbobot
(varians dikurangi). Pemilihan bobot yang tepat akan menghasilkan
kondisi homoskedastisitas: di software pilih menu GLS.

Department of Economics | Faculty of Economics and Management

☎ +62 251 8626602 ✉ ilmu_ekonomi@ipb.ac.id 🌐 http://ekonomi.fem.ipb.ac.id @dept.ieipb
 Multikolinearitas
• Keadaan dimana ada korelasi yang tinggi antar variabel penjelas
• Dalam hal ini tidak ada kepastian berapa ukuran tinggi
• Dicirikan oelh keadaan dimana hasil estimasi regresi memiliki koefisien
determinasi (R2) yang tinggi, namun beberapa/banyak koefisien yang
tidak nyata secara statistika
• Tidak ada uji hipotesis (inferensia) untuk kasus multikolinearitas. Hanya
ada rule of thumb: VIF > 10 atau sebagian 5.
• VIF diperoleh dari hasil regresi variabel INDEPENDEN tertetu terhadap
variabel lain. Dari hasil regresi ini akan diperoleh R2, lalu dihitung VIF
menggunakan formula: (1)/(1-R2). Bilai R2 90%, maka VIF = 10

Department of Economics | Faculty of Economics and Management

☎ +62 251 8626602 ✉ ilmu_ekonomi@ipb.ac.id 🌐 http://ekonomi.fem.ipb.ac.id @dept.ieipb
 Multikolinearitas ?
• Regresi dengan banyak variabel independen sebenarnya dapat
menggunakan ukuran adj-R2 (ingat: jika variabel independen ditambah,
maka R2 akan naik)
• Kondisi multikolinearitas menyebabkan standard error of coefficient
semakin besar, sehingga mengurangi kemungkinan variabel independen
berpengaruh nyata secara statistika
• Masalah multikolinearitas dapat dihilangkan dengan membuang variabel
yang berkorelasi tinggi. Namun perlu diingat ini hanya jika variabel yang
dibuang mempunyai arti ekonomi yang mirip dengan yang lainnya
• Yang tidak boleh jika berkorelasi sempurna karena matriks singular,
yaitu determinan = nol (ingat rumus matriks untuk koefisien regresi)
Department of Economics | Faculty of Economics and Management
☎ +62 251 8626602 ✉ ilmu_ekonomi@ipb.ac.id 🌐 http://ekonomi.fem.ipb.ac.id @dept.ieipb
 Hatur nuhun

Department of Economics - IPB University

IPB Dramaga Campus, Bogor 16680
Telp.: 0251-8622602
E-mail: ilmu_ekonomi@ipb.ac.id
Web : http://ilmuekonomi.fem.pb.ac.id
Department of Economics | Faculty of Economics and Management
☎ +62 251 8626602 ✉ ilmu_ekonomi@ipb.ac.id 🌐 http://ekonomi.fem.ipb.ac.id @dept.ieipb