UJI HETEROSKEDASTISITAS

Makalah
Diajukan sebagai salah satu syarat untuk memenuhi nilai tugas mata kuliah
Ekonometrika

Disusun Oleh:
Novianti Usman 1904010050
Helmalia putri 1904010055
Niwil 1704010186

Dosen Pengampu :
Riska , S.Pd., M.Pd

PROGRAM STUDI EKONOMI SYARIAH

FAKULTAS EKONOMI DAN BISNIS ISLAM
INSTITUT AGAMA ISLAM NEGERI PALOPO
2022
 KATA PENGANTAR

Assalamualaikum Warahmatullahi Wabarakatuh

Syukur Alhamdulillah merupakan satu kata yang pantas diucapkan kepada

Tuhan Yang Maha Esa karena berkat rahmat dan karunia-Nya sehingga penyusun
mampu menyelesaikan makalah yang sederhana sebagaimana waktu yang telah
ditentukan. Karya tulis ilmiah ini berjudul “Uji Heteroskedastisitas.”
Makalah ini masih sangat jauh dari kesempurnaan, informasi yang masih
kurang, sistematika yang masih kurang baik, masih kurangnya pengetahuan penulis
tentang materi sehingga pada kesempatan ini penulis juga mengharapkan kritik
serta saran dari dosen pembimbing, teman-teman mahasiswa/mahasiswi dan para
pembaca untuk menulisan makalah yang lebih baik lagi kedepannya.

Wassalamualaikum Warahmatullahi Wabarakatuh

Palopo, 21 Mei 2022

Penyusun

i
 DAFTAR ISI

KATA PENGANTAR .................................................................................................... i

DAFTAR ISI ................................................................................................................. ii

BAB I PENDAHULUAN .............................................................................................. 1

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

2. Rumusan Masalah ............................................................................................. 1

3. Tujuan ................................................................................................................ 1

BAB II PEMBAHASAN ............................................................................................... 3

A. Pengertian Heteroskedastisitas ......................................................................... 3

B. Faktor Penyebab Heteroskedastisitas .............................................................. 3

C. Langkah-langkah Pengujian Heteroskedastisita ............................................. 4

BAB III PENUTUP ..................................................................................................... 10

A. Kesimpulan ...................................................................................................... 10

B. Saran ................................................................................................................ 10

DAFTAR PUSTAKA .................................................................................................. 11

ii
 BAB I
PENDAHULUAN
A. 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
ini.
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 sebagaiabsis,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 analisa regresi adalah variasi gangguan acak
(µ) pada setiap variabel bebas adalah homoskedastisitas, yaitu kondisi dimana
varians dari data adalah sama pada seluruh pengamatan. Asumsi ini dapat
ditulis sebagai berikut:
E (µi2) =δ2 , i = 1, 2, ………n
Ketidaksamaan inilah yang disebut sebagai heteroskedastisitas.
Oleh karena itu, dipandang perlu untuk memahami asumsi tersebut secara
lebih dalam. Maka, makalah ini akan memberikan sedikit paparan tentang
heteroskedastisitas.
B. Rumusan Masalah
Berdasarkan latar belakang diatas, muncul beberapa masalah sebagai
berikut:
1. Apa yang dimaksud heteroskedastisitas?
2. Apa faktor penyebab heteroskedastisitas?
3. Bagaimana langkah-langkah pengujian heteroskedastisitas?
C. Tujuan
1. Untuk mengetahui maksud dari heteroskedastisitas
1
 2

2. Untuk mengetahui penyebab heteroskedastisitas

3. Untuk mengetahui langkah-langkah pengujian heteroskedastisitas
 BAB II
PEMBAHASAN

A. Pengertian Heteroskedastisitas
Uji Heteroskedastisitas adalah uji yang menilai apakah ada
ketidaksamaan varian dari residual untuk semua pengamatan pada model
regresi linear. Uji ini merupakan salah satu dari uji asumsi klasik yang harus
dilakukan pada regresi linear. Apabila asumsi heteroskedastisitas tidak terpenuhi,
maka model regresi dinyatakan tidak valid sebagai alat peramalan.
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi
terjadi ketidaksamaan veriance dari residual satu pengamatan ke pengamatan
yang lain.
Pada analisis regresi heteroskedastisitas berarti situasi dimana keragaman
variabel independen bervariasi pada data yang kita miliki. Salah satu asumsi
kunci pada metode regresi biasa adalah bahwa error memiliki keragaman yang
sama pada tiap-tiap sampelnya. Asumsi inilah yang disebut homoskedastisitas.
Jika keragaman residual/error tidak bersifat konstan, data dapat dikatakan bersifat
heteroskedastisitas. Karena pada metode regresi ordinary least-squares (OLS)
mengasumsikan keragaman error yang konstan, heteroskedastisitas
menyebabkan estimasi OLS menjadi tidak efisien. Model yang
memperhitungkan perubahan keragaman dapat membuat penggunaan dan
estimasi data menjadi lebih efisien.
Beberapa asumsi dalam model regresi yang terkait dengan
heteroskedastisitas antara lain adalah residual (e) memiliki nilai rata-rata
nol, keragaman yang konstan, dan residual pada model tidak saling
berhubungan, sehingga estimator bersifat BLUE. Jika asumsi ini dilanggar maka
prediksi model yang dibuat tidak dapat diandalkan.
B. Faktor Penyebab Heteroskedastisitas
1. Error Learning Model
Sebagaimana adanya proses perbaikan yang dilakukan unit-unit
ekonomi, maka perilaku kesalahan menjadi lebih kecil dengan bertambahnya

waktu. Dalam hal ini diharapkan δ2 menurun.

3
 4

2. Perbaikan Dalam Pengumpulan Data

Dengan meningkatnya mutu tekhnik pengumpulan data,

maka δ2 diharapkan menurun. Jadi sebuah bank yang mempunyai peralatan

pemrosesan data yang canggih cenderung melakukan kesalahan yang lebih
sedikit pada laporan bulanan atau kuartalan dibandingkan bank tanpa
fasilitas tersebut.
3. Kesalahan spesifikasi model
Salah satu asumsi dalam analisis regresi adalah model dispesifikasi
secara benar. Jika satu variabel yang semestinya harus dimasukkan, tetapi
karena suatu hal variabel tersebut tidak dimasukkan, hal itu akan
menyebabkan residual dari regresi akan memberikan hasil yang berbeda
dengan benar dan varians dari kesalahan tidak konstan.

C. Langkah-langkah pengujian Heteroskedastisitas

1. Uji Park

Uji ini mengasumsikan bahwa δ2 adalah fungsi dari variabel bebas

Xi. Fungsi yang dianjurkan adalah :

δi2 = δ2 Xiβ evi atau In δi2 = δ2 β In Xi + vi

Dimana vi adalah unsur gangguan yang stokastik Karena δ2 tidak diketahui,

Park mengasumsikan agar µi2 digunakan sebagai proxy, dan dilakukan regresi

: In µi 2 = 1n δ2 + β In Xi + vi = α + β In Xi + vi

Jika β signifikan, maka ada heteroskedasitas dalam data sebab hipotesis

pengujian heteroskedasitas adalah :
H0 : Tidak ada heteroskedastisitas
Ha : Ada heteroskedastisitas

2. Goldfeld-Quant Test
 5

Langkah-langkah pengujiannya adalah sebagai berikut :

a. Urutkanlah dari variabel bebas X dari yang terkecil yang terbesar
b. Kemudian buat dua regresi secara terpisah, pertama untuk nilai X yang
terkecil. Kedua untuk nilai X besar dan hilangkan beberapa data yang ada
ditengah.
c. Buatlah rasio RSS (Residual Sum of Square = error sum if square) dari
regresi kedua terhadap regresi pertama (RSS2/RSS1) untuk mendapatkan
nilai F hitung.
d. Lakukan uji F dengan menggunakan derajat kebebasan (degree of
freedom) sebesar (n-d-2k)/2, dimana n = banyaknya observasi,
d = banyaknya data atau nilai observasi yang hilang k = banyaknya parameter
yang diperkirakan.
Kriteria uji F jika :
F hitung > F tabel, maka ada heteroskedasitas
F hitung < F tabel, maka tidak ada heteroskedasitas
Uji Goldfeld-Quant ini sangat tepat untuk sampel besar ( n > 30).
Seandainya tidak ada data yang dibuang (d = 0) tes masih berlaku tetapi
kemampuan untuk mendeteksi adanya heteroskedasitas agak berkurang.
Contoh:
NO Y X
1 55 80
2 70 85
3 75 90
4 65 100
5 74 105
6 80 110
7 84 115
8 79 120
9 90 125
10 98 130
11 95 140
12 108 145
13 113 150
14 110 160
15 125 165
16 115 180
17 130 185
18 135 190
19 120 200
 6

20 140 205
21 144 210
22 152 220
23 140 225
24 137 230
25 145 240
26 175 245
27 189 250
28 180 260
29 178 265
30 191 270
Dengan data yang di atas, maka dibuang 20% nilai tengah dari total observasi (6
observasi), yaitu observasi ke 13 s/d observasi ke 18. Kita dapat meregres dua kelompok
data yaitu kelompok I (obs ke 1 s/d obs ke 12) dan kelompok II (obs ke 19 s/d obs ke
30). Hasil regresinya
adalah sebagai berikut:

Dependent Variable: Y
Method: Least Squares

Date: 06/07/01 Time: 09:01

Sample: 1 12

Included observations: 12

Variable Coefficient Std. Error t-Statistic Prob.

C 7.412142 9.535866 0.777291 0.4550

X 0.657289 0.083736 7.849565 0.0000

 7

R-squared 0.860366 Mean dependent var 81.08333

Adjusted R-squared 0.846402 S.D. dependent var 14.91466

S.E. of regression 5.845283 Akaike info criterion 6.520159

Sum squared resid 341.6734 Schwarz criterion 6.600977

Log likelihood -37.12095 F-statistic 61.61567

Durbin-Watson stat 2.317116 Prob(F-statistic) 0.000014

Hasil Regresi kelompok I dengan RSS1 = 341.6734

Dependent Variable: Y
Method: Least Squares
Date: 06/07/01 Time: 09:03

Sample: 19 30

Included observations: 12

VARIABLE Coefficient Std. Error t-Statistic Prob

C -49.74731 34.56614 -1.439192 0.1807

X 0.882258 0.146407 6.026077 0.0001

R squared 0.784081 Mean dependent var 157.5833

Adjusted R- 0.762489 S.D. dependent var 23.65455

Ssquared
S.E of 11.52807 Akaike info criterion 7.878459
regression
sum squared 1328.965 Schwarz criterion 7.959277
resid
Log likelihood -45.27076 F-statistic 36.31361
 8

Durbin- 1.315331 Prob(F-statistic) 0.000128

Watson stat

Hasil regresi kelompok II dengan RSS2 = 1328.965

F-stat = RSS2/RSS1 = 1328.965/341.6734 = 3.8896
F-tabel (a= 5%, df = {30 – 6 – 2(2)}/2 = 10) = 2.98
F-stat > F-tabel Þ ada heteroskedastisitas

Jika digunakan (a= 1%) maka

F-tabel (a= 1%, df = {30 – 6 – 2(2)}/2 = 10) = 4.85

F-stat < F-tabel Þ tidak ada heteroskedastisitas

 9

3). Uji White

Hasil uji park bisa berbeda dengan uji Golfeld and Quant. Jika terjadi
keraguan maka sebaiknya digunakan uji white yang pada prinsipnya meregres
residual yang dikuadratkan dengan variabel bebas pada model.
Jika modelnya : Y = f(X,e)

Maka model White-test nya adalah : m2 = f(X, X2, e)

Jika modelnya : Y = f(X1,X2, e)
Maka model White test mempunyai dua kemungkinan yaitu:
Model no cross term : m2 = f(X1, X2, X12 ,X22 , e)
Model cross term : m2 = f(X1, X2, X12 ,X22 , X1X2, e).

4). Uji Glejser

Uji Glejser dilakukan dengan cara meregresikan antara variabel
independen dengan nilai absolut residualnya (ABS_RES). Dasar
pengambilan keputusan menggunakan uji Glejser sebagai berikut:
1. Jika nilai Signifikasi (Sig.) > 0,05, maka tidak terjadi gejala
heteroskedastisitas dalam model regresi
2. Jika nilai Signifikansi (Sig.) < 0,05, maka terjadi gejala
Heteroskedastisitas.
 10

BAB III
PENUTUP
A. Kesimpulan
Dari pembahasan diatas, maka dapat diperoleh kesimpulan
yaitu; Heteroskedastisitas adalah uji yang menilai apakah ada ketidaksamaan varian
dari residual untuk semua pengamatan pada model regresi linear. Beberapa faktor
penyebab heteroskedastisitas diantaranya Error Learning Model, Perbaikan dalam
pengumpulan data dan kesalahan spesifikasi model. Nah konsekuensi
heteroskedastisitas adalah sebagai berikut : penduga OLS yang diperoleh tetap
memenuhi persyaratan tidak bias, dan varian yang diperoleh tidak efisien/tidak
minimum, artinya cenderung membesar sehingga tidak lagi merupakan varian yang
terkecil. Kecenderungan semakin membesarnya varian tersebut akan
mengakibatkan uji hipotesis yang dilakukan juga tidak akan memberikan hasil yang
baik (tidak valid). Pada uji t terhadap koefisien regresi, t hitung diduga terlalu
rendah. Kesimpulan tersebut akan semakin jelek jika sampel pengamatan semakin
kecil jumlahnya. Selanjutnya penanggulangan heteroskedastisitas diantaranya
transformasi logaritma natural dan tranformasi dengan membagi persamaan dengan
variabel bebas.
B. Saran
Kedepannya penulis akan lebih fokus dan detail dalam menjelaskan
materi yang kami bahas dengan berbagai sumber referensi yang lebih banyak
yang tentunya dapat dimanfaatkan dan dipertanggung jawabkan. Semoga
makalah kami dapat berguna bagi penyusun khususnya pembaca pada umumnya.
 11

DAFTAR PUSTAKA

https://id.scrib.com/doc/7642042/Makalah-heteroskedastisitas
Jakapermana,“Makalah heteroskedastisitas”, scribd.com,
https://id.scribd.com/doc/76462042/Makalah-heteroskedastisitas, (22 April 2022)
Maretha, “Heteroskedastisitas”, blogspot,
http://ethasyahbania.blogspot.com/2011/01/heteroskedastisitas.html?m=1, (22
April 2022)
Anwar Hidayat, “uji heteroskedastisitas”, statistikian.com,
https://www.statistikian.com/2013/01/uji-heteroskedastisitas.html?amp, (22 April
2022)
Duwi Consultant, “uji heteroskedastisitas”, blogspot.com,
https://duwiconsultant.blogspot.com/2011/11/uji-heteroskedastisitas.html?m=1, (22
April
12
13
14