ASUMSI

HOMOSKEDASTISITAS
Asumsi Klasik Homoskedastisitas

 Kesalahan pengganggu (εi) mempunyai

varian yang sama: Var (εi) = E(Ɛ2)= σ2
 Homoskedastisitas berarti bahwa varians
tiap unsur disturbance εi, tergantung
(conditional) pada nilai yang dipilih dari
variabel yang menjelaskan adalah suatu
angka konstan yang sama dengan σ2
 Secara diagram kondisi ragam sama dapat
ditunjukkan sebagai berikut
Jika kondisi ragam tidak sama untuk masing-masing i,
maka V(εi) = σi2
Secara visual dinyatakan sebagai berikut
Beberapa alasan terjadinya
heteroskedastisitas
1. Mengikuti error – learning model, karena manusia
belajar maka kesalahan mereka dalam perilaku
menjadi semakin lama semakin kecil.
Dalam kasus ini, σi2 diharapkan untuk menurun.
Contoh kasus adalah suatu penelitian tentang
pengaruh lama jam praktek mengetik terhadap
kesalahan mengetik. Dengan meningkatnya lama
praktek mengetik, maka rata – rata banyaknya
kesalahan pengetikan maupun variasinya
berkurang
2. Dengan meningkatnya pendapatan, orang
mempunyai lebih banyak pendapatan yang dapat
digunakan sesuai dengan keinginan sehingga
memiliki lebih banyak space untuk memilih
pembagian pendapatan mereka.
Jadi σi2 diharapkan meningkat seiring dengan
meningkatnya pendapatan.
3. Peningkatan dalam teknik pengumpulan data, σi2
diharapkan untuk menurun
Konsekuensi Heteroskedastisitas
 Jika semua asumsi terpenuhi kecuali
homoskedastisitas, maka penduga OLS tetap tak
bias dan konsisten tetapi penduga tersebut menjadi
tidak efisien baik dalam sampel kecil maupun besar
Contoh Soal



Pendeteksian Heteroskedastisitas
1. Sifat Dasar Masalah
Seringkali sifat masalah yang sedang dipelajari
menyarankan apakah heteroskedasitas akan dijumpai
atau tidak.
Sebagai contoh, analisis mengenai pengeluaran
investasi bisa diperkirakan akan terdapat
heteroskedastistas jika perusahaan yang kecil,
menengah dan besar disampel secara bersama -
sama
2. Metode Grafik
Dengan memetakan e i2 terhadap Yi. Dapat
disimpulkan bahwa ada heteroskedastistas apabila
pemetaan antara keduanya mempunya pola tertentu
(sistematis) atau tidak acak
2
Jika model melibatkan dua atau lebih variabel X, e i
akan dipetakan terhadap setiap variabel X yang
dimasukan ke dalam model

Deteksi Virus
 Pola yang menunjukkan tidak adanya
heteroskedastisitas
 Pola yang menunjukkan adanya heteroskedastisitas
Pengujian Rank Korelasi dari Spearman



Tindakan perbaikan



Cara mengatasi masalah
Heteroskedastisitas






