MAKALAH
Disusun Oleh :
FAKULTAS SYARIAH
2023
KATA PENGANTAR
Dengan menyebut nama Allah SWT yang Maha Pengasih lagi Maha Penyayang, kami
panjatkan puji syukur atas kehadirat-Nya yang telah melimpahkan rahmat, hidayah, dan
inayah-Nya kepada kami, sehingga kami dapat menyelesaikan makalah statistik tentang "Uji
Heteroskedastisitas" dengan baik.
Adapun makalah Heteroskedastisitas ini telah kami usahakan semaksimal mungkin
dan tentunya bantuan berbagai pihak, sehingga dapat memperlancar pembuatan makalah ini.
Untuk itu kami tidak lupa menyampaikan banyak terima kasih kepada semua pihak yang
membantu kami dalam pembuatan makalah ini. Namun tidak lepas dari semua itu, kami
menyadari sepenuhnya bahwa ada kekurangan baik dari segi penyusun, bahasanya maupun
dari segi lainnya. Oleh karena itu, dengan lapang dada dan tangan terbuka kami membuka
selebar lebarnya bagi pembaca yang ingin memberi kritik dan saran kepada kami sehingga
kami dapat memperbaiki makalah heteroskedastisitas ini.
Akhir kata penyusun mengharapkan semoga dari makalah uji heteroskedastisitas ini
dapat diambil manfaatnya sehingga dapat berguna bagi para pembaca.
DAFTAR ISI
KATA PENGANTAR…………………………………………………………………………1
DAFTAR ISI…………………………………………………………………………………..2
BAB I PENDAHULUAN…………………………………………………………………..…3
A. Latar Belakang…………………………………………………………………………….3
B. Rumusan Masalah…………………………………………………………………………3
C. Tujuan……………………………………………………………………………………..3
BAB II PEMBAHASAN……………………………………………….……………………..4
A. Pengertian Heteroskedastisitas…………………………………………………………….4
B. Faktor Penyebab Heteroskedastisitas……………………………………………………...4
C. Contoh Kasus……………………………………………………………………………...5
D. Uji Pada Kasus Heteroskedastisitas……………………………………………………….5
BAB III PENUTUP…………………………………………………………………..………10
A. Kesimpulan…………………………………………………………………….…………10
B. Saran…………………………………………………………………………………...…10
DAFTAR PUSTAKA
BAB 1
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 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 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:
∑ (µ ¿ i2)=δ2 ,¿ i = 1,2,3……..n
1 10 7 23
2 2 3 7
3 4 2 15
4 6 4 17
5 8 6 23
6 7 5 22
7 4 3 10
8 6 3 14
9 7 4 20
10 6 3 19
2 2 3 7 14 21 6 4 9
3 4 2 15 60 30 8 16 4
4 6 4 17 102 68 24 36 16
5 8 6 23 184 138 48 64 36
6 7 5 22 154 110 35 49 25
7 4 3 10 40 30 12 16 9
8 6 3 14 84 42 18 36 9
9 7 4 20 140 80 28 49 16
10 6 3 19 114 57 18 36 9
Y = a + b1 + X1 + b2 + X2 +…+ bn + Xn
Y= Variabel terikat
a = Konstanta
b1,b2= Koefisisen Regresi
X1,X2= Variabel Bebas
Ʃy = an + b1 Ʃ X1 + b2 X2
Ʃ X1Y= a ƩX1+ b2 ƩX12 + b1ƩX1X2
ƩX2Y= aƩX2 + b2ƩX1X2 + b2ƩX22
170= 10 a + 60 b1 + 40 b2
1122= 60 a + 406 b1 + 267 b2
737= 40 a + 267 b1 + 182 b2
a = 3,9186
b1 = 2, 4909
b2 = - 0,466
Persamaan regresinya adalah
Y= 3,9186 + 2, 4909 - 0,466
Pengujian Hipotesis
- Koefisien Korelasi Berganda (R)
b 1 ∑ X 1 Y +b 2 ∑ X 2 Y ❑
R= 2
∑Y
( 2,4909 )( 1122 )+ (−0,466 ) ( 737 )
R=
3162
2794,7898+−343,442
R=
3162
2451,3478
R=
3162
R=0,775252308
- Koefisien Determinasi (R2)
R=¿
R=0 , 60
- F Hitung
2
R (n−k −1)
F Hitung=
k (1−R2)
0 ,60 ( 10−2−1 )
¿
2 ( 1−0 ,60 )
¿ 5 , 25
- F Tabel
Dk Pembilang = k (jumlah variabel bebas) = 2
Dk Penyebut = n-k-1=10-2-1= 7
F tabel = 4,74
Kriteria
F hitung < F tabel = Ho diterima
F hitung > F tabel = Ho ditolak, Ha diterima
F hitung (5,25) > F tabel (4,74) = Ho ditolak, Ha Diterima
Jadi, dapat disimpulkan bahwa Promosi dan Harga berpengaruh signifikan terhadap
Keputusan Konsumen dalam membeli produk parfum.
5) Selanjutnya, klik Save kemudian pada pada bagian residual pilih kolom
Unstandardized, pilih Continue pada bagian bawah tampilan kemudian klik ok.
6) Setelah keluar output dalam pengujian spss, seperti tabel variable, metode
summary dll. Kemudian hiraukan hasil output tersebut karena hasil ini dilakukan
untuk mengeluarkan variabel RES_1 seperti yang ada pada tampilan berikut
7) Jika variabel RES_1 sudah ada, maka kita akan memunculkan variabel park
dengan cara klik Transform, Kemudian pada tabel Target Variable ketik Park,
pada menu function group pilih Arithmetic dan pada menu functions and special
variables pilih Ln lalu masukan pada kotak Numeric Exprecion. Kemudian
masukan variabel RES_1 pada Ln klik tanda * klik lagi RES_1 lalu klik ok.
8) Kemudian akan muncul hasil output tersebut, pengujian tersebut dilakukan untuk
memunculkan variabel park seperti tampilan di bawah ini.
9) Jika muncul tampilan seperti diatas maka data sudah siap untuk dilakukan uji
park dengan cara klik menu analyze-regression-linear...
10) Maka keluar korak “Linear Regression”, pada tabel dependent variabel Y ganti
dengan variabel Park
11) Kemudian pilih save lalu hapus tanda centang pada kolom unstandardized, lalu
klik continue
12) Terakhir klik OK, maka akan muncul output SPSS...perhatikan output variabel
park pada tabel Coefficients
2. 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:
a) Jika nilai Signifikasi (Sig.) > 0,05, maka tidak terjadi gejala heteroskedastisitas
dalam model regresi
b) Jika nilai Signifikansi (Sig.) < 0,05, maka terjadi gejala heteroskedastisitas.
6) Variabel baru RES_1 akan di gunakan untuk membuat variabel Abs_RES. Klik
Transform > Compute Variable
7) Pada kotak “Compute Variable”, berikan nama pada “Target Variabel” ketik
“Abs_RES” dan pada kotak “Numeric Expression” ketik “ABS(RES_1)” klik OK
8) Pada Data View akan muncul variabel baru dengan nama Abs_RES
9) Variabel baru Abs_RES akan di gunakan untuk Uji Glejser. Analyze > Regression >
Linear
10) Masukkan variabel Abs_RES ke Dependent dan variabel X ke Independent.
Kemudian klik Save
11) Pada kotak dialog “Linear Regressions : Save” Hilangkan tanda centang (∨) pada
Unstandardized, kemudian klik Continue
12) Terakhir klik OK, maka akan muncul output SPSS...perhatikan output variabel park
pada tabel Coefficients
2) Seperti biasa buka program SPSS kemudian klik variabel view, pada kolom name
baris pertama tuliskan X1, baris kedua X2, baris ketiga Y. Selanjutnya pada bagian
label untuk baris pertama tuliskan Promosi, baris kedua Harga dan baris ketiga
Keputusan Konsumen (abaikan kolom yang lain).
3) Selanjutnya pilih menu Analyze – Regression- Linear…
5) Kemudian klik Plot, Pada kotak Linear Regression :Plots masukkan SRESID ke Y
dan ZPRED ke X.
6) Klik Continue lalu OK.
Dari gambar grafik scatterplot diatas tampak bahwa titik-titik menyebar dan tidak
membentuk pola tertentu. Dengan demikian dapat disimpulkan bahwa tidak terjadi
heterokedastisitas, dan titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y.
Jadi dapat disimpulkan bahwa tidak terjadi masalah heteroskedastisitas dalam model
regresi.
4. Uji koefisien korelasi spearman / rank spearman
Prinsip korelasi rank spearman adalah mengkorelasikan variable independen
dengan nilai residual unstandardized. Pengujian yang dipakai menggunakan tingkat
signifikansi sebesar 0.05 dengan uji dua arah. Dasar pengambilan keputusan
menggunakan uji Rannk Spearman sebagai berikut:
a) Jika nilai Signifikasi (Sig.) > 0,05, maka tidak terjadi gejala heteroskedastisitas dalam
model regresi
b) Jika nilai Signifikansi (Sig.) < 0,05, maka terjadi gejala heteroskedastisitas
BAB III
PENUTUP
A. Kesimpulan
Dari pembahasan di atas, maka dapat diperoleh beberapa kesimpulan, yaitu:
1. Pengertian heteroskedastisitas adalah apabila kesalahan atau residual yang diamati
tidak memiliki varian yang konstan. Residual adalah faktor-faktor lain yang terlibat
akan tetapi tidak termuat dalam model. karena residual ini merupakan variabel yang
tidak diketahui, maka diasumsikan bahwa nilai residual bersifat acak.
2. Pengertian Uji Heteroskedastisitas
Uji heteroskedastisitas adalah uji yang menilai apakah ada ketidaksamaan varian
dari residual untuk semua pengamatan pada model regresi linear. Uji
heteroskedastisitas ini merupakan salah satu dari uji asumsi klasik yang harus
dilakukan pada regresi linear.
3. Faktor penyebab heteroskedastisitas adalah sebagai berikut:
a. Error Learning Model
b. Perbaikan Dalam Pengumpulan Data
c. Kesalahan spesifikasi model
4. Metode untuk menguji heteroskedastisitas ada beberapa macam, yaitu:
1) Uji Park
2) Uji Glesjer
3) Uji Grafik Plot (ScatterPlot)
4) Uji koefisien korelasi spearman / rank spearman
B. Saran
Demikian makalah yang kami buat, semoga dapat bermanfaat bagi para
pembaca. Apabila ada saran dan kritik yang ingin disampaikan, silahkan sampaikan
kepada kami, apabila terdapat kesalahan mohon dapat memaafkan dan
memakluminya karena kami adalah hamba Allah yang tidak luput dari kesalahan dan
lupa.
DAFTAR PUSTAKA
Hadi, Ali S dan Sampit C. 2006. Regression Analysis by Example Fourth Edition. United
State of America: A John Willey & Sons.inc., publication
Juanda, Bambang. 2009. Ekonometrika Pemodelan dan Pendugaan. Bogor: IPB Press
http://portal-statistik.blogspot.com
ethasyahbania.blogspot.com/2011/01 heteroskedastisitas.html Diakses tanggal 14 Desember
2011 pkl 9.45 pm. duwiconsultant.blogspot.com/2011/11/i-heteroskedastisitas.html.
Diakses tanggal 14.
Ghozali, Imam. (2013). Aplikasi Analisis Multivariate dengan Program IBM SPSS 21 Update
PLS Regresi. Semarang: Badan Penerbit Universitas Diponegoro.
Gujarati, Damodar N. (2003). Basic Econometric Forth Edition. New York: Mc Graw-Hill.
Maddala, G.S (1992). Introduction to Econometric, 2nd Edition, MacMillan Publishing
Company, New York