Salah satu asumsi regresi klasik lainnya yang tidak kalah penting adalah asumsi heteroskedastisitas dari model regresi. Seperti kita ketahui bahwa evaluasi asumsi pada model regresi suatu hubungan antar variabel dibedakan kepada evaluasi pada variabel itu sendiri dan pada residual yang dihasilkan dari model. Evaluasi pada variabel, kita ketahui model regresi di evaluasi setidaknya pada dua asumsi yaitu linearitas dan multikolinearitas. Sedangkan pada residual, dievaluasi setidaknya pada tiga asumsi yaitu normalitas, heteroskedastisitas dan autokorelasi. Eviews!
Pada kesempatan kali ini kita akan membahas evaluasi asumsi lainnya yang dikenakan pada residual yaitu pengujian heteroskedastisitas, yang sebelumnya kita sudah uji normalitas dengan menggunakan Eviews. Secara konsepsi heteroskedastisitas berarti bahwa variabilitas (keragaman) nilai residual yang dihasilkan oleh model regresi relatif konstan (baca artikel : Asumsi Non Heteroskedastisitas Dalam Regresi). Tidak tepenuhinya asumsi non heteroskedastisitas pada model regresi linear terbentuk salah satunya ketidakefisienan model regresi dalam menghasilkan nilai penaksiran atau prediksi.
Terdapat beberapa metode yang umum dibahas dalam literatur-literatur, terutama kaitannya dengan ekonometrika. Yang sering dipakai dan relatif sederhana adalah metode grafik yang mudah diperoleh dengan menggunakan software SPSS. Pada kesempatan kali ini akan kita beberapa cara mendeteksi masalah heteroskedastisitas dengan menggunakan Eviews, salah satu didalamnya adalah metode grafik. Berikut beberapa metode pendeteksian heteroskedastisitas yang terdapat dalam Eviews diantaranya,
- Metode Grafik
- Uji Park
- Uji Glesjer
- Uji Korelasi Spearman
- Uji Goldfeld-Quandt
- Uji Bruesch-Pagan-Godfrey
- Uji White
Beberapa artikel kedepan kita akan uraikan penggunaan metode-metode tersebut dengan menggunakan aplikasi Eviews. Pada kesempatan pertama kita akan uraikan metode yang paling sederhana dan mudah untuk dilakukan oleh peneliti atau data master.
Metode Grafik
Jika tidak ada informasi apriori atau empiris mengenai sifat heteroskedastisitas, dalam praktek orang dapat melakukan analisis regresi atas asumsi bahwa tidak ada heteroskedastisitas dan kemudian melakukan pengujian sesudahnya (post mortem) dari kuadrat residual yang ditaksir untuk melihat jika residual tadi menunjukkan pola yang sistematis. Meskipun kuadrat residual tidak sama dengan factor gangguan ui, residual kuadrat tadi dapat digunakan sebagai pendekatan khususnya jika ukuran sampel cukup besar. Metode grafik digunakan dengan cara memetakan kuadrat residual terhadap nilai Y yang ditaksir dari persamaan regresi, idenya adalah untuk mengetahui apakah nilai rata-rata yang ditaksir dari Y secara sistematis berhubungan dengan kuadrat residual.
Adapun langkah dalam menghasilkan grafik antara kuadrat residual dengan variabel Y dengan menggunakan Eviews sebagai berikut:
- Persiapkan data yang kita miliki dalam file excel, pastikan data yang kita set dalam Excel memudahkan software Eviews dalam membacanya. Tampilan data cross section yang akan kita olah seperti tampak pada gambar berikut.
- Buka software Eviews dan masukan data yang sudah kita set pada file excel tadi kedalam software Eviews, sehingga tampilan jendela Eviews akan tampak seperti gambar berikut. (Lihat cara entry data pada Eviews pada artikel sebelumnya)
- Untuk mendapatkan model regresi dan nilai residualnya (resid), langkah selanjutnya adalah menuliskan secara manual model regresi yang akan dihitung pada kolom Equation Specification (menu Quick, Estimate Equation). Default method yang dipakai untuk membentuk persamaan regresi adalah Least Squares. (kecuali menghendaki metode lain sesuai dengan teori dapat memilih pilihan metode yang dimiliki oleh Eviews). Setelah klik OK maka akan muncul output hasil analisis regresi dengan menggunakan Eviews, seperti tampak pada gambar berikut ini.
- Buat variabel baru misal resid2 yang akan diisi dengan rumus resid^2. Kita memerlukan residual kuadrat untuk membuat grafik sebar (scatter plot) antara residual dengan variabel dependen (Y). Klik jendela Eviews pada workfile lalu klik pada menu Genr dan akan tampak seperti gambar berikut. Lalu isikan resid2 = resid^2 lalu klik OK maka hasilnya akan tersimpan pada jendela workfile Eviews.
- Untuk menghasilkan scatter plot pada Eviews, klik Quick, Graph, Scatter, maka akan tampak seperti gambar berikut. Selanjutnya isikan secara manual resid2 Y lalu klik OK.
Gambar 1. Pendefinisian Variabel Pada Grafik
Gambar 2. Pemilihan Tipe Grafik Scatter Plot
- Dari proses pada poin 5 maka akan dihasilkan tampilan gambar scatter plot sebagai berikut.
- Panduan sederhana untuk membaca grafik scatter plot yang dihasilkan adalah jika scatter plot mengelompok dan membentuk suatu pola tertentu atau pola teratur maka diindikasikan model mengalami masalah heteroskedastisitas. Akan tetapi apabila scatter plot yang dihasilkan menunjukkan bahwa data meyebar secara acak maka diindikasikan bahwa model tidak mengalami masalah heteroskedastisitas.
Pada bahasan selanjutkan kita akan uraikan pengujian lainnya yaitu Uji Park, Uji Glesjer, Uji Korelasi Spearman, Uji Goldfeld-Quandt, Uji Bruesch-Pagan-Godfrey dan Uji White dalam rangka pendeteksian heteroskedastisitas pada model regresi terbentuk dengan menggunakan Eviews. Sampai jumpa pada pembahasan artikel selanjutnya. SEMANGAT MENCOBA!!!
———————————————————————————————————————————————————-
- Jika rekan peneliti memerlukan bantuan Survey Lapangan, Survey Online ataupun Olah Data dapat menghubungi mobilestatistik.com :
- WhatsApp : 081321709749
- Email : welcome@mobilestatistik.com
- Klik “Konsultasi Gratis” untuk mendapatkan informasi atau solusi terkait dengan pertanyaan-pertanyaan seputar metodologi penelitian.
———————————————————————————————————————————————————-
