57
c. Uji Heteroskedastisitas
Heteroskedastisitas berarti ada varian variabel pada model regresi yang tidak sama konstan. Yang diharapkan pada model regresi adalah
yang homokedastisitas. Masalah heteroskedastisitas sering terjadi pada penelitian yang menggunakan data cross-section.
Widarjono 2013:115 mengatakan bahwa dengan adanya heteroskedaastisitas, estimator OLS tidak menghasilkan estimator yang
Best Linear Unbiased Estimator BLUE hanya menghasilkan Linear Unbiased Estimator LUE. Jika terdapat heteroskedastisitas dan tetap
menggunakan model OLS sehingga mengakibatkan sebagai berikut: 1 Jika varian tidak minimum maka menyebabkan perhitungan standard
error metode OLS tidak lagi bisa dipercaya kebenarannya. 2 Akibat no.1 maka interval estimasi maupun uji hipotesis yang
didasarkan pada dsitribusi t maupun F tidak lagi bisa dipercaya untuk evaluasi hasil regresi.
Dalam mendeteksi masalah heteroskedastisitas dapat dilakukan dengan metode GoldFeld-Quandt. Menurut metode GoldFeld-Quandt,
mengasumsikan bahwa metode deteksi heteroskedastisitas merupakan fungsi positif dari variabel independen. Hipotesis yang
digunakan dalam uji GoldFeld-Quandt ini adalah: H
o
: Tidak ada Heteroskedastisitas H
a
: Ada Heteroskedastisitas Metode GoldFeld-Quandt meliputi perhitungan dua regresi.
Regresi kelompok pertama merupakan kelompok data yang diduga mempunyai varian variabel gangguan yang rendah dan regresi yang
kedua berdasarkan data yang diduga mempunyai varian variabel
58 gangguan yang tinggi. Jika varian variabel gangguan setiap kelompok
hampir sama maka diduga varian variabel gangguan mempunyai karakteristik
homokedastisitas. Jika
varian variabel
gangguan menunjukkan tren yang meningkat maka model mengandung
heteroskedastisitas. Prodedur metode GoldFeld-Quandt adalah sebagai berikut:
1 Mengurutkan data sesuai dengan X, dimulai dari yang kecil hingga yang paling besar.
2 Menghilangkan observasi yang ditengah c. Membagi data yang tersisa n-c menjadi dua kelompok. Kelompok pertama berkaitan
dengan nilai X yang kecil dan kelompok kedua berhubungan dengan data dengan nilai X yang besar.
3 Melakukan regresi pada setiap kelompok secara terpisah. Data setiap regresi terdiari dari
. 4 Dapatkan SSR1 yang berhubungan dengan nilai X kecil dan SSR2
yang berhubungan dengan nilai X yang besar. 5 Menghitung nilai F dengan rumus:
Dimana: SSR
1
= Sum squared resid kelompok 1 SSR
2
= Sum squared resid kelompok 2 df = degree of freedom, ditentukan dengan menggunakan rumus
59 Jika nilai F
hitung
lebih besar dari nilai F
kritis
maka dapat ditarik kesimpulan menolak hipotesis nol dan menerima hipotesis alternatif yang
berarti terdapat masalah heterokedastisitas. Sebaliknya jika F
hitung
lebih kecil dari nilai F
kritis
sehingga menerima hipotesis nol dan menolak hipotesis alternatif sehingga dapat ditarik kesimpulan tidak ada masalah
heterokedastisitas.Widardjono, 2013:121.
d. Uji Autokorelasi
Kategori