Pengujian Asumsi Heteroskedastisitas Dengan Metode Glejser di Eviews 9

 Gambar : Cover Artikel

Pengujian Asumsi Heteroskedastisitas

Ditulis oleh : Dimas Purbo Wicaksono Fenda Putra, S.E.

A.Penjelasan Pengujian Glejser

Pengujian ini digunakan untuk mengetahui ada dan tidaknya masalah asumsi heteroskedastisitas pada data atau model. Pengujian Glejser hampir sama dengan pengujian Park, yang membedakan kedua uji ini hanya pada variabel dependent nya saja. Kalau pengujian Glejser menggunakan nilai absolute residual, sedangkan pengujian Park menggunakan In(residu²) sebagai variabel dependent nya.

B.Tahapan Pengolahan Data

Variabel yang dipergunakan :

Y = Pengangguran Terbuka

X1 = Jumlah Penduduk

X2      = Upah Minimum Provinsi

X3       = Pertumbuhan Ekonomi

Berikut adalah contoh data yang digunakan :

Gambar : Data Latihan

Langkah 1 : Buka lembar baru eviews 9 dan pilih Create a new Eviews workfile.

Gambar : Pengolah Data Eviews 9

Langkah 2 : Pada Workfile Create dibagian Workfile structure type pilih Dated – regular frequency (karena data time series). Data specification dibagian Frequency pilih Annual (karena data tahunan). Start date isikan dengan 1998 (sebagai tahun awal data) dan End date isikan dengan 2019 (sebagai tahun akhir data).

Gambar : Pengolah Data Eviews 9

Langkah 3 : Menuju ke menu Quick dan pilih Empty Group (Edit Series).

Gambar : Pengolah Data Eviews 9

Langkah 4 : Copy paste data beserta nama variabel nya.

Gambar : Pengolah Data Eviews 9

Langkah 5 : Buat data baru, klik Genr atau Generate.

Gambar : Pengolah Data Eviews 9

Langkah 6 : Pada Generate Series by Equation dibagian Enter equation tuliskan “resabs=abs(resid)”. Klik ok.

Gambar : Pengolah Data Eviews 9

Langkah 7 : Maka akan terbentuk folder “resabs”.

Gambar : Pengolah Data Eviews 9

Langkah 8 : Menuju ke menu Quick dan pilih Estimate Equation.

Gambar : Pengolah Data Eviews 9

Langkah 9 : Equation Estimation dibagian Specification tuliskan persamaan regresi “resabs c x1 x2 x3”. Estimation settings dibagian Method pilih LS - Least Squares (NLS and ARMA) dengan sample 1998-2019. Klik ok.

Gambar : Pengolah Data Eviews 9

Langkah 10 : Berikut adalah hasil dari pengujian Glejser.

Gambar : Pengolah Data Eviews 9

Interpretasi Output :

Dari hasil ini dapat dilihat bahwa koefisien untuk masing-masing variabel independent signifikan, walaupun nilanya mendekati hasil yang tidak signifikan, ini dapat dilihat dari nilai Prob. yang menunjukkan nilai diatas alpha 0.05, sehingga dapat disimpulkan bahwa data ini tidak mengandung masalah asumsi heteroskedastisitas.

Informasi ekonometrika secara lengkap, silakan kunjungi channel youtube saya di : Dimas Channel

Note : Silakan bagi teman-teman yang ingin meng-copy artikel ini. Mohon sertakan sumber aslinya. Terima Kasih :-)