Pengujian Asumsi Heteroskedastisitas Dengan Metode Goldfeld-Quandt (G-Q) di Eviews 9

Gambar : Cover Artikel

Pengujian Asumsi Heteroskedastisitas

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

A.Penjelasan Pengujian Goldfeld-Quandt (G-Q)

Pengujian ini digunakan untuk melihat ada atau tidaknya masalah asumsi heteroskedastisitas. Ada teknik khusus dalam melakukan pengujian ini. Cara melakukan teknik ini adalah :

1.Dengan mengurutkan data.

2.Dengan menghilangkan sebagian data (tengah), sehingga membentuk 2 kelompok data.

3.Dengan melakukan perhitungan regresi pada tiap-tiap kelompok data.

4.Dengan menghitung nilai F.

B.Tahapan Pengolahan Data

Variabel yang dipergunakan :

Independent = “Y”

Dependent         = “X”

Berikut adalah contoh data yang digunakan :

Gambar : Data Latihan

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

Gambar : Pengolah Data Eviews 9

Langkah 2 : Pada Workfile Create dibagian Workfile structure type pilih Unstructured/Undated (karena data cross section). Data Range dibagian Observations tuliskan 14 (sebagai jumlah observasi).

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 variabel nya.

Gambar : Pengolah Data Eviews 9

Langkah 5 : Urutkan data variabel independent. Di perintah Command tuliskan “sort x” (agar data berurutan dari besar ke kecil atau dari kecil ke besar). Tekan enter.

Gambar : Pengolah Data Eviews 9

Langkah 6 : Blok variabel y dan x (yang ingin diuji), klik kanan Open => as Group.

Gambar : Pengolah Data Eviews 9

Langkah 7 : Delete Untitled dibagian Delete Untitled GROUP klik Yes.

Gambar : Pengolah Data Eviews 9

Langkah 8 : Maka akan muncul data x yang sudah berurutan (dari kecil ke besar).

Gambar : Pengolah Data Eviews 9

Langkah 9 : Klik menu Proc dan pilih Make Equation.

Gambar : Pengolah Data Eviews 9

Langkah 10 : Hilangkan sebagian data yang berada di tengah. Data ini memiliki jumlah observasi 14, maka akan saya hilangkan 4 data yaitu 6 sampai 9. Sehingga kita memiliki dua kelompok data yaitu 1-5 dan 10-14. Perlu diingat bahwa untuk data yang akan dihilangkan tergantung dari peneliti karena tidak ada rumus yang buku terkait dengan penghilangan data. Saran dari buku karya Bapak Doktor Wing Wahyu Winarno adalah menghilangkan 4 untuk data yang memiliki jumlah n=30 atau sebanyak 10 jika n=60. Karena ini hanya contoh bukan penelitian sesungguhnya maka disini saya menghilangkan 4 dengan jumlah observasi 14. Equation Estimation dibagian Specification tuliskan persamaan regresi “y c x”. Estimation settings dibagian Method pilih LS – Least Sqaures (NLS and ARMA) dengan sample 1 sampai 5. Klik ok.

Gambar : Pengolah Data Eviews 9

Langkah 11 : Berikut adalah hasil pengujian Goldfeld-Quandt (G-Q).

Gambar : Pengolah Data Eviews 9

Interpretasi Output :

Dari hasil ini kita dapat melihat pada nilai Sum Squared resid (SSR) yang mana nilainya sebesar 0.028358. Kita cari degree of freedom atau derajat kebebasan (df) dengan rumus : (n-c-2.k)/2.

Keterangan :

n : Jumlah observasi = 14

c : Jumlah data yang dihilangkan = 4

k : Jumlah variabel yang digunakan = 2

df = (14-4-2x2)/2 = 3

Jadi kita dapatkan nilai df sebesar 3. Berikutnya kita ulangi langkah ini dengan sampel 10-14.

Langkah 12 : Pada Equation Estimation dibagian Specification tuliskan persamaan regresi “y c x”. Estimation settings dibagian Method pilih LS – Least Sqaures (NLS and ARMA) dengan sample 10-14. Klik ok.

Gambar : Pengolah Data Eviews 9

Langkah 13 : Berikut adalah hasil pengujian Goldfeld-Quandt (G-Q).

Gambar : Pengolah Data Eviews 9

Interpretasi Output :

Hasil ini menunjukkan nilai Sum squared resid sebesar 1.657517.

Keterangan :

SSR1 = Nilai Sum squared resid pada hasil regresi pertama

SSR2 = Nilai Sum squared resid pada hasil regresi kedua

Setelah mendapatkan nilai F_hitung, selanjutnya hitung nilai kritis dari F_tabel dengan α=5% (0.05) dan df = 3 (untuk pembilang dan penyebut).

Berikut adalah hasil Titik Persentase Distribusi F untuk Probabilitas = 0.05 :

Gambar : F_tabel

Untuk α=5% (0.05) dan df = 3 (untuk pembilang dan penyebut) didapatkan angka 9.28. Angka ini kita bandingkan dengan nilai F_hitung.

Hipotesa :

H₀ : Data terbebas dari masalah heteroskedastisitas.

H₁ : Data terjangkit masalah heteroskedastisitas (Data homoskedastis).

Kriterianya : 

Bila nilai F_hitung > dari F_tabel maka H₀ ditolak dan H₁ diterima, kesimpulannya data terjangkit masalah heteroskedastisitas.

Bila nilai F_hitung < dari F_tabel maka H₁ ditolak dan H₀ diterima, kesimpulannya data tidak terjangkit masalah heteroskedastisitas.

Kesimpulan : F_hitung (58.4497141637) > dari F_tabel (9.28), maka H₀ ditolak dan H₁ diterima, kesimpulannya data terjangkit masalah 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 :-)