UJI ASUMSI HETEROSKEDASTISITAS DENGAN METODE WHITE, BREUSCH-PAGAN-GODFREY DAN GLEJSER

click to get the pdf version

Uji white dilakukan dengan meregresikan residual kuadrat sebagai variabel dependen dengan variabel dependen ditambah dengan kuadrat variabel independen, kemudian ditambahkan lagi dengan perkalian dua variabel independen. Prosedur pengujian dilakukan dengan hipotesis sebagai berikut:

  • H0 : Tidak mengandung indikasi heterokedastisitas
  • H1 : mengandung indikasi heterekodastisitas
Jika α = 5%, maka tolak H0 jika obs*R-square > X2 atau P-value < α.
Untuk melakukan uji white kita akan gunakan contoh data pada bahasan regresi linier berganda dengan Eviews 9, lihat bahasannya disini.
1. Jalankan langkah-langkah yang sama persis pada bahasan Regresi dengan Eviews pada bahasan sebelumnya (jika belum mengerti anda bisa melihatnya langkahnya disini)
2. Setelah didapatkan hasil analisis regresi linier berganda, anda dapat memilih di menu view - residual diagnostic - heteroscedasticity test,



setelah itu masuk ke kotak dialog heteroscedasticity test, kamu bisa pilih breusch-pagan-godfrey, glejser, ARCH, atau yang populer White test, lalu OK,



Output White test :


Dari output uji white kita peroleh nilai Prob. (chi-square) yang paling kecil adalah 0,5 masih besar dari nilai kritik α = 0,05, dengan demikian kita dapat menerima hipotesis nol (H0) bahwa model tidak mengandung masalah heteroskedastisidas.

Mari kita lihat hasil uji Breusch-Pagan-Godfrey terhadap gejala heteroskedastisitas pada model,



Uji Breusch-Pagan-Godfrey juga sama, hasilnya model tidak mengandung masalah heteroskedastisidas, nilai Prob.Chi-square yang paling kecil adalah 0,76 masih lebih kecil dari nilai kritik α = 0,05.

Gimana dengan Uji Glejser???



Output uji Glejser menunjukkan nilai Obs*R-Squared sangat signifikan sebesar 0,93, demikian juga nilai Prob.Chi-Square terkecil sebesar 0,738 masih lebih kecil dari nilai kritik α = 0,05

Dengan demikian ketiga uji ini menyatakan bahwa tidak ada masalah heteroskedastisitas pada model Revenue Box Office Monthly dengan variabel prediktor Biaya produksi (prodcost), biaya promosi (promotecost), dan biaya bintang film (starcost).