Uji Heteroskedastisitas SPSS dengan Metode White

White's General Heteroscedasticity Test adalah salah satu metode untuk mengetahui apakah model regresi mengalami gangguan heteroskedastisitas atau tidak. Di artikel sebelumnya kita telah membahas tentang scatterplot, uji Glejser, Rank Spearman dan juga uji Park. Metode dengan White agak mirip dengan uji Park atau pun Glejser. Intinya adalah meregresikan variabel bebas, kuadrat variabel bebas dan perkalian antara variabel bebas terhadap kuadrat residualnya.

Untuk simulasi kali ini, kita menggunakan data yang berbeda dengan data yang dipergunakan untuk simulasi sebelumnya. Kita hanya menggunakan dua variabel bebas dan sampel sebanyak 80 saja.

Contoh Data untuk Simulasi Uji White
Langkah pertama adalah meregresikan variabel X1 dan X2 terhadap variabel Y. Dengan dua buah variabel bebas, maka persamaan umumnya adalah sebagai berikut:

Y = b0 + b1 X1 + b2 X2

Dapatkan nilai residualnya, lalu kuadratkan dengan menu Transform, Compute Variable. Formulanya sederhana, hanya Res_1*Res_1. Simbol * adalah simbol perkalian. Ada juga menu kuadrat atau Square, kita boleh memilih yang mana saja. Setelah itu dengan menu Compute Variable juga, hitunglah kuadrat dari X1, X2 dan juga perkalian dari variabel X1 dan X2 sehingga diperoleh tabulasi data sebagai berikut:

Hasil Perhitungan Variabel untuk Uji White

Setelah itu, regresikan kelima variabel bebas yang telah kita hitung dengan variabel terikat adalah kuadrat residualnya yang juga telah kita hitung. Adapun persamaan umum regresinya adalah sebagai berikut:

u^2 = b0 + b1 X1 + b2 X2 + b3 X1^2 + b4 X2^2 + b5 X1 X2

Kode ^ berarti kuadrat. Abaikan parameter yang lain, kita hanya melihat output R square saja yaitu sebagai berikut:

Output R Square untuk Uji White

Tampak bahwa nilai R adalah 0,358 dan R Square adalah sebesar 0,128. Nilai R Square kita kalikan dengan jumlah responden atau sampel yaitu sebanyak 80 dan hasilnya adalah 80 x 0,128 = 10,24. 

Hasil perkalian ini kita bandingkan dengan nalai Chi Square tabel dengan df = 5 atau sama dengan jumlah variabel bebas pada waktu pengujian White (jadi bukan 2 tapi 5). Kita bisa melihat tentang Chi Square di sini. Untuk df 5 pada signifikansi 5% nilai Chi Square tabel adalah sebesar 11,0706. Tampak bahwa Chi Square hasil hitung < Chi Square tabel yang menunjukkan bahwa tidak terdapat gangguan heteroskedastisitas pada model penelitian. Gangguan heteroskedastisitas terjadi jika Chi Square hitung > Chi Square tabel.

Pengujian dengan White jarang dipakai, mungkin karena jika terjadi gangguan heteroskedastisitas, kita tidak bisa menentukan variabel mana yang memicu gangguan itu, mirip dengan metode Scatterplot. Berbeda dengan uji Rank Spearman, Glejser atau pun Uji Park, di mana kita bisa mengidentifikasi variabel bebas mana yang memicu gangguan heteroskedastisitas.

Apakah masih ada uji heteroskedastisitas yang lain? Iya masih ada. Masih ada Goldfeld-Quandt Test, Breusch-Pagan-Godfrey Test atau pun Koenker-Bassett Test. Metode ini lebih jarang lagi dipergunakan, jadi mungkin kita tidak perlu membahas ya... :)

Share:

Artikel Terbaru

Translate

Instagram

Instagram
Gabung Instagram Kami

Artikel Terbaru

Jual Data Laporan Keuangan Perusahaan yang Listing di BEI Tahun 2020

Setiap perusahaan yang telah go public wajib untuk menyerahkan laporan keuangan ke badan otoritas, sebagai salah satu bentuk pertanggungjawa...

Artikel Populer Seminggu Terakhir

Komentar Terbaru

`

Ingin menghubungi kami untuk kerja sama?

Nama

Email *

Pesan *