Uji Asumsi Heteroskedastisitas dengan metode Glejser

Oleh Portal Statistik

Saturday 10 May 2014

Bagikan :

Tweet

Portal-Statistik | Malam Minggu tidur nyenyaks. Tapi mungkin lebih baik dan lebih berguna jika digunakan untuk berbagi sedikit pengetahuan yang saya bisa kepada sobat blogger semuanya. Tutorial kali ini, saya akan membahas tentang Uji Asumsi Heteroskedastisitas dengan metode Glejser, setelah dari kemarin-kemarin juga sempat posting tentang Uji Asumsi Klasik yang lain seperti Uji Asumsi Multikolinearitas, Mendeteksi Autokorelasi dengan Run Test, Uji Asumsi Autokorelasi dengan Durbin Watson Test dan sebaginya.

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variansi dari residual satu pengamatan ke pengamatan lain. Jika variansi dari residual satu pengamatan ke pengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas. Model regresi yang baik adalah yang Homoskedastisitas atau yang tidak terjadi Heteroskedastisitas.

Deteksi heteroskedastisitas dapat dilakukan dengan metode scatter plot dengan memplotkan nilai ZPRED (nilai prediksi) dengan SRESID (nilai residualnya). Model yang baik didapatkan jika tidak terdapat pola tertentu pada grafik, seperti mengumpul di tengah, menyempit kemudian melebar atau sebaliknya melebar kemudian menyempit. Uji statistik yang dapat digunakan adalah uji Glejser, uji Park atau uji White.

Sesuai dengan judul diatas, kali ini akan saya berikan langkah-langkah Uji Asumsi Heteroskedastisitas dengan metode Glejser. Silahkan disimak baik-baik :D

Silahkan lihat studi kasusnya disini.

1. Pada Data View SPSS, Pilih menu Analyze – Regression – Linear, pada kotak Dependent, isikan variabel dependent (Jumlah Penduduk Miskin) dan pada kotak Independent, isikan variabel X1, X2, (Jumlah Pengangguran, Angka Rata2 Lama Sekolah)
2. Pilih metode Enter, kemudian klik Button Save.
   
   
3. Berikan centang pada Unstandardized pada kolom Residuals, lalu klik Continue, kemudian pilih OK.
   
   
4. Selanjutnya pada Data View SPSS, akan muncul kolom baru dengan nama kolom  RES_1, ini merupakan residual regresi. Sekarang yang harus kita lakukan adalah meng-absolutkan nilai Residual tersebut, SPSS juga sudah menyediakan fasilitas tersebut.
5. Klik menu Transform – Compute Variable, kemudian lakukan seperti gambar dibawah ini, Kotak Target Variable diisi dengan nama variabel/kolom baru dan pada kotak Numeric Expression merupak formula dalam SPSS. Selanjutnya Klik OK.
   
   
6. Setelah variabel RES_1 diabsolutkan, maka langkah selanjutnya adalah klik menu Analyze - Regression – Linear, Masukkan variabel ABS_RES1 pada kotak Dependent dan masukkan variabel Jumlah Pengangguran dan Angka Rata-Rata Lama Sekolah pada kotak Independent (s).
7. Pada Button Save. Jangan lupa hilangkan centang di Unstandardized pada kolom Residuals, lalu klik Continue, kemudian pilih OK.
8. Sekarang Nikmatilah hasilnya hehe…

Mari kita bahas outputnya… Tapi sebelum itu perhatikan dulu penjelasan Dasar Pengambilan keputusan dibawh ini. 

Dasar Pengambilan Keputusan: 

• Tidak terjadi heteroskedastisitas, jika nilai Thitung lebih kecil dari Ttabel dan nilai signifikansi lebih besar dari 0.05.
• Terjadi heteroskedastisitas, jika nilai Thitung lebih besar dari Ttabel dan nilai signifikansi lebih kecil dari 0.05.

Silahkan sobat bandingkan nilai Thitung dengan nilai Ttabel, jika masih bingung bagaimana cara mencari atau melihat nilai Ttabel, bisa lihat postingan disini. (cari sendiri yaa nilai Tabelnya, saya lagi males buka tabel T :D).

Dengan melihat nilai Sig. dan alpha= 5%. Terlihat bahwa nilai Sig > alpha untuk semua variabel independent yang artinya tidak ada satupun variabel independent yang signifikan secara statistic mempengaruhi variabel dependent.

Jadi dapat disimpulkan bahwa model regresi tidak mengandung adanya Heteroskedastisitas.
Silahkan Bisa dibaca juga postingan lengkap Uji Asumsi Klasik Pada Regresi Linear

Demikian.
Semoga Bermanfaat.
Have FUN.

Tag : Statistik SPSS