Uji
asumsi klasik merupakan suatu prosedur statistik yang dilakukan untuk mengetahui
ada atau tidaknya penyimpangan terhadap theorema Gauss Markov (yang kemudian
dikenal dengan asumsi klasik) pada suatu model regresi linier yang berbasis
metode kuadrat terkecil atau ordinary
least square (OLS). Menurut
Gujarati & Porter (2009), apabila asumsi-asumsi klasik terpenuhi, maka
estimasi dengan metode OLS akan menghasilkan penaksir yang bersifat BLUE (Best Linear Unbiased Estimation).
Salah
satu asumsi penting pada model regresi linier klasik adalah adanya homogenitas
pada nilai varian dari residual atau yang lebih dikenal dengan asumsi
homoskedastisitas (homoscedasticity).
Apabila varian dari residual nilainya berubah-ubah dari satu observasi ke
observasi berikutnya maka disebut dengan heteroskedastisitas (heteroscedasticity). Menurut
Gujarati & Porter (2009), heteroskedastisitas menyebabkan estimator OLS
menjadi tidak efisien karena varian yang dihasilkan tidak minimum, kondisi ini
menyebabkan penarikan kesimpulan pada uji t dan uji F bisa menyesatkan,
sehingga kesimpulan yang diambil menjadi salah.
Pada
kesempatan kali ini, admin akan berbagi sedikit pengetahuan mengenai bagaimana
cara mendeteksi adanya gejala heteroskedastisitas (uji heteroskedastisitas)
pada model regresi data panel dengan menggunakan software Stata. Stata sebagai salah satu software pengolah data statistik menawarkan
beberapa metode pengujian heteroskedastisitas pada model regresi data panel
yaitu: uji Bruesch-Pagan Lagrange Multiplier (BP-LM test); uji Greene atau uji
Likelihood Ratio (LR test); dan uji Wald.
Disini
hanya akan dibahas uji heteroskedastisitas dengan uji BP-LM dan uji LR. Kedua
metode pengujian tersebut sama-sama mengikuti distribusi nilai chi square (χ2). Derajat kebebasan
pengujian atau degree of
freedom (df) pada uji BP-LM
dan uji LR adalah sebesar N – 1, dimana N adalah jumlah unit/individu atau
jumlah cross section. Hipotesis yang diuji pada kedua
metode pengujian tersebut adalah sebagai berikut:
H0 : Struktur varian homoskedastis
HA : Struktur varian heteroskedastis
Kriteria pengambilan keputusan apakah
menerima atau menolak hipotesis nul (H0) yaitu dengan membandingkan
antara p-value dengan tingkat signifikansi pengujian
(α) sebesar 0,05. Apabila p-value lebih kecil dari 0,05 maka hipotesis
nul ditolak, yang berarti struktur varian model bersifat heteroskedastis.
Sebaliknya, jika nilai p-value lebih besar dari 0,05 maka hipotesis
nul diterima, artinya struktur varian model bersifat homoskedastis.
Untuk
dapat melakukan uji heteroskedastisitas dengan uji BP-LM dan uji LR maka
pastikan terlebih dahulu bahwa modul kedua metode pengujian tersebut telah
terinstal pada software Stata yang digunakan, jika belum
terinstal maka terlebih dahulu kita harus mendowload dan menginstalnya, caranya
adalah pada tampilan utama Stata klik menu “Help”,
kemudian pada kotak “Search” ketik lmhlmxt (untuk modul uji BP-LM) atau lmhlrxt (untuk modul uji LR), kemudian tandai
opsi “Search all” selanjutnya “Ok/Enter”. Setelah hasil pencarian muncul klik
link modul, selanjutnya download dengan mengklik link bertulisan “click here to
install”.
Syntax (perintah) untuk uji BP-LM adalah sebagai
berikut: lmhlmxt [nama
variabel dependen] [nama variabel independen], id(jumlah individu). Sedangkan syntax untuk uji LR adalah sebagai berikut: lmhlrxt [nama variabel dependen]
[nama variabel independen], id(jumlah individu). Untuk mencoba melakukan pengujian
heteroskedastisitas dengan Stata baik dengan uji BP-LM maupun uji LR, silakan
klik link download dibawah untuk mengunduh datanya.
=================================================
* Breusch-Pagan Lagrange Multiplier
Panel Heteroscedasticity Test
=================================================
Ho: Panel Homoscedasticity - Ha:
Panel Heteroscedasticity
Lagrange Multiplier LM Test =
28.3716
Degrees of Freedom = 4.0
P-Value > Chi2(4) = 0.00001
=================================================
Untuk uji heteroskedastisitas
dengan uji LR maka perintahnya adalah: lmhlrxt
Y X1 X2 X3, id(5). Outputnya adalah sebagai berikut:
=================================================
* Greene Likelihood Ratio Panel
Heteroscedasticity Test
=================================================
Ho: Panel Homoscedasticity - Ha:
Panel Heteroscedasticity
Likelihood Ratio LR Test =
104.41497
Degrees of Freedom = 4.0
P-Value > Chi2(4) = 0.00000
=================================================
Kedua metode
pengujian di atas sama-sama memiliki p-value
χ2 yang lebih kecil dari 0,05, sehingga berdasarkan hasil kedua
metode pengujian tersebut hipotesis nul yang menyatakan bahwa struktur varian
bersifat homoskedastis ditolak (terjadi gejala heteroskedastisitas).
Referensi:
Gujarati, D.N. and Porter, D.C. (2009). Basic Econometrics.
5th Edition. McGraw-Hill
Irwin. Electronic Book. https://www.academia.edu/15273562/
Biro Olah Data Skripsi, Tesis, Disertasi Untuk Analisis Statistika Dengan SPSS, AMOS, LISREL, EVIEWS, SMARTPLS, GRETL, STATA, MINITAB dan DEAP 2.1
BalasHapusWhatsApp : +6285227746673
IG : @olahdatasemarang
Website : http://biro-jasa-spss.blogspot.co.id
Terdaftar Di Google Map Dengan Nama Olah Data Semarang
JB Test (Jarque Bera Test) Normality Test With STATA 16
BalasHapusJarque–Bera test is a goodness-of-fit test of whether sample data
have the skewness and kurtosis matching a normal distribution
Who Needs to Click the Link Below
https://bit.ly/TesJB
Regression Data Panel Model Least Square Dummy Variables (LSDV) With STATA 16
BalasHapushttp://bit.ly/Stata16LSDV
Halo kak izin bertanya. Bagaimana cara menyembuhkan heteroskedastisitas setelah melakukan uji BP-LM?
BalasHapusUntuk mengatasi persoalan Heteroskedastisitas dapat menggunakan metode SUR (Semingly Unrellated Correlation). Dapat juga menggunakan estimator Drisscool-Kraay karena metode tersebut robust terhadap pelanggaran asumsi klasik. Untuk estimator Drisscool-Kraay bisa dilihat pada artikel sebelumnya. Mohon maaf baru dibalas karena sudah lama tidak aktif...
HapusPortable EVIEWS 12 Full Version
BalasHapusVisit
s.id/Eviews12
Portable STATA 17 MP Full Version
BalasHapusSTATA 17 MP Full Version Is Portable Software No Need To Install.
Use It Directly.
Visit
http://bit.ly/STATA17MP
👍
Hapus