heteroscedasticity

Salah satu masalah pelanggaran asumsi yang sering terjadi pada model ekonometrika adalah heterokedastisitas.  Salah satu asumsi regresi linear yang harus dipenuhi adalah homogenitas variansi dari error ( homoskedastisitas, homoscedasticity). 

Homoscedasticity : homo (sama) scedasticity (penyebaran). Homoskedastisitas berarti bahwa variansi dari error  bersifat konstan (tetap) atau disebut juga dengan identik.  Kebalikan dari homoskedastisitas adalah heteroskedastisitas, yaitu jika kondisi varians error-nya (atau Y) tidak identik. Masalah heteroskedastisitas umum terjadi dalam data cross section yaitu data yang diambil pada satu waktu saja, tetapi dengan responden yang besar, misalnya jika kita melakukan survei. Dengan demikian, penelitian ini pada intinya adalah membandingkan kondisi satu dan lain orang pada waktu yang sama.

contoh soal : 

Table below is the data relationship between consumption and household income

Household	Income (thousand Rp /month)	Consumption (thousand Rp/month)	Household	Income (thousand Rp /month)	Consumption (thousand Rp/month)
1	800	555	16	1800	1155
2	1000	650	17	2250	2000
3	850	700	18	2000	1200
4	1110	800	19	2400	1450
5	1200	785	20	1850	1350
6	1115	850	21	2200	2150
7	1300	987	22	2200	1450
8	1450	950	23	2450	1950
9	1250	900	24	2600	1255
10	900	750	25	1900	1500
11	1050	725	26	2050	1350
12	1650	1100	27	2650	2500
13	1500	1450	28	2750	2000
14	1650	1600	29	2300	1760
15	1450	1080	30	2500	2350

aQuestion

     a. What is the mean,median,maximum,minimum and standard deviation of the model

   b. Detect whether the error variance there is heterocedasticity case. Use informal method !

  c. Detect whether the error variance there is heterocedasticity case. Use formal method ! (white test)

   Answer : 

   a.1 (langkah-langkah eviews)

   lakukan regress terlebih dahulu dengan menggunakan model Consumption_i =  ao+a1 Income_i +U_i 

22. open variabel consumption (cons) dan income(in) as group --- view---descriptive stats

 

k 

qb. bikin variabel baru yaitu residual kuadrat, atau residual yang telah di pangkat dua, dengan cara klik "genr" ketik "residq=resid^2"  residq adalah nama variabel baru dalam workfile eviews.

s4. untuk mendeteksi heteroskedastisitas dengan cara informal(grafik), maka kita akan melihat hubungan antar error/residual kuadrat dengan variabel x dan y. salah satu contoh di bawah adalah hubungan antar error kuadrat dengan variabel independen(x)







  c. cara mendeteksi heteroskedasrisitas dengan metode (white test dan Park test)

white test
  langkah-langkah eview:
1. pada hasil estimasi , klik view-residual test- heterosceasticity test- white.

·          Ho =  No Heterocedasticity

      Ha = Yes, Heterocedasticity exists

·     N*R2 = 9.921114

.     Chi-Square(2) (lihat tabel) a=10% df=2 =  4,605

·     Kriteria :

      N*R2 > x² = Rejet Ho

      N*R2 < x² = Don’t Rejected

·      9.921114 > 0,0070 ---> Reject Ho

·    Kesimpulan : berdasarkan uji hipotesis dengan metode uji White, maka terdapat kasus heterokedastisitas dalam model tersebut.

   uji park

   langkah-langkah eviews

1. membuat variabel baru,variabel tersebut merupakan logaritma dari residual kuadrat. caranya sama seperti membuat variabel residq, sekarang kita membuat variabel baru dengan nama"lnresid" caranya klik "genr" ketik "lnresid=log(resid^2)". setelah itu. lakukan regress dengan cara menjadi variabel "lnresid" sebagai variabel dependen

 

 

 

 

α=10%

t-stat> t-table = reject ho (heteroscedasticity)

t-stat

1,581048 > 1,313 -----------> heteroscedasticity exist