HETEROSCEDASTICITY (Heteroskedastisitas) · PDF fileHETEROSCEDASTICITY...
Click here to load reader
Transcript of HETEROSCEDASTICITY (Heteroskedastisitas) · PDF fileHETEROSCEDASTICITY...
HETEROSCEDASTICITY (Heteroskedastisitas)
-Sering terjadi dlm data “cross section”misal: Hubungan pendapatan & pengeluaran RT, Perusahaan
-Biasanya tdk terjadi dlm data “ Time Series”
-Jika Var (εi) , E (εi2)=σi
2, penduga koefisien OLS tetap tak biasdan konsisten, tapi tidak efisien, bahkan Var( )OLS berbias
Dlm model linear sederhana:
-Sering terjadi dlm data “cross section”misal: Hubungan pendapatan & pengeluaran RT, Perusahaan
-Biasanya tdk terjadi dlm data “ Time Series”
-Jika Var (εi) , E (εi2)=σi
2, penduga koefisien OLS tetap tak biasdan konsisten, tapi tidak efisien, bahkan Var( )OLS berbias
Dlm model linear sederhana:
2
)(
i
iii
x
xx
2
^
i
ii
x
yx
)1980,()(
)(
)Var( ; )(
)(
22
22
2222
2
2
2
2
Whiteecx
xcVar
x
xc
xx
xEE
ii
i
iiii
i
ii
i
OLS
i
ii
Tetapi tetap inefisien dibandingkan penduga tak bias berikut ini :
Mis. , ki: konstanta yg tdk harus samaii k22
2
2
2
2
22
22
)ˆ(i
ii
ii
ii
x
kx
xx
kxVar
1
2
2
i
ii
x
kxJika Maka underestimate dan thit overestimate OLSVar ̂
Mendeteksi Heteroskedastisitas
• Metode grafik diplotkan.• Uji Heteroskedastisitas :
Ho :H1 : tergantung pendugaan yang dianggap akan menghasilkan
koreksi heteroskedastisitas yang paling diinginkan.
1. UJI PARK (Econometrica, vol 34, No. 4, 1966)menganjurkan fungsi :
)e(x,atau ),( 22
ieY
22
2
2
1 ... N
• Metode grafik diplotkan.• Uji Heteroskedastisitas :
Ho :H1 : tergantung pendugaan yang dianggap akan menghasilkan
koreksi heteroskedastisitas yang paling diinginkan.
1. UJI PARK (Econometrica, vol 34, No. 4, 1966)menganjurkan fungsi :
vi?polamasalah ? signifikan 22
vi
ii ex
2
i
2
i edengan Plot
2. UJI GLEJSER (seperti uji Park)
Fungsi Linear |ei| terhadap :
3. UJI Korelasi Pangkat SPEARMAN (urutan ei dan Xi)
,...1
,1
,,ii
iixx
xxFungsi Linear |ei| terhadap :
3. UJI Korelasi Pangkat SPEARMAN (urutan ei dan Xi)
)2(22
2
1
2
)1(61
n
s
si
s tr
nrt
nn
dr
4. UJI GOLDFELD-QUANDT (JASS, Vol 60, 1965)
Cara : 1. Urutkan data peubah bebas x.
2. Keluarkan d pengamatan di tengah (jika tidak ada `natural break`) misal : d=
3. Hitung 2 model regresi terpisah tersebut, dengan
dbe=(N-d-2k)/2
4. Hitung JKS1 dan JKS2
5. Dengan asumsi masing-masing εi ~Normal,
Note : - Jika k>2, urutkan pengamatan berdasarkan salah satu peubah bebasnya
- Supaya kuasa uji tinggi (salah jenis II lebih keci), harus dengan restriksi dimana kedua model regresi tersebut mempunyai parameter koefisien yang sama
22
1 : ii cxH
N5
1
Cara : 1. Urutkan data peubah bebas x.
2. Keluarkan d pengamatan di tengah (jika tidak ada `natural break`) misal : d=
3. Hitung 2 model regresi terpisah tersebut, dengan
dbe=(N-d-2k)/2
4. Hitung JKS1 dan JKS2
5. Dengan asumsi masing-masing εi ~Normal,
Note : - Jika k>2, urutkan pengamatan berdasarkan salah satu peubah bebasnya
- Supaya kuasa uji tinggi (salah jenis II lebih keci), harus dengan restriksi dimana kedua model regresi tersebut mempunyai parameter koefisien yang sama
),(
1
2
1 dbedbeFJKS
JKS
5. UJI BREUSCH-PAGAN ( Econometrica, Vol 47, 1979 )
Misal Model : Yi=α + β xi + εidengan asumsi umum: z dapat merupakan peubah bebas x atau suatu kelompok peubah
bebas selain x.> gunakan
> Lakukan Regresi:
> Jika εi ~Normal, merupakan statistik uji yang cocok.
Jika nyata (heteroskedastisitas), koreksinya menggunakan peubah z
)(2
ii zf
N
i
i
22
menghitunguntuk
ii
i
i vz
2
2
Misal Model : Yi=α + β xi + εidengan asumsi umum: z dapat merupakan peubah bebas x atau suatu kelompok peubah
bebas selain x.> gunakan
> Lakukan Regresi:
> Jika εi ~Normal, merupakan statistik uji yang cocok.
Jika nyata (heteroskedastisitas), koreksinya menggunakan peubah z
N
i
i
22
menghitunguntuk
ii
i
i vz
2
2
)(2
2p
JKR
6. WHITE TEST (Econometrica, Vol. 48, 1980)
• Tidak perlu asumsi kenormalan seperti B-test.• Dengan asumsi umum :
dengan R2 sebagai ukuran `goodness of fit`.Jika homoskedastisitas,
Note : Misal σi2=σ2 ki ,,, ki : konstanta yang tidak harus sama.
jika underestimate dan t overestimate
,2
iii vz
2
)(
2
pNR
• Tidak perlu asumsi kenormalan seperti B-test.• Dengan asumsi umum :
dengan R2 sebagai ukuran `goodness of fit`.Jika homoskedastisitas,
Note : Misal σi2=σ2 ki ,,, ki : konstanta yang tidak harus sama.
jika underestimate dan t overestimate
2
2
2
2
22
22
)()(
i
ii
ii
ii
x
kx
xx
kxVar
OLS
i
ii
x
kx)Var( 1
2
2
CARA MENGATASI (MENGOREKSI) HETEROSKEDASTISITAS
a) Jika σ2 diketahui Weighted Least Squares (MKT tertimbang); kasus khusus dari GLS, yg dpt
diturunkan dari fungsi kemungkinan maximum.Note :
simpangan (pengamatan) ekstrim dpt timbangan kecil
22
2)()(
1
i
iiii
i
xYxYJKS
*
**
/
/22
2
i
ii
ii
iii
x
yx
x
yx
i
ii
i
ii
yy
xx
*dan * dimana
*
**
/
/22
2
i
ii
ii
iii
x
yx
x
yx
i
ii
i
ii
yy
xx
*dan * dimana
|1
x| ...i
221
ikikii xxY
i
i
i
kik
i
i
ii
i xxY
...
1 221
**...*** 2211 ikikii xxxY
1)(1
*)(2
i
i
i VarVar
Cara Transformasi Model:
b. Jika σi2 tidak diketahui sering menggunakan asumsi tentang σi
2
Misal Asumsi : Var(εi)=C X2i2 lakukan seperti di atas dengan
transformasi: x (X2i)-1
i
i
i
kik
i
i
ii
i
xx
x
x
x
xx
Y
222
332
2
1
2
...1
cVar i *)( cVar i *)(
252.7F ; 93.0R ; 237.089.0 2
ii xY
c. Dapat dengan Transformasi Log (memperkecil skala) kadangkala dapat masalah baru, seperti Spurious correlation, kolinearitas.
Teladan : Dengan OLS : (4.4) (15.9) statistik t
Dengan WLS :
58.7F ; 76.0R ; 1
7529.0249.0
*1
**
2
ii
i
i
ii
i
xx
Y
xx
Y
58.7F ; 76.0R ; 1
7529.0249.0
*1
**
2
ii
i
i
ii
i
xx
Y
xx
Y
(21.3) (7.7)R2
WLS < R2OLS jangan dianggap sebagai indikasi bahwa koreksi
heteroskedastisitas kurang baik karena prosedur WLS melibatkantransformasi peubah tak bebas (Y*)
Dengan indikator :
2)249.07529.0( RXY iii 1-0 harus tidak 1 JKT
JKS
ii YY
riY