Cara Mengatasi Heteroskedastisitas Dengan Uji White Eviews

3 min read Jun 25, 2024
Cara Mengatasi Heteroskedastisitas Dengan Uji White Eviews

Cara Mengatasi Heteroskedastisitas dengan Uji White pada EViews

Pengertian Heteroskedastisitas

Heteroskedastisitas adalah kondisi dimana varians residual berbeda-beda pada setiap observasi. Kondisi ini dapat menyebabkan hasil regresi menjadi tidak akurat dan tidak stabil. Oleh karena itu, perlu dilakukan pengujian untuk mendeteksi adanya heteroskedastisitas dan mengatasi masalah tersebut.

Pengujian Heteroskedastisitas dengan Uji White

Uji White adalah salah satu metode yang digunakan untuk menguji adanya heteroskedastisitas dalam regresi. Uji White dilakukan dengan menghitung statistik uji White yang didasarkan pada hasil regresi. Statistik uji White akan menunjukkan apakah varians residual berbeda-beda pada setiap observasi.

Langkah-langkah Mengatasi Heteroskedastisitas dengan Uji White pada EViews

Berikut adalah langkah-langkah untuk mengatasi heteroskedastisitas dengan uji White pada EViews:

Langkah 1: Buat Model Regresi

  • Buka EViews dan buat model regresi dengan memilih Quick > Estimate Equation
  • Tentukan variabel dependen dan independen yang akan diuji

Langkah 2: Lakukan Uji White

  • Klik View > Residual Diagnostics > White Heteroskedasticity Test
  • Pilih White sebagai metode pengujian
  • Klik OK untuk menjalankan pengujian

Langkah 3: Analisis Hasil Uji White

  • Perhatikan nilai statistik uji White dan signifikansi (p-value)
  • Jika p-value < 0.05, maka terdapat heteroskedastisitas dalam data
  • Jika p-value > 0.05, maka tidak terdapat heteroskedastisitas dalam data

Langkah 4: Mengatasi Heteroskedastisitas

  • Jika terdapat heteroskedastisitas, maka perlu dilakukan transformasi pada variabel dependen atau independen
  • Contoh transformasi adalah logaritma atau pangkat
  • Ulangi langkah 1-3 setelah transformasi untuk memastikan bahwa heteroskedastisitas telah diatasi

Kesimpulan

Dengan menggunakan uji White pada EViews, kita dapat mendeteksi adanya heteroskedastisitas dalam regresi dan mengatasi masalah tersebut dengan melakukan transformasi pada variabel dependen atau independen. Hasil regresi yang akurat dan stabil dapat dihasilkan setelah mengatasi heteroskedastisitas.