UJI PARK HETEROSKEDASTISITAS

KONSEP DASAR UJI PARK HETEROSKEDASTISTIAS

Uji Heteroskedastistas merupakan bagian dari uji asumsi klasik di analisis regresi. Salah satu metode yang umum digunakan dalam uji heteroskedastisitas yaitu uji park. Uji Park Heteroskedastisitas adalah metode yang digunakan untuk mengetahui apakah variansi dari error dalam model regresi linear bergantung pada nilai dari variabel independen. Uji ini digunakan untuk menentukan apakah model regresi linear yang digunakan sesuai atau tidak.

Asumsi dasar dari model regresi linear adalah homoskedastisitas, yang berarti variansi dari error adalah konstan terlepas dari nilai dari variabel independen. Namun, dalam kenyataannya variansi dari error mungkin bergantung pada nilai dari variabel independen, sehingga menyebabkan heteroskedastisitas. Heteroskedastisitas dapat menyebabkan kesalahan dalam perhitungan statistik dan interpretasi hasil analisis regresi linear.

Secara umum, uji Park Heteroskedastisitas merupakan metode penting dalam analisis regresi linear untuk mengetahui apakah model yang digunakan sesuai atau tidak. Sebelum melakukan analisis regresi linear, penting untuk melakukan uji heteroskedastisitas untuk mengetahui apakah model yang digunakan memenuhi asumsi yang diperlukan atau perlu diterapkan metode lain untuk mengatasi masalah heteroskedastisitas.

Uji park dilakukan dengan cara meregresikan variabel independen dengan variabel LN_RES atau residual kuadrat yang di Logaritma Natural (LN). Data dinyatakan lolos dari uji park heteroskedastisitas jika nilai signifikansi variabel independen lebih besar dari 0,05.Apabila terjadi gejala dalam heteroskedastisitas akan mengakibatkan sebuah keraguan, dengan kata lain memunculkan hasil yang tidak akurat pada analisis regresi, karena model regresi yang baik jika datanya tidak terjadi heteroskedastisitas.

BERIKUT CARA UJI PARK HETEROSKEDASTISITAS DALAM ANALISIS REGRESI DI SPSS

Siapkan tabulasi data di Excel, lalu input data atau masukan data ke SPSS pada Page Data View.

Jangan lupa isikan juga pada Page Variable View.

Selanjutnya lakukan analisis data, dengan cara pilih menu Analyze – Regression –Linear

Muncul kotak dialog, seperti ini :

Masukan Variabel X (Independen) ke kolom Independent dan variabel Y (Dependen) masukan ke kolom Dependent

Selanjutnya pilih Save, akan muncul kotak dialog lagi, selanjutnya Ceklis Unstandarized Residual – Continue dan OK. Tujuannya yaitu untuk memunculkan Variabel Res_1 (Unstandarized Residual)

Akan muncul Variabel Baru di Data View SPSS yaitu Variabel Res_1

Selanjutnya lakukan Transformasi Data pada Variabel Unstandarized Residual dengan pilih menu Transform lalu pilih Compute Varibale.

Muncul kotak dialog lagi, seperti ini :

Isikan LN_RES (pada kolom target variable), pilih Arithmatic (Function Group), dibagian Functions and Special Variables pilih LN, lalu pilih anak panah keatas, dibagian Numeric Expression isikan LN (RES_1*RES_1) dan terakhir pilih OK. Tujuannya untuk memunculkan Variabel Baru yaitu LN_RES.

Muncul Variable Baru di Data View SPSS, yaitu Variabel LN_RES

Muncul Variable Baru di Variable View SPSS, yaitu Variabel RES_1 & LN_RES

Selanjutnya lakukan analisis data lagi, dengan cara pilih menu Analyze – Regression –Linear

Muncul kotak dialog lagi, lalu Regresikan Variable Independen dengan Variable LN_RES, dengan cara masukkan semua Variable Independen ke Kolom Independent dan masukkan Variable LN_RES ke kolom Dependent, lalu yang terakhir pilih OK

Keluar Output Uji Park seperti ini :

Interpretasi Output Uji Park Heteroskedastisitas:

Diketahui nilai Sig. Semua Variable Independen lebih besar dari 0,05 (>0,05) maka bisa ditarik kesimpulan bahwa asumsi uji heteroskedastisitas telah terpenuhi, dengan kata lain uji heteroskedastisitas sudah lolos. Data dinyatakan lolos heteroskedastisitas jika nilai Sig. atau P-Value lebih besar dari 0,05 (Alpha 5%).