UJI GLEJSER: IDENTIFIKASI HETEROKEDASTISITAS

UJI GLEJSER: 

IDENTIFIKASI HETEROKEDASTISITAS

Siang sobat semua, biar lebih afdol nyimaknya, saya tanya kabar dulu nih hehehe...

Wah pa kabar semua.. Moga baik2 aja ya.. Amiiiinnn...

Oke deh, kali nih saya mau ngeposting lagi tentang salah satu uji buat identifikasi masalah heterokedastisitas (singkat heterosekedas.red). Heeemh sesuai judulnya uji yang dipakai adalah uji Glejser..

Kalau sebelumnya sobat dah pada tahu beberapa cara/uji buat identifikasi heterosekedas (misalnya dengan scatter plot, korelasi Spearman, uji Park), nah biar sekalian lengkap ilmunya, ayok kita pelajari uji Glejser.. Selamat menyimak sobat...

Review sejenak alias pemanasan dulu hehehe..

Kalau uji korelasi Spearman kita meregresikan nilai residual dengan seluruh variabel bebasnya. Nah yang kita harapin nilai Sig. Spearmannya tidak signifikan sehingga kita menerima hipotesis nol (tidak terjadi masalah heterosekedas). 

Next, kalo uji Park kita meregresikan variabel logaritmanatural atau ln residual yang sudah dikuadratkan (ln_res_kuadrat) dengan nilai ln variabel-variabel bebasnya. Kita harapkan nilai Sig. > Alpha atau nilai t hitungnya lebih kecil daripada nilai tabel t (prob.alpha, N-2) sehingga hasilnya kita akan menerima hipotesis nol (tidak terjadi masalah heterosekedas).

Nah, sekarang kita masuk ke uji Glejser. Beberapa pihak bilang kalau uji Glejser ini mirip dengan uji Park padahal kalau menurut saya lebih dekat ke cara/uji dengan korelasi Spearman. Intinya, menurut Glejser, heterosekedas bisa diidentifikasi dengan meregresikan variabel nilai residual mutlak (Absolute Residual) dengan seluruh variabel bebasnya..

Oke deh,  silahkan download dulu datanya disini

Nah, dalan penelitian, saya pakai variabel bebasnya biaya promosi, biaya distibusi dan biaya produksi sedangkan untuk variabel terikatnya adalah nilai penjualan. Seluruh variabel satuannya rupiah.

Pertama, ssobat dapatkan dulu residual unstandardized (RES_1) dengan meregresikan variabel terikat dengan seluruh variabel bebasnya. Langkah ini bisalah sobat lihat dari postingan-postingan saya sebelumnya. Lalu dapatkan nilai residual mutlak dengan mengklik menu Transform, lalu Compute Variable. Pada bagian target variable isikan misalkan dengan nama Abs dan pada bagian Numeric Expression, ketikkan formula Abs(RES_1).

Sekarang lihat pada data view SPSS, muncul variabel baru bernama Abs yang menunjukkan nilai absolut/mutlak residual.

Berikut gambarannya: (gmbr 1,2)

 

Yap, sekarang klik Analyze, Regression, Linier dan pada bagian Dependent Variable masukkan variabel Abs sedangkan pada bagian Independent masukkan variabel bebas promosi (biaya promosi), dist (biaya distribusi), dan prod (biaya produksi). Berikut ilustrasinya:

Jika langkah di atas sudah dilakukan sekarang tinggal membaca outputnya. Berikut output SPSS 16 yang dihasilkan, perhatikan pada bagian Coefficient saja:

  

Ternyata nilai statistik t hitung untuk seluruh variabel bebasnya lebih kecil daripada nilai t tabel (0,05;13) yaitu 2,160369 sehingga kita menerima hipotesis nol yang menyatakan bahwa tidak terjadi masalah heterosekedas atau data kita sudah homosekedas.

Kita juga bisa melihat nilai Sig. seluruh variabel bebas yang lebih besar daripada Alpha 0,05, sehingga dengan demikian kita juga menerima hipotesis nol (tidak terjadi heterosekedas).

Wokeeeh, hehe.. itu yang bisa saya sharingkan ke sobat semua.. Semoga postingan ini bermanfaat.. Sukses dan semangat terus.. Salam :-)

Description: UJI GLEJSER: IDENTIFIKASI HETEROKEDASTISITAS Rating: 4.5 Reviewer: Unknown - ItemReviewed: UJI GLEJSER: IDENTIFIKASI HETEROKEDASTISITAS

Read More

UJI PARK: DETEKSI MASALAH HETEROKEDASTIS (Dilengkapi perbandingan uji dengan SPSS)

UJI PARK : DETEKSI MASALAH HETEROKEDASTISTAS

(dilengkapi dengan perbandingan uji)

Malam sobat semua.. Gimana nih kabarnya? Moga tetep fit aja ya, hehehe..

Oiya, kemaren kan saya pernah janji bakal ngeposting tentang deteksi heterokedastisitas (heterosekedas) dengan uji Park dan Glejser.. Nah, kali ini saya akan bahas yang uji Parknya dulu aja ya..

Jadi begini, Park menemukan sebuah uji yang bisa mendeteksi terjadi tidaknya heterosekedas dengan langkah-langkah sbb:

    *** Regresikan seperti biasa antara satu buah variabel dependen dengan satu atau lebih variabel dependen.  Dalam SPSS, langkahnya cukup mudah, tinggal klik Analyze, Regression, Linier... Lalu pada bagian dependent tinggal isikan yang variabel dependen sobat, lalu buat bagian independent, masukin seluruh variabel bebas yang sobat pakai.. Lalu klik Save dan centang Residuals Unstandardized.  Nanti,  pada Data View akan muncul variabel baru RES_1

    *** Selanjutnya kita akan mengkuadratkan residual RES_1, dan di logaritma naturalkan (ln).  Nah, pada SPSS sobat tinggal klik menu Transform, Compute Variable. Pada bagian target variable isikan nama variabel yang sobat mau (misalnya LN_RES1_Kuadrat). Pada bagian Numeric Expression, silahkan sobat masukkan perhitungannya, yakni dengan ln(RES_1*RES_1)

   *** Lakukan transformasi juga terhadap seluruh variabel bebas yang sobat pakai cukup dengan melogaritmanaturalkan (ln) variabel bebas.

   ***Terakhir, sobat kembali melakukan regresi dengan menempatkan variabel hasil trasnformasi yakni LN_Res1_Kuadrat sebagai variabel dependen sedangkan pada bagian independent variables isikan dengan variabel transformasi yakni logaritma dari masing-masing variabel bebas.

    *** Pada output Coefficient, perhatikan nilai t hitung. Apabila nilai t hitung (nilai mutlaknya) lebih kecil daripada t tabel (Alpha; N-2), maka kita menerima hipotesis nol yang menyatakan bahwa tidak terjadi heterosekedas, dan sebaliknya. Hal ini bisa juga kita lihat dari Sig. yakni bila Sig. lebih besar daripada Alpha (0,05) maka kita juga menerima hipotesis nol, dan sebaliknya.

Berikut ini saya berikan contoh datanya. Kalau sobat tertarik mencoba, silahkan download datanya disini.

Variabel bebas yang saya pakai adalah jumlah tenaga kerja (orang), biaya mesin (juta rupiah), dan biaya bahan baku (juta rupiah). Sedangkan variabel terikatnya/dependen adalah produksi.

Berikut saya lampirkan snapshot output masing-masing poin (1 s/d 5), silahkan coba..

POIN 1-2

POIN 3

POIN 4

 

POIN 5

 

Bandingkan nilai t hitung dengan nilai t tabel (alpha;N-2) >>>  t tabel (0,05;50-2). Pada microsoft excel, untuk mencari nilai t tabel tinggal ketikkan =TINV(probability;degree of freedom) >>> =TINV(0,05;48) dan hasilnya 2,010635. Ternyata hanya variabel ln_biaya_BB yang t hitungnya lebih kecil daripada t tabel yakni 0,252 < 2,01 (terima hipotesis nol) sedangkan dua variabel bebas lainnya malah menolak hipotesis nol.

Dari nilai Sig. juga sejalan dimana hanya variabel ln_biaya_BB yang nilai Sig. lebih besar daripada Alpha 0,05 (hipotesis nol diterima) sedangkan pada dua variabel lainnya, tolak hipotesis nol. Jadi, bisa disimpulkan kalau kita tersangkut pada masalah terjadinya heterosekedas.

Sebagai pembanding saja, jika sobat mau mempraktekkan uji grafik ( untuk ini, sudah pernah diposting sebelumnya), maka hasilnya sebagai berikut:

  

Data tidak menyebar secara acak (random), ada yang justru mengumpul. Hal ini  mengindikasikan terjadinya masalah heterosekedas.

Mungkin ada yang tertarik  membandingkan hasilnya dengan uji non parametrik (Korelasi Spearman) sekalian coba-coba lagi hehehe.. Ini hasilnya:

Lihat saja nilai Signikansi Spearman. Kita berharap nilai Sig tidak signifikan (Sig. lebih besar dari 0,05). Ternyata tidak semua variabel yang memenuhi harapan karena ternyata variabel Biaya_Mesin signifikan (Sig. 0,001 < 0,05). Simpulannya tetap sama, kita terkena masalah heterokedastisitas..

Oke deh, gitu aja dulu ya sharingnya,, hehehe... Hoammmh, dah ngantuk juga nih hehehe.. Jaga kesehatan juga butuh lhoo, hehehe,, sobat semua juga tetep jaga kesehatannya ya.. Salam sukses, salam hangat terdahsyat dari saya... :-)

 

Description: UJI PARK: DETEKSI MASALAH HETEROKEDASTIS (Dilengkapi perbandingan uji dengan SPSS) Rating: 4.5 Reviewer: Unknown - ItemReviewed: UJI PARK: DETEKSI MASALAH HETEROKEDASTIS (Dilengkapi perbandingan uji dengan SPSS)

Read More