"If there is heteroscedasticity, the heteroscedastic variance si² may be systematically related to one or more explanatory variables." (Gujarati, 2006 : 402)
Park mengatakan bahwa metode variance merupakan fungsi dari variabel-variabel bebas dinyatakan dalam persamaan sebagai berikut : si² = a Xi ß
Persamaan ini dijadikan linear dalam bentuk persamaan log sehingga Ln si² = a + ß Ln Xi + vi
Karena variance populasi umumnya tidak diketahui maka dapat ditaksir dengan menggunakan residual (e) sebagai proksi, sehingga persamaan menjadi Ln ei² = a + ß Ln Xi + vi
Dikatakan juga bahwa "Test the null hypothesis that B = 0; that is, there is no heteroscedasticity. If a statistically significant relationship exits between ln ei² and ln Xi the null hypothesis of no heteroscedasticity can be reject." (Gujarati, 2006 : 403)
Dasar analisis :
Apabila koefisien parameter dari persamaan regresi tersebut signifikan secara statistik, hal ini menunjukkan bahwa dalam data model empiris yang diestimasi terdapat heteroskedastis, dan sebaliknya jika parameter beta tidak signifikan pada data model tersebut tidak dapat ditolak.
Contoh :
Ln ei² = a + b1( Laba bersih) + b2(Total arus kas)
Cara penyelesaian dengan menggunakan SPSS :
Hasil perhitungan dari persamaan regersi Lnei² = a + b1( Laba bersih) + b2(Total arus kas) menunjukkan bahwa hanya variabel X2NORMAL saja secara statistik memiliki pengaruh signifikan terhadap variabel terikatnya, sedangkan X1NORMAL tidak signifikan. Parameter beta yang tidak signifikan yang menunjukkan bahwa dalam model persamaan regresi tidak terdapat heteroskedastisitas, dari hasil perhitungan koefisien regresi (parameter beta) menunjukkan hanya satu variabel saja yang tidak memiliki pengaruh signifikan sedangkan variabel satunya lagi signifikan. Dengan demikian dapat dikatakan bahwa sebenarnya memang dalam model persamaan regresi ini tidak terdapat heteroskedastisitas namun dalam porsi yang kecil. Namun demikian masih dapat dikatakan bahwa asumsi klasik yang menyatakan bahwa model persamaan regresi yang baik harus memiliki homoskedastisitas (kesamaan varian) dapat diterima adanya.
Park mengatakan bahwa metode variance merupakan fungsi dari variabel-variabel bebas dinyatakan dalam persamaan sebagai berikut : si² = a Xi ß
Persamaan ini dijadikan linear dalam bentuk persamaan log sehingga Ln si² = a + ß Ln Xi + vi
Karena variance populasi umumnya tidak diketahui maka dapat ditaksir dengan menggunakan residual (e) sebagai proksi, sehingga persamaan menjadi Ln ei² = a + ß Ln Xi + vi
Dikatakan juga bahwa "Test the null hypothesis that B = 0; that is, there is no heteroscedasticity. If a statistically significant relationship exits between ln ei² and ln Xi the null hypothesis of no heteroscedasticity can be reject." (Gujarati, 2006 : 403)
Dasar analisis :
Apabila koefisien parameter dari persamaan regresi tersebut signifikan secara statistik, hal ini menunjukkan bahwa dalam data model empiris yang diestimasi terdapat heteroskedastis, dan sebaliknya jika parameter beta tidak signifikan pada data model tersebut tidak dapat ditolak.
Contoh :
Ln ei² = a + b1( Laba bersih) + b2(Total arus kas)
Cara penyelesaian dengan menggunakan SPSS :
- Lakukan regresi utama dengan persamaan Harga saham = f(Laba bersih, Total arus kas), seperti contoh di atas.
- Dapatkan variabel residual (ei) dengan cara memilih tombol save pada tampilan windows Linear Regression dan aktifkan unstandardized residual (seperti contoh di atas).
- Kuadratkan nilai residual (ei²) dengan menu Transform dan Compute.
- Hitung logaritma dari kuadrat residual (Ln ei²) dengan menu Transform dan Compute.
- Regresikan variabel Ln ei² sebagai variabel terikat dan variabel Laba bersih, Total arus kas sebagai variabel bebas seperti bentuk persamaan di atas. Hasil perhitungan regresi tersebut adalah sebagai berikut :
Hasil perhitungan dari persamaan regersi Lnei² = a + b1( Laba bersih) + b2(Total arus kas) menunjukkan bahwa hanya variabel X2NORMAL saja secara statistik memiliki pengaruh signifikan terhadap variabel terikatnya, sedangkan X1NORMAL tidak signifikan. Parameter beta yang tidak signifikan yang menunjukkan bahwa dalam model persamaan regresi tidak terdapat heteroskedastisitas, dari hasil perhitungan koefisien regresi (parameter beta) menunjukkan hanya satu variabel saja yang tidak memiliki pengaruh signifikan sedangkan variabel satunya lagi signifikan. Dengan demikian dapat dikatakan bahwa sebenarnya memang dalam model persamaan regresi ini tidak terdapat heteroskedastisitas namun dalam porsi yang kecil. Namun demikian masih dapat dikatakan bahwa asumsi klasik yang menyatakan bahwa model persamaan regresi yang baik harus memiliki homoskedastisitas (kesamaan varian) dapat diterima adanya.
Tidak ada komentar:
Posting Komentar