Badan Pendidikan dan Pelatihan Keuangan

<p>Pada video kali ini kita akan membahas asumsi homoskedastisitas sebagai salah satu syarat dalam suatu regresi linear. Homoskedastisitas adalah kondisi pada suatu model regresi dimana varians error bernilai konstan. Dengan demikian pada asumsi ini yang akan diuji adalah apakah nilai error atau selisih dari nilai variable y sampel dengan nilai y hasil estimasi dari model regresi memiliki varians yang konstan atau tidak. Asumsi klasik menyaratkan bahwa model regresi linear yang kita hasilkan bebas dari&#160; heteroskedastisitas. Untuk setiap nilai X, varian error (ui) bernilai sama untuk setiap observasi. Artinya, nilai variances dari ui bersifat konstan.</p>
<p>Akibat dari adanya heteroskedastisitas adalah:</p>
<ol>
<li>Model regresi OLS masih tetap unbiased dan konsisten, namun tidak memiliki varian minimum (tidak efisien).</li>
<li>Adanya heteroskedastisitas membuat model regresi bukanlah model terbaik, sehingga Property OLS &#8220;BEST&#8221; dalam BLUE tidak terpenuhi (hanya LUE).</li>
<li>Salah satu alasan kenapa model regresi menjadi bukan yang terbaik karena Uji t dan uji F dalam model regresi linear menjadi tidak reliable.</li>
<li>Ketika muncul heteroskedastisitas, Estimator BLUE bisa didapat dengan metode Generalized Least Square (GLS).</li>
</ol>