KEPEKAAN METODE WHITE’S ROBUST STANDARD ERROR DALAM MENGATASI MASALAH HETEROSKEDASTISITAS POLA LINIER DAN KUADRATIK PADA ANALISIS REGRESI LINIER SEDERHANA
Abstract: Analisis regresi
linier sederhana memiliki beberapa asumsi klasik yang harus terpenuhi agar
didapatkan penduga model dengan sifat Best Linear Unbiased Estimator (BLUE).
Salah satu asumsi klasik yang sering tidak terpenuhi adalah asumsi
homoskedastisitas. Homoskedastisitas merupakan keadaan di mana masing-masing galat mempunyai ragam yang sama
atau konstan, yang dapat dituliskan sebagai RUMUS . Konsekuensi adanya
heteroskedastisitas jika menggunakan OLS (Ordinary Least Square), tanpa
menangani tidak konstannya ragam akan menghasilkan penduga parameter (Bo dan
B1) dengan ragam yang lebih kecil dari seharusnya. Hal ini menyebabkan
penerapan analisis regresi linier dengan Metode Kuadrat Terkecil atau Ordinary
Least Square dapat memberikan informasi yang menyesatkan. Metode White’s
RobustStandard Error adalah salah satu alternatif penanganan masalah
heteroskedastisitas. Penelitian ini bertujuan untuk mengkajitentang kepekaan
metode White’s Robust Standard Error dalam menangani masalah
heteroskedastisitas pada pola hubunganantara galat dengan peubah bebas yang
meningkat secara linier dan galat mempunyai hubungan kuadratik dengan peubah
bebas. Berdasarkan data hasil simulasi, disimpulkan metode White’s Robust
Standard Error lebih peka menangani heteroskedastisitas ketika terdapat
hubungan linier daripada kuadratik antara galat dengan peubah bebas. Hal ini
dibuktikan dengan meningkatnya nilai Standard Error (ragam penduga parameter
tidak lagi lebih kecil dari seharusnya) dan P-value setelah data ditangani
dengan metode ini.
Penulis: Kasih Maharani, Rahma
Fitriani, Henny Pramoedyo
Kode Jurnal: jpmatematikadd130811
