Uji heteroskedastisitas adalah pengujian statistik untuk mendeteksi apakah terjadi ketidaksamaan varian dari residual pada model regresi untuk semua pengamatan. Hal ini wajib dilakukan dalam analisis regresi linear berganda agar model yang Anda gunakan bersifat BLUE atau Best Linear Unbiased Estimator.
Mengapa Uji Heteroskedastisitas Penting dalam Analisis Regresi?
Uji ini penting karena asumsi homoskedastisitas mensyaratkan bahwa varian residual dari satu pengamatan ke pengamatan lain tetap konstan. Jika asumsi ini dilanggar, maka varian dari koefisien regresi tidak lagi minimum, yang mengakibatkan kesimpulan uji t atau uji F menjadi tidak valid atau menyesatkan bagi penelitian mahasiswa.
Bagaimana Cara Melakukan Uji Glejser untuk Heteroskedastisitas di SPSS?
Uji Glejser dilakukan dengan meregresikan nilai absolut residual terhadap variabel independen, di mana nilai signifikansi atau Sig. harus di atas 0,05 agar tidak terjadi gangguan. Berikut adalah langkah-langkah operasional praktis yang dapat langsung Anda terapkan pada program Statistical Package for the Social Sciences atau SPSS versi berapa pun.
- Buka lembar kerja SPSS dan pastikan data penelitian Anda sudah terinput dengan benar pada tab Variable View dan Data View.
- Klik menu Analyze di bagian atas layar, pilih sub-menu Regression, lalu klik Linear.
- Masukkan variabel terikat atau dependen ke kotak Dependent, dan seluruh variabel bebas atau independen ke kotak Independent.
- Klik tombol Save di sebelah kanan kotak dialog Linear Regression, lalu centang pilihan Unstandardized pada bagian Residuals, kemudian klik Continue.
- Klik tombol OK untuk menjalankan proses regresi pertama, sehingga SPSS akan membuat kolom baru bernama RES_1 di lembar kerja Anda.
- Transformasikan nilai residual tersebut menjadi bentuk absolut dengan mengklik menu Transform lalu pilih Compute Variable.
- Pada kotak Target Variable, ketik nama variabel baru seperti Abs_Res, lalu pada Numeric Expression ketik rumus ABS(RES_1) dan klik OK.
- Lakukan regresi kedua dengan mengklik menu Analyze, Regression, lalu Linear kembali.
- Kembalikan variabel dependen lama ke asalnya, lalu masukkan variabel Abs_Res baru yang baru saja dibuat ke kotak Dependent.
- Masukkan kembali seluruh variabel independen asli ke kotak Independent, lalu klik OK untuk melihat hasil output koefisien regresi Glejser.
Bagaimana Kriteria Keputusan Uji Glejser SPSS?
Kriteria keputusan uji Glejser didasarkan pada nilai signifikansi parsial atau nilai Sig. yang tertera pada tabel Coefficients hasil output SPSS. Jika nilai signifikansi antara variabel independen dengan Abs_Res berada di atas 0,05, maka model regresi dinyatakan bebas dari masalah heteroskedastisitas.
| Metode Uji | Kriteria Bebas Heteroskedastisitas | Indikasi Pelanggaran |
|---|---|---|
| Uji Glejser | Nilai Sig. > 0,05 pada setiap variabel | Nilai Sig. < 0,05 pada salah satu variabel |
| Uji Scatterplot | Titik menyebar acak di atas dan bawah angka 0 | Membentuk pola bergelombang, menyempit, atau melebar |
| Uji Park | Nilai t statistik tidak signifikan secara statistik | Koefisien parameter signifikan secara statistik |
Bagaimana Cara Membaca Grafik Scatterplot SPSS?
Analisis grafik Scatterplot dilakukan dengan melihat sebaran titik-titik pada sumbu koordinat ZPRED sebagai sumbu X dan SRESID sebagai sumbu Y. Model regresi dikatakan terbebas dari masalah gangguan varian jika titik-titik data menyebar secara acak serta tersebar baik di atas maupun di bawah angka nol pada sumbu Y tanpa membentuk pola teratur tertentu.
Sebaliknya, jika grafik Scatterplot menunjukkan pola tertentu yang teratur seperti gelombang melebar kemudian menyempit atau titik-titik mengumpul di satu sisi saja, maka hal tersebut mengindikasikan telah terjadi pelanggaran asumsi klasik berupa heteroskedastisitas yang harus segera diatasi oleh peneliti.
Bagaimana Cara Mengatasi Masalah Heteroskedastisitas pada Data?
Cara mengatasi data yang mengalami heteroskedastisitas adalah dengan melakukan transformasi data menggunakan fungsi matematis seperti logaritma natural atau Ln, akar kuadrat, atau bentuk invers. Transformasi ini bertujuan untuk meratakan sebaran data penelitian yang terlalu bervariasi sehingga rentang nilai antar variabel menjadi lebih stabil dan memenuhi asumsi klasik regresi linear.
Selain melakukan transformasi data secara manual, Anda juga dapat menggunakan metode estimasi Robust Standard Errors jika perangkat lunak statistik yang Anda gunakan mendukung fitur tersebut. Apabila Anda mengalami kendala teknis dalam proses pengolahan data ini, Anda bisa memanfaatkan layanan jasa olah data SPSS untuk mendampingi analisis penelitian skripsi Anda hingga tuntas.
Pertanyaan Umum
Bagaimana cara uji heteroskedastisitas di SPSS?
Cara uji heteroskedastisitas di SPSS dapat dilakukan melalui menu Analyze, Regression, Linear, lalu memilih opsi penyimpanan nilai residual untuk diuji menggunakan metode Glejser atau melihat grafik Scatterplot.
Apa dasar pengambilan keputusan uji Glejser?
Dasar pengambilan keputusan uji Glejser adalah jika nilai signifikansi atau Sig. antara variabel independen dan nilai absolut residual lebih besar dari 0,05, maka tidak terjadi heteroskedastisitas.
Apa penyebab terjadinya heteroskedastisitas dalam regresi?
Penyebab heteroskedastisitas biasanya berasal dari karakteristik data cross-section yang memiliki variasi besar antar individu, perusahaan, atau wilayah dalam satu waktu pengamatan.