Dalam analisis regresi, heteroskedastitas adalah suatu fenomena dimana varians data penyebaran tidak sama di atas dan di bawah angka 0. Dalam hal ini, titik-titik data tidak mengumpul hanya di atas atau di bawah saja, melainkan terjadi penyebaran yang tidak berpola.

Karakteristik Heteroskedastitas

Heteroskedastitas dapat dikenali dengan karakteristik sebagai berikut:

  • Titik-titik data penyebar di atas dan di bawah atau di sekitar angka 0.
  • Titik-titik tidak mengumpul hanya di atas atau di bawah saja.
  • Penyebaran titik-titik data tidak membentuk pola bergelombang melebar kemudian menyempit dan melebar kembali.
  • Penyebaran titik-titik data tidak berpola.

Contoh Kasus Uji Heteroskedastisitas

Data penelitian yang akan saya gunakan dalam uji heteroskedastisitas untuk contoh kali ini yakni data “Pengaruh Profesionalisme [X1] dan Motivasi [X2] terhadap Kinerja [Y]”. Dalam contoh ini, jumlah sampel sebanyak 72.

Langkah-Langkah Mendeteksi Heteroskedastisitas dengan Gambar Scatterplots SPSS

  1. Buka program SPSS kemudian klik Variable View, pada kolom Name baris pertama tuliskan X1, baris kedua X2, baris ketiga Y.
  2. Masukkan data penelitian sesuai dengan nama variabel yang ada pada tampilan Data View.
  3. Klik menu Analyze –Regression –Linear dan masukkan variabel Profesionalisme [X1] dan Motivasi [X2] ke kotak Independent(s), serta Kinerja [Y] ke kotak Dependent.
  4. Pada bagian Method: pilih Enter, lalu klik Plots dan masukkan *ZPRED pada kotak X dan *SRESID pada kotak Y.
  5. Terakhir klik Ok dan perhatikan output Scatterplots yang ada bagian output paling bawah.

Analisis Output Scatterplots SPSS

Dalam output Scatterplots di atas, dapat kita ketahui bahwa:

  • Titik-titik data penyebar di atas dan di bawah atau di sekitar angka 0.
  • Titik-titik tidak mengumpul hanya di atas atau di bawah saja.
  • Penyebaran titik-titik data tidak membentuk pola bergelombang melebar kemudian menyempit dan melebar kembali.
  • Penyebaran titik-titik data tidak berpola.

Dengan demikian, dapat kita disimpulkan bahwa tidak terjadi masalah heteroskedastisitas, sehingga model regresi yang baik dan ideal dapat terpenuhi.

Solusi Mengatasi Masalah Heteroskedastisitas

Namun, dalam kasus lain, saat dimungkinkan terjadi masalah heteroskedastisitas. Oleh karena itu, alternatif solusi yang dapat anda lakukan untuk mengatasi masalah tersebut adalah:

  • Melakukan transformasi data ke bentuk lain seperti: Log atau Ln
  • Mengganti metode pengujian heteroskedastisitas dengan metode yang lain seperti: Uji Glejser
  • Mengurangi jumlah data [outlier data ekstrim]
  • Menambah atau menganti data atau jumlah sample

Sementara hanya ini yang bisa saya tulis dalam Panduan Uji Heteroskedastisitas dengan Gambar Scatterplots SPSS. Saya akhiri dan selamat mencoba!