Pernahkah Anda berhadapan dengan masalah heteroskedastisitas dalam analisis data? Jika ya, maka artikel ini akan membantu Anda untuk menyelesaikan masalah tersebut. Artikel ini juga menjelaskan bagaimana cara membuat grafik scatterplots untuk uji heteroskedastisitas menggunakan SPSS.
Heteroskedastisitas adalah suatu keadaan dimana varians dari residu tidak sama di setiap level prediksi. Dalam analisis regresi linear, jika terdapat heteroskedastisitas maka hasil regresi akan menjadi tidak akurat. Oleh karena itu, uji heteroskedastisitas sangat penting dilakukan sebelum melakukan analisis regresi.
Metode yang akan kita gunakan adalah melihat pola titik-titik pada scatter plots regresi. Cara kerja metode ini adalah dengan membuat grafik plot atau scatter antara “Standardized Predicted Value (ZPRED)” dengan “Studentized Residual (SRESID)”. Grafik ini memperlihatkan sumbu Y sebagai prediksi dan sumbu X sebagai residual.
Cara baca output uji heteroskedastisitas dengan grafik adalah sebagai berikut:
- Jika tidak ada pola tertentu pada grafik, maka dapat disimpulkan bahwa tidak terdapat gejala heteroskedastisitas (H0 diterima).
- Jika ada pola tertentu pada grafik, maka dapat disimpulkan bahwa terdapat gejala heteroskedastisitas (Ha diterima).
Tapi bagaimana cara untuk melakukan uji heteroskedastisitas dengan grafik? Jawabannya adalah dengan menggunakan SPSS. Berikut ini adalah tutorialnya:
- Buka aplikasi SPSS Anda.
- Buat data seperti tabel di atas.
- Klik Menu, Analyze, Regression, Linear: kemudian masukkan Fisika, Bilogi, dan matematika ke kotak Variabel Independent dan masukkan variabel SPMB ke kotak Variabel Dependent.
- Cari tombol “PLOT”, lalu klik sehingga muncul jendela “Linear Regression Plots”. Kemudian masukkan SRESID pada kotak Y dan ZPRED pada kotak X, klik Continue dan OK sampai jendela tertutup.
Setelah Anda selesai melakukan tahapan uji heteroskedastisitas dengan grafik, maka Anda dapat membaca outputnya. Output ini memperlihatkan grafik scatter yang menunjukkan apakah terdapat gejala heteroskedastisitas atau tidak.
Jika hasil analisis yang Anda lakukan ternyata memang menunjukkan ada masalah heteroskedastisitas, maka Anda dapat membuktikan lebih lanjut dengan melakukan beberpa uji heteroskedastisitas yang lebih lanjut, seperti Uji Glejser, Uji Park dan Uji Spearman.
Dengan demikian, artikel ini berharap dapat membantu Anda dalam menyelesaikan masalah heteroskedastisitas dan membuat grafik scatterplots untuk uji heteroskedastisitas dengan SPSS.