=====================================================

Dalam analisis regresi, heteroskedastisitas adalah suatu masalah yang dapat terjadi ketika variancia dari residual error tidak sama di setiap level independen. Dalam artikel ini, kita akan membahas cara mendeteksi heteroskedastisitas dengan menggunakan gambar scatterplots pada SPSS.

Tanda-tanda Heteroskedastisitas

Untuk mengetahui apakah terjadi masalah heteroskedastisitas, kita dapat melihat tanda-tanda berikut:

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

CONTOH KASUS UJI HETEROSKEDASTISITAS

Data penelitian yang akan kita gunakan dalam uji heteroskedastisitas ini adalah data "Pengaruh Profesionalisme [X1] dan Motivasi [X2] terhadap Kinerja [Y]".

Karena jumlah sampel sebanyak 72, maka gambar akan terlalu besar jika di tampilkan pada blog ini. Oleh karena itu, untuk latihan silahkan anda [Download Data Saja].

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, dan baris ketiga Y.
2. Jika sudah, selanjutnya klik Data View lalu masukkan data penelitian sesuai dengan nama variabel yang ada pada tampilan Data View tersebut.
3. Selanjutnya klik menu Analyze –Regression –Linear….
4. Maka keluar kotak dialog “Linear Regression”, selanjutnya masukkan variabel Profesionalisme [X1] dan Motivasi [X2] ke kotak Independent(s), dan masukkan variabel Kinerja [Y] ke kotak Dependent, dengan cara klik tanda panah [>]. Kemudian pada bagian Method: pilih Enter, setelah itu klik Plots….
5. Muncul kotak dialog “Linear Regression: Plots”, masukkan *ZPRED pada kotak X dan *SRESID pada kotak Y, lalu klik Continue.
6. Terakhir klik Ok, maka akan muncul Ouput SPSS.. Perhatikan output Scatterplots yang ada bagian output paling bawah.

ANALISIS OUTPUT SCATTERPLOTS SPSS

Bedasarkan output Scatterplots di atas diketahui 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 heteroskedastitas, sehingga model regresi yang baik dan ideal dapat terpenuhi.

SOLUSI MENGATASI JIKA TERDAPAT GELAJA HETEROSKEDASTISITAS

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 semoga bermanfaat. Saya akhiri dan selamat mencoba.

Lihat Juga

• Artikel lainnya tentang analisis regresi
• Tutorial SPSS untuk analisis regresi

Kata-kata Terakhir

Heteroskedastisitas adalah suatu masalah yang dapat terjadi dalam analisis regresi. Dengan menggunakan gambar scatterplots pada SPSS, kita dapat mendeteksi adanya heteroskedastitis dan mengambil langkah-langkah untuk mengatasinya.