Heteroskedastitas adalah salah satu jenis masalah yang dapat timbul saat melakukan regresi linear. Masalah ini terjadi ketika variansi atau dispersi dari residual tidak sama pada semua tingkat dari variabel predictor. Dalam artikel ini, kita akan membahas tentang heteroskedastitas dan bagaimana mengidentifikasi dan mengatasi masalah tersebut menggunakan program SPSS.

Ciri-ciri Heteroskedastitas

Heteroskedastitas memiliki beberapa ciri yang dapat diidentifikasi dengan cara melihat gambar scatterplots. Ciri-cirinya adalah:

• 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

Data penelitian yang akan kita gunakan dalam uji heteroskedastisitas adalah data "Pengaruh Profesionalisme [X1] dan Motivasi [X2] terhadap Kinerja [Y]". Data ini memiliki jumlah sampel sebanyak 72.

Langkah-Langkah Mendeteksi Heteroskedastisitas dengan Gambar Scatterplots SPSS

Berikut adalah langkah-langkah untuk mendeteksi heteroskedastisitas menggunakan program SPSS:

1. Buka program SPSS dan buat variable view.
2. Masukkan data penelitian ke dalam SPSS.
3. Klik menu Analyze – Regression – Linear.
4. Pilih variabel X1, X2, dan Y sebagai variabel independen dan dependen.
5. Pada bagian Plots, masukkan *ZPRED pada kotak X dan *SRESID pada kotak Y.
6. Klik Ok untuk melihat output SPSS.

Analisis Output Scatterplots SPSS

Berikut adalah analisis output scatterplots SPSS:

• 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 Heteroskedastisitas

Jika terdapat masalah heteroskedastitas, maka alternatif solusi yang dapat dilakukan adalah:

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

Saya berhenti di sini, semoga panduan ini bermanfaat untuk Anda.