Data krossection seringkali mengandung situasi heteroskedastisitas karena data ini menghimpun data dari berbagai ukuran kecil, sedang, dan besar (Ghozali, 2016). Dalam analisis regresi linear berganda, kekhayatan variasi residual pada pengamatan yang berbeda dapat menimbulkan masalah. Kekhayatan variasi residual ini dinamakan heteroskedastisitas.

Heteroskedastisitas terjadi apabila variasi residual dari suatu pengamatan ke pengamatan lainnya tidak sama. Dalam hal ini, perlu dilakukan penyesuaian untuk mengatasi masalah tersebut.

Pengujian heteroskedastisitas dapat dilakukan dengan menggunakan beberapa cara, yaitu:

• Grafik Scatterplot: Membuat grafik scatterplot dari nilai prediksi variabel terikat (SRESID) dengan residual error (ZPRED).
• Uji Breusch-Pagan: Menentukan apakah terjadi heteroskedastisitas dengan menggunakan uji statistik.
• Uji Glejser: Meregresikan variabel-variabel bebas terhadap nilai absolut residualnya.

Dasar pengambilan keputusan untuk pengujian heteroskedastisitas adalah sebagai berikut:

• Jika terdapat pola tertentu pada grafik scatterplot, maka mengindikasikan bahwa terjadi heteroskedastisitas.
• Jika tidak terdapat pola yang jelas, maka tidak terjadi heteroskedastisitas.

Uji Breusch-Pagan memiliki kriteria pengambilan keputusan sebagai berikut:

• Jika nilai signifikansi > 0,05 , maka tidak terjadi heteroskedastisitas.
• Jika nilai signifikansi < 0,05 , maka terjadi heteroskedastisitas.

Pada analisis yang dilakukan dengan menggunakan program IBM SPSS 23, diperoleh hasil bahwa nilai chi square dari Obs*R-Squared sebesar 0.1493, yang lebih besar daripada nilai alpha (0,05). Hal ini menunjukkan bahwa data terbebas dari masalah heteroskedastitas.

Uji Glejser juga dapat digunakan untuk mendeteksi adanya heteroskedastisitas. Uji ARCH memiliki kriteria pengambilan keputusan sebagai berikut:

• Jika nilai signifikan variabel independen < 0,05 maka terjadi Heterokedastisitas.
• Jika nilai signifikan variabel independen > 0,05 maka tidak terjadi Heterokedastisitas.

Referensi:

Juliandi A, Irfan, Manurung S. (2014). Metodologi Penelitian Bisnis: Konsep dan Aplikasi. Medan: UMSU Press.
Ghozali, I. (2016) Aplikasi Analisis Multivariete Dengan Program IBM SPSS 23. Edisi 8. Semarang: Badan Penerbit Universitas Diponegoro.
Gujarati, Damodar N, (2004). Basic Econometrics, Fourth edition, Singapore. McGraw-Hill Inc.

Sumber Gambar: Google Images