Dalam analisis statistik, heteroskedastisitas adalah suatu masalah yang sering terjadi. Masalah ini timbul karena titik-titik data penyebaran tidak berpola dan tidak mengumpulkan hanya di atas atau di bawah saja. Pada artikel ini, kita akan belajar bagaimana melakukan uji heteroskedastisitas dengan menggunakan gambar scatterplots SPSS.
Kriteria Heteroskedastisitas
Sebelum kita lanjutkan ke langkah-langkah untuk melakukan uji heteroskedastisitas, mari kita lihat kriteria-kriteria yang terdapat pada masalah heteroskedastisitas:
- 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 kita gunakan untuk contoh kali ini adalah data "Pengaruh Profesionalisme [X1] dan Motivasi [X2] terhadap Kinerja [Y]" dengan jumlah sampel sebanyak 72.
Karena jumlah sampel sebanyak 72, maka gambar akan terlalu besar jika di tampilkan diblog ini. Oleh karena itu, silakan Anda[Download Data Saja]
Langkah-Langkah Men-deteksi Heteroskedastisitas dengan Gambar Scatterplots SPSS
Berikut langkah-langkah untuk melakukan uji heteroskedastisitas dengan menggunakan gambar scatterplots SPSS:
- Buka program SPSS, lalu klik Variable View dan masukkan nama variabel X1, X2, dan Y.
- Klik Data View dan masukkan data penelitian sesuai dengan nama variabel yang ada pada tampilan Data View tersebut.
- Klik menu Analyze –Regression –Linear dan masukkan variabel Profesionalisme [X1] dan Motivasi [X2] ke kotak Independent(s), serta variabel Kinerja [Y] ke kotak Dependent.
- Pada bagian Method: pilih Enter, setelah itu klik Plots dan masukkan *ZPRED pada kotak X dan *SRESID pada kotak Y.
- Terakhir klik Ok, maka akan muncul Ouput SPSS. Perhatikan output Scatterplots yang ada bagian output paling bawah.
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 heteroskedastisitas, sehingga model regresi yang baik dan ideal dapat terpenuhi.
Solusi Mengatasi Masalah 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 dan saya akhiri.