Pengujian heteroskedastisitas adalah salah satu tahapan penting dalam analisis regresi linier. Tujuan dari pengujian ini adalah untuk mengetahui apakah terdapat kemungkiman bahwa variansi error tidak konstan dalam model regresi linier. Dalam artikel ini, kita akan membahas bagaimana melakukan pengujian heteroskedastisitas dan beberapa solusi jika model menyalahi asumsi heteroskedastisitas.

Pengujian Heteroskedastisitas dengan Grafik Scatterplot

Grafik scatterplot adalah salah satu cara untuk melakukan pengujian heteroskedastisitas. Cara kerja grafik scatterplot adalah sebagai berikut: buatlah grafik scatterplot antara nilai prediksi variabel terikat (y) dengan residual error (ZPRED). Jika terdapat pola tertentu pada grafik, maka mengindikasikan bahwa terjadi heteroskedastisitas.

Dasar pengambilan keputusan sebagai berikut:

• Jika terdapat pola yang jelas dan membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan bahwa terjadi heteroskedastisitas.
• Jika tidak terdapat pola yang jelas, maupun titik-titik yang menyebar di atas dan di bawah angka 0 pada sumbu y, maka tidak terjadi heteroskedastisitas.

Pengujian Heteroskedastisitas dengan Uji Breusch-Pagan

Uji Breusch-Pagan adalah salah satu cara untuk melakukan pengujian heteroskedastisitas. Kriteria pengambilan keputusan dari uji ini sebagai berikut:

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

Misalnya, pada tabel di bawah ini, kita dapat melihat bahwa nilai Chi Square dari Obs*R-Squared sebesar 0.1493, sehingga lebih besar daripada nilai alpha (0,05) yaitu 0,05.

Pengujian Heteroskedastisitas dengan Uji Glejser

Uji Glejser adalah salah satu cara untuk melakukan pengujian heteroskedastisitas. Cara kerja uji ini sebagai berikut: meregresikan variabel-variabel bebas terhadap nilai absolut residualnya.

Pengujian Heteroskedastisitas dengan Uji ARCH

Uji ARCH (Autoregressive Conditional Heteroskedasticity) adalah salah satu cara untuk melakukan pengujian heteroskedastisitas. Kriteria pengambilan keputusan dari uji ini sebagai berikut:

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

Solusi jika Model Menyalahi Asumsi Heteroskedastisitas

Jika model menyalahi asumsi heteroskedastisitas, maka dapat dilakukan beberapa solusi sebagai berikut:

• Mentransformasikan ke dalam bentuk logaritma, yang hanya dapat dilakukan jika semua data bernilai positif.
• Membagi semua variabel dengan variabel yang mengalami gangguan heteroskedastisitas.

Referensi

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

Image Sources: Google Images