Cara Menguji Heteroskedastisitas dengan Metode Statistik (Uji Glejser)

Bacaan Selanjutnya ...

Heteroskedastisitas merupakan salah satu jenis uji asumsi klasik yang penggunaannya penting untuk menilai bisa tidaknya model regresi merepresentasikan kesimpulan yang diambil dari hasil penelitian. Hal ini terkait dengan pengamatan variance dan residual. Jika variance dan residual satu pengamatan ke pengamatan lainnya tetap, maka disebut homokedastisitas. Ada dua cara untuk melihat heteroskedastisitas, pertama dengan metode grafik dan kedua dengan metode statistik.
Berdasarkan pengalaman saya cara grafik memiliki kelemahan yang mendasar, yaitu pada persepsi setiap orang dapat berbeda saat melihat grafik ini. Dengan demikian sering terjadi beda pendapat dikarenakan kadangkala sebuah grafik secara visual cukup meyakinkan untuk dinilai tidak terjadi heteroskedastisitas padahal terdapat salah satu variabel yang bermasalah.
Untuk itu saya ingin mengajak teman-teman lebih cenderung menggunakan metode alternatifnya dalam menilai ada tidaknya heteroskedastisitas ini, yaitu dengan uji statistik. Ada beberapa uji statistik yang saya tahu diantaranya Uji Park, Uji Glejser dan Uji White. Dengan menggunakan uji statistik maka kita akan memperoleh nilai cut off yang jelas untuk menilai ada tidaknya heteroskedastisitas.
Uji Glejser merupakan uji heteroskedastisitas yang lakukan dengan cara melakukan meng absolut-kan nilai residual baru kemudian dilakukan regresi terhadap variabel bebasnya. Adapun langkah-langkahnya secara rinci dapat dilihat pada Contoh dibawah ini:

Pertama-tama kita harus melakukan regresi seperti biasa dengan memasukkan variabel bebas dan variabel terikatnya dalam kotak independen dan dependennya. Namun dalam uji ini yang harus diperhatikan adalah untuk mengklik opsi SAVE sehingga muncul kotak dialog seperti ini:

Kemudian centang opsi unstandarized resdual yang telah saya tandai dengan kotak merah pada kota dialog tersebut lalu Continue. Lalu kita akan kembali pada kotak dialog Linear Regression.

Disini kita tinggal klik OK dan kita telah memperoleh nilai residual dari model regresi yang terbentuk, Untuk lebih meyakinkan teman-teman bisa melihatnya pada Tab Data view-nya sudah muncul seperti ini:

Nah kemudian kita tinggal mentransformasikan nilai residual tadi kedalam nilai absolut residual. Caranya begini:
Klik Menu Transform lalu pilih Compute Variables maka akan muncul kotak dialog Compute Variabel. Disini isi Target Variabel dengan Abs_Residual lalu cari kotak Funtion Group pilih Arithmetic maka akan muncul berbagai function dalam kategori Arithmetic pada kotak dibawahnya. Penampakannya seperti dibawah ini:

Nah disitu klik 2x di Abs (absolut) sampai muncul ABS(?) di kotak Numeric Expression seperti penampakan dibawah ini:

Selanjutnya ganti Tanda tanya yang dalam kurung pada kotak Numeric Expression itu dengan variabel Residual yang sudah kita dapat sebelumnya. Caranya dengan mencari variabel yang kita madsud tadi di kota list Variabel disebelah kiri lalu Klik 2x disitu maka penampakannya akan menjadi seperti ini:

Sampai disini tinggal Klik OK. Maka kita sudah mendapatkan variabel Abs_Residual yang dapat terlihat pada Tab Variabel View Seperti ini:

Langkah selanjutnya kita akan meregresikan Variabel abs_residual tadi dengan variabel independen kita. Cara nya seperti biasa, klik Analize lalu pilih Regression lalu Linear Seperti Ini:

Maka akan muncul kotak dialog Linear Regression. Disini tinggal kita memasukkan variabel Abs_Residual Tadi kedalam kotak dependent lalu memasukkan variabel independent kita kedalam kotak independent seperti ini:

Sampai disini tidak perlu mengatur Apapun lagi langsung Klik OK. maka akan keluar hasilnya. Kita akan melihat berbagai hasil regresi seperti pada umumnya tapi kita cuma perlu yang ini saja:

Cara membaca Hasilnya adalah jika nilai signifikasi (sig.) lebih besar dari 0,05 maka disimpulkan tidak terjadi heteroskedastisitas, jika lebih kecil berarti terjadi heteroskedastisitas.