a) Uji Park
Metode uji Park yaitu dengan meregresikan nilai logaritma natural dari
residual kuadrat (Lne2) dengan variabel independen (X1 dan X2).
Kriteria pengujian adalah sebagai berikut:
1. Ho : tidak ada gejala heteroskedastisitas
2. Ha : ada gejala heteroskedastisitas
3. Ho diterima bila Signifikansi > 0,05 berarti tidak terdapat heteroskedastisitas
dan Ho ditolak bila Signifikansi < 0,05 yang berarti terdapat
heteroskedastisitas.
b) Uji Glejser
Uji Glejser dilakukan dengan cara meregresikan antara variabel independen dengan
nilai absolut residualnya (ABS_RES). Jika nilai signifikansi antara variabel
independen dengan absolut residual lebih dari 0,05 maka tidak terjadi masalah
heteroskedastisitas.
Contoh kasus:
Akan dilakukan analisis regresi linier berganda untuk mengetahui pengaruh
biaya produksi, distribusi, dan promosi terhadap tingkat penjualan. Dengan ini
sebelumnya akan dilakukan uji asumsi klasik heteroskedastisitas dengan metode uji
Glejser. Data sebagai berikut:
Dari output di atas dapat diketahui bahwa nilai signifikansi ketiga variabel
independen lebih dari 0,05. Dengan demikian dapat disimpulkan bahwa tidak terjadi
masalah heteroskedastisitas pada model regresi.
c) Melihat pola titik-titik pada scatterplots regresi
Metode ini yaitu dengan cara melihat grafik scatterplot antara standardized
predicted value (ZPRED) dengan studentized residual (SRESID). Ada tidaknya pola
tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah
Y yang telah diprediksi dan sumbu X adalah residual (Y prediksi - Y sesungguhnya).
Dasar pengambilan keputusan yaitu:
- Jika ada pola tertentu, seperti titik-titik yang ada membentuk suatu pola tertentu
yang teratur (bergelombang, melebar kemudian menyempit), maka terjadi
heteroskedastisitas.
- Jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan di bawah angka
0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Langkah-langkah analisis pada SPSS sebagai berikut:
- Inputkan data di SPSS
- Untuk analisis data, klik menu Analyze >> Regression >> Linear
- Pada kotak dialog Linear Regression, masukkan variabel Tingkat penjualan ke kotak
Dependent, kemudian masukkan variabel Biaya produksi, Biaya distribusi, dan
Biaya promosi ke kotak Independent(s).
- Klik tombol Plots, maka akan terbuka kotak dialog ‘Linear Regression: Plots’.
- Klik *SRESID (Studentized Residual) lalu masukkan ke kotak Y dengan klik tanda
penunjuk. Kemudian klik *ZPRED (Standardized Predicted Value) lalu masukkan ke
kotak X. Jika sudah klik tombol Continue. Akan terbuka kotak dialog sebelumnya,
klik tombol OK, maka hasil output pada grafik Scatterplot sebagai berikut:
Dari output di atas dapat diketahui bahwa titik-titik tidak membentuk pola
yang jelas, dan titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y. Jadi
dapat disimpulkan bahwa tidak terjadi masalah heteroskedastisitas dalam model
regresi.
- Klik tombol Save, selanjutnya akan terbuka kotak dialog ‘Linear Regression: Save’
- Pada Residuals, beri tanda centang pada ‘Unstandardized’. Kemudian klik tombol
Continue. Akan kembali ke kotak dialog sebelumnya, klik tombol OK. Hiraukan
hasil output SPSS, Anda buka input data, disini akan bertambah satu variabel yaitu
residual (RES_1).
- Langkah selanjutnya melakukan analisis Spearman’s rho dengan cara klik Analyze
>> Correlate >> Bivariate, selanjutnya akan terbuka kotak dialog Bivariate
Correlations.
- Masukkan variabel Biaya produksi, Biaya distribusi, Biaya promosi dan
Unstandardized Residual ke kotak Variables. Kemudian hilangkan tanda centang
pada Pearson dan beri tanda centang pada Spearman. Gambar seperti di atas. Jika
sudah klik tombol OK, maka hasil output seperti berikut:
Dari output di atas dapat diketahui bahwa nilai korelasi ketiga variabel
independen dengan Unstandardized Residual memiliki nilai signifikansi lebih dari
0,05. Karena signifikansi lebih dari 0,05 maka dapat disimpulkan bahwa tidak terjadi
masalah heteroskedastisitas pada model regresi.