Uji ini
digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik
heteroskedastisitas yaitu adanya ketidaksamaan varian dari residual untuk semua
pengamatan pada model regresi.
Dampaknya adalah sulit mengukur standar deviasi yang terlalu lebar maupun
terlalu sempit. Jika tingkat error dari varians terus bertambah, maka tingkat
kepercayaan akan semakin sempit. Ditambah prasayarat yang harus terpenuhi
dalam model regresi adalah tidak adanya gejala heteroskedastisitas ini. Untuk itu
sangat penting untuk mengetahui apakah telah terjadi heteroskedastisitas dalam
data atau sebaliknya.
1. Jika terdapat pola tertentu pada grafik Scatterplot SPSS, seperti titik-titik yang
membentuk pola yang teratur (bergelombang, menyebar kemudian
menyempit), maka dapat disimpulkan bahwa telah terjadi heteroskedastisitas.
2. Sebaliknya, jika tidak ada pola yang jelas, serta titik-titik menyebar, maka
indikasinya adalah tidak terjadi heteroskedastisitas.
Dan dari banyaknya titik-titik terlihat juga bahwa titik-titik tersebut menyebar dan
tidak membentuk suatu pola tertentu yang jelas, yang menunjukkan bahwa tidak
terjadi masalah heteroskedastisitas dalam data peniliti. Dapat dianalogikan bahwa
hubungan antara pengaruh X1 terhadap Y, pengaruh X2 terhadap Y dan pengaruh,
X3 terhadap Y, memiliki varians yang sama antara ketiga golongan tersebut, yang
artinya tidak adanya heteroskedastisitas.