Memahami Metode Penggunaan SPSS

MAKALAH

Diajukan untuk Memenuhi Tugas Mata Kuliah Metodologi Penelitian

Dosen Pengampu : Nurul Mahmudah,M.H

Disusun Oleh :

Riska Iriatul Zahra NIM.212042008

Febrianti Lahinta NIM.212042005

FAKULTAS SYARIAH

HUKUM EKONOMI SYARIAH

INSTITUT AGAMA ISLAM NEGERI SULTAN AMAI GORONTALO

2023
 KATA PENGANTAR
Dengan menyebut nama Allah SWT yang Maha Pengasih lagi Maha Penyayang, kami
panjatkan puji syukur atas kehadirat-Nya yang telah melimpahkan rahmat, hidayah, dan
inayah-Nya kepada kami, sehingga kami dapat menyelesaikan makalah statistik tentang "Uji
Heteroskedastisitas" dengan baik.
Adapun makalah Heteroskedastisitas ini telah kami usahakan semaksimal mungkin
dan tentunya bantuan berbagai pihak, sehingga dapat memperlancar pembuatan makalah ini.
Untuk itu kami tidak lupa menyampaikan banyak terima kasih kepada semua pihak yang
membantu kami dalam pembuatan makalah ini. Namun tidak lepas dari semua itu, kami
menyadari sepenuhnya bahwa ada kekurangan baik dari segi penyusun, bahasanya maupun
dari segi lainnya. Oleh karena itu, dengan lapang dada dan tangan terbuka kami membuka
selebar lebarnya bagi pembaca yang ingin memberi kritik dan saran kepada kami sehingga
kami dapat memperbaiki makalah heteroskedastisitas ini.
Akhir kata penyusun mengharapkan semoga dari makalah uji heteroskedastisitas ini
dapat diambil manfaatnya sehingga dapat berguna bagi para pembaca.
 DAFTAR ISI
KATA PENGANTAR…………………………………………………………………………1
DAFTAR ISI…………………………………………………………………………………..2
BAB I PENDAHULUAN…………………………………………………………………..…3
A. Latar Belakang…………………………………………………………………………….3
B. Rumusan Masalah…………………………………………………………………………3
C. Tujuan……………………………………………………………………………………..3
BAB II PEMBAHASAN……………………………………………….……………………..4
A. Pengertian Heteroskedastisitas…………………………………………………………….4
B. Faktor Penyebab Heteroskedastisitas……………………………………………………...4
C. Contoh Kasus……………………………………………………………………………...5
D. Uji Pada Kasus Heteroskedastisitas……………………………………………………….5
BAB III PENUTUP…………………………………………………………………..………10
A. Kesimpulan…………………………………………………………………….…………10
B. Saran…………………………………………………………………………………...…10

DAFTAR PUSTAKA
 BAB 1
PENDAHULUAN

A. Latar Belakang
Banyak analisis statistika yang bertujuan untuk mengetahui hubungan antara dua atau
lebih peubah. Salah satu metode untuk menentukan hubungan sebab-akibat antara peubah
peubah itu adalah analisis regresi. Hampir semua bidang ilmu yang memerlukan analisis
sebab-akibat mengenal analisis regresi ini.
Dalam analisis regresi, variabel "penyebab" disebut dengan bermacam-macam istilah.
seperti variabel penjelas, variabel eksplanatorik, variabel independen, atau secara bebas,
variabel X (karena seringkali digambarkan dalam grafik sebagai absis, atau sumbu X).
Variabel terkena akibat dikenal sebagai variabel yang dipengaruhi, variabel dependen.
variabel terikat, atau variabel Y. Kedua variabel ini dapat merupakan variabel acak
(random), namun variabel yang dipengaruhi harus selalu variabel acak.
Salah satu asumsi penting dalam analisa regresi adalah variasi gangguan acak (µ)
pada setiap variabel bebas adalah homoskedastisitas, yaitu kondisi dimana varians dari
data adalah sama pada seluruh pengamatan. Asumsi ini dapat ditulis sebagai berikut:

∑ (µ ¿ i2)=δ2 ,¿ i = 1,2,3……..n

Ketidaksamaan inilah yang disebut sebagai heteroskedastisitas.

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi
ketidaksamaan variansi dari residual satu pengamatan ke pengamatan lain. Jika variansi
dari residual satu pengamatan ke pengamatan lain tetap, maka disebut Homoskedastisitas
dan jika berbeda disebut Heteroskedastisitas. Model regresi yang baik adalah yang
Homoskedastisitas atau yang tidak terjadi Heteroskedastisitas
Oleh karena itu, dipandang perlu untuk memahami asumsi tersebut secara lebih
dalam. Maka, makalah ini akan memberikan sedikit paparan tentang heteroskedastisitas.
B. Rumusan Masalah
Berdasarkan latar belakang diatas, masalah yang akan dipaparkan dalam makalah ini
adalah:
1. Apa yang dimaksud heteroskedastisitas?
2. Apa saja faktor penyebab heteroskedastisitas?
3. Bagaimana uji pada kasus heteroskedastisitas?
4. Bagaimana contoh masalah heteroskedastisitas?
C. Tujuan
Dari rumusan masalah diatas, maka dapat diketahui tujuan dari penyusunan makalah
ini adalah sebagai berikut.
1. Untuk mengetahui pengertian heteroskedastisitas dan uji heteroskedastisitas?
2. Memahami uji pada kasus heteroskedastisitas.
3. Mengetahui contoh masalah heteroskedastisitas.
 BAB II
PEMBAHASAN
A. Pengertian
1. Pengertian Heteroskedastisitas
Pengertian heteroskedastisitas adalah apabila kesalahan atau residual yang
diamati tidak memiliki varian yang konstan. Residual adalah faktor-faktor lain yang
terlibat akan tetapi tidak termuat dalam model. karena residual ini merupakan variabel
yang tidak diketahui, maka diasumsikan bahwa nilai residual bersifat acak.
Heteroskedastisitas adalah kebalikan dari homoskedastisitas, yaitu keadaan dimana
terjadinya ketidaksamaan varian dari error untuk semua pengamatan setiap variabel
bebas pada model regresi. Sebaliknya, pengertian homoskedastisitas adalah keadaan
dimana adanya kesamaan varian dari error untuk semua pengamatan setiap variabel
bebas pada model regresi.
Pada analisis regresi, heteroskedastisitas berarti situasi dimana keragaman
variabel independen bervariasi pada data yang kita miliki. Salah satu asumsi kunci
pada metode regresi biasa adalah bahwa error memiliki keragaman yang sama pada
tiap-tiap sampelnya. Asumsi inilah yang disebut homoskedastisitas. Jika keragaman
residual/error tidak bersifat konstan, data dapat dikatakan bersifat heteroskedastisitas.
Karena pada metode regresi ordinary least-squares (OLS) mengasumsikan keragaman
error yang konstan, heteroskedastisitas menyebabkan estimasi OLS menjadi tidak
efisien. Model yang memperhitungkan perubahan keragaman dapat membuat
penggunaan dan estimasi data menjadi lebih efisien.
2. Pengertian Uji Heteroskedastisitas
Uji heteroskedastisitas adalah uji yang menilai apakah ada ketidaksamaan varian
dari residual untuk semua pengamatan pada model regresi linear. Uji
heteroskedastisitas ini merupakan salah satu dari uji asumsi klasik yang harus
dilakukan pada regresi linear. Apabila asumsi heteroskedastisitas tidak terpenuhi,
maka model regresi dinyatakan tidak valid sebagai alat peramalan.
Beberapa asumsi dalam model regresi yang terkait dengan heteroskedastisitas
antara lain adalah residual (e) memiliki nilai rata-rata nol, keragaman yang konstan,
dan residual pada model tidak saling berhubungan, sehingga estimator bersifat BLUE.
Jika asumsi ini dilanggar maka prediksi model yang dibuat tidak dapat diandalkan.

B. Faktor Penyebab Heteroskedastisitas

Faktor penyeban heteroskedastisistas adalah sebagai berikut.
1. Error Learning Model
Sebagaimana adanya proses perbaikan yang dilakukan unit-unit ekonomi,
maka perilaku kesalahan menjadi lebih kecil dengan bertambahnya waktu. Dalam hal
ini diharapkan & menurun.
2. Perbaikan Dalam Pengumpulan Data
 Dengan meningkatnya mutu tekhnik pengumpulan data, maka & diharapkan
menurun. Jadi sebuah bank yang mempunyai peralatan pemrosesan data yang
canggih cenderung melakukan kesalahan yang lebih sedikit pada laporan bulanan
atau kuartalan dibandingkan bank tanpa fasilitas tersebut.
3. Kesalahan spesifikasi model
Salah satu asumsi dalam analisis regresi adalah model dispesifikasi secara
benar. Jika satu variabel yang semestinya harus dimasukkan, tetapi karena suatu hal
variabel tersebut tidak dimasukkan, hal itu akan menyebabkan residual dari regresi
akan memberikan hasil yang berbeda dengan benar dan varians dari kesalahan tidak
konstan.

Gambar 2.1 Pola penyebaran residual pada persamaan regresi

Analogi sederhana pada kejadian heteroskedastisitas dapat kita lihat pada

model hubungan antara harga dengan permintaan (demand). Berdasarkan hipotesis
jika harga meningkat, maka demand akan turun, demikian juga sebaliknya. Pada
kejadian adanya indikasi masalah heteroskedastisitas adalah jika harga meningkat
maka demand akan konstan.
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi
ketidaksamaan veriance dari residual satu pengamatan ke pengamatan yang lain.
Dampak yang akan ditimbulkan adalah asumsi yang terjadi masih tetap tidak berbias.
tetapi tidak lagi efisien.
Prasyarat yang harus terpenuhi dalam model regresi adalah tidak Adanya
gejala heteroskedastisitas. Ada beberapa metode pengujian yang bisa digunakan
diantaranya yaitu uji park, uji glesjer, melihat pola grafik regresi, dan uji koefisien
korelasi spearman.
C. Contoh Kasus
Seorang manajer pemasaran produk parfum ingin mengetahui apakah promosi dan harga
berpengaruh terhadap keputusan konsumen membeli produk tersebut!
Data kasus tersebut ditabulasikan sebagai berikut:

No. Responden Promosi Harga Keputusan Konsumen

(X1) (X2) (Y)

1 10 7 23

2 2 3 7

3 4 2 15

4 6 4 17

5 8 6 23

6 7 5 22

7 4 3 10

8 6 3 14

9 7 4 20

10 6 3 19

No. Resp X1 X2 Y YX1 YX2 X1X2 X12 X22

1 10 7 23 230 161 70 100 49

2 2 3 7 14 21 6 4 9

3 4 2 15 60 30 8 16 4

4 6 4 17 102 68 24 36 16

5 8 6 23 184 138 48 64 36

6 7 5 22 154 110 35 49 25

7 4 3 10 40 30 12 16 9

8 6 3 14 84 42 18 36 9

9 7 4 20 140 80 28 49 16

10 6 3 19 114 57 18 36 9

Jumlah 60 40 170 1122 179 267 406 182

Rumus:

 Y = a + b1 + X1 + b2 + X2 +…+ bn + Xn
Y= Variabel terikat
a = Konstanta
b1,b2= Koefisisen Regresi
X1,X2= Variabel Bebas

 Ʃy = an + b1 Ʃ X1 + b2 X2
Ʃ X1Y= a ƩX1+ b2 ƩX12 + b1ƩX1X2
ƩX2Y= aƩX2 + b2ƩX1X2 + b2ƩX22

170= 10 a + 60 b1 + 40 b2
1122= 60 a + 406 b1 + 267 b2
737= 40 a + 267 b1 + 182 b2

a = 3,9186
b1 = 2, 4909
b2 = - 0,466
Persamaan regresinya adalah
Y= 3,9186 + 2, 4909 - 0,466
 Pengujian Hipotesis
- Koefisien Korelasi Berganda (R)
b 1 ∑ X 1 Y +b 2 ∑ X 2 Y ❑
R= 2
∑Y
( 2,4909 )( 1122 )+ (−0,466 ) ( 737 )
R=
3162
2794,7898+−343,442
R=
3162
2451,3478
R=
3162
R=0,775252308
- Koefisien Determinasi (R2)
R=¿
R=0 , 60

- F Hitung
2
R (n−k −1)
F Hitung=
k (1−R2)
0 ,60 ( 10−2−1 )
¿
2 ( 1−0 ,60 )
¿ 5 , 25
 - F Tabel
Dk Pembilang = k (jumlah variabel bebas) = 2
Dk Penyebut = n-k-1=10-2-1= 7
F tabel = 4,74

 Kriteria
F hitung < F tabel = Ho diterima
F hitung > F tabel = Ho ditolak, Ha diterima
F hitung (5,25) > F tabel (4,74) = Ho ditolak, Ha Diterima
Jadi, dapat disimpulkan bahwa Promosi dan Harga berpengaruh signifikan terhadap
Keputusan Konsumen dalam membeli produk parfum.

D. Uji Pada Kasus Heteroskedastisitas

Dalam Uji Heteroskedastisitas, terdapat beberapa metode pengujian yang bisa
digunakan diantaranya yaitu Uji Park, Uji Glesjer, Grafik Plot (Scatter Plot), dan uji
koefisien korelasi Spearman.
1. 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:
a) Jika nilai Signifikansi > 0,05 berarti tidak terdapat gejala heteroskedastisitas
b) Jika nilai Signifikansi < 0,05 yang berarti terdapat gejala heteroskedastisitas.

- Pengimputan Data dala aplikasi SPSS

1) Jika sudah memasukan data dalam apk spss, selanjutnya klik Data view lalu
masukkan data penelitian sesuai dengan nama variabel yang ada pada tampilan data
tersebut.
2) Seperti biasa buka program SPSS kemudian klik variabel view, pada kolom
name baris pertama tuliskan X1, baris kedua X2, baris ketiga Y. Selanjutnya
pada bagian label untuk baris pertama tuliskan Promosi, baris kedua Harga dan
baris ketiga Keputusan Konsumen (abaikan kolom yang lain).

3) Selanjutnya pilih menu Analyze – Regression- Linear…

4) Maka keluar kotak dialog, “linerar regression”, selanjutnya masukkan variabel
profesionalisme (X1) dan motivasi (X2) ke kotak independent(s), dan masukkan
variabel kinerja (Y) ke kotak dependent, dengan cara klik tanda panah (>).
Kemudian pada bagian method: pilih enter

5) Selanjutnya, klik Save kemudian pada pada bagian residual pilih kolom
Unstandardized, pilih Continue pada bagian bawah tampilan kemudian klik ok.
6) Setelah keluar output dalam pengujian spss, seperti tabel variable, metode
summary dll. Kemudian hiraukan hasil output tersebut karena hasil ini dilakukan
untuk mengeluarkan variabel RES_1 seperti yang ada pada tampilan berikut

7) Jika variabel RES_1 sudah ada, maka kita akan memunculkan variabel park
dengan cara klik Transform, Kemudian pada tabel Target Variable ketik Park,
pada menu function group pilih Arithmetic dan pada menu functions and special
variables pilih Ln lalu masukan pada kotak Numeric Exprecion. Kemudian
masukan variabel RES_1 pada Ln klik tanda * klik lagi RES_1 lalu klik ok.

8) Kemudian akan muncul hasil output tersebut, pengujian tersebut dilakukan untuk
memunculkan variabel park seperti tampilan di bawah ini.
9) Jika muncul tampilan seperti diatas maka data sudah siap untuk dilakukan uji
park dengan cara klik menu analyze-regression-linear...

10) Maka keluar korak “Linear Regression”, pada tabel dependent variabel Y ganti
dengan variabel Park
11) Kemudian pilih save lalu hapus tanda centang pada kolom unstandardized, lalu
klik continue
 12) Terakhir klik OK, maka akan muncul output SPSS...perhatikan output variabel
park pada tabel Coefficients

 Hasil uji dengan menggunakan SPSS adalah

Dari hasil output uji Park di atas, terlihat pada tabel uji t, nilai signifikansi masing –
masing variabel adalah X1 (0,953) dan X2 (0,974) tidak signifikan atau > 0,05. Hal ini
menunjukan bahwa dalam model regresi tidak terjadi pelanggaran terhadap
heteroskedastisitas.

2. Uji Glejser
Uji Glejser dilakukan dengan cara meregresikan antara variabel independen
dengan nilai absolut residualnya (ABS_RES). Dasar pengambilan keputusan
menggunakan uji Glejser sebagai berikut:
a) Jika nilai Signifikasi (Sig.) > 0,05, maka tidak terjadi gejala heteroskedastisitas
dalam model regresi
b) Jika nilai Signifikansi (Sig.) < 0,05, maka terjadi gejala heteroskedastisitas.

- Langkah-langkah analisis pada SPSS sebagai berikut:

1) Jika sudah memasukan data dalam apk spss, selanjutnya klik Data view lalu
masukkan data penelitian sesuai dengan nama variabel yang ada pada tampilan data
tersebut.
2) Seperti biasa buka program SPSS kemudian klik variabel view, pada kolom name
baris pertama tuliskan X1, baris kedua X2, baris ketiga Y. Selanjutnya pada bagian
label untuk baris pertama tuliskan Promosi, baris kedua Harga dan baris ketiga
Keputusan Konsumen (abaikan kolom yang lain).

3) Selanjutnya pilih menu Analyze – Regression- Linear…

4) Masukkan variabel Y ke Dependent dan X ke Independent. Kemudian klik Save

5) Pada kotak dialog “Linear Regressions : Save” beri tanda centang pada
Unstandardized, kemudian klik Continue > OK

6) Variabel baru RES_1 akan di gunakan untuk membuat variabel Abs_RES. Klik
Transform > Compute Variable
7) Pada kotak “Compute Variable”, berikan nama pada “Target Variabel” ketik
“Abs_RES” dan pada kotak “Numeric Expression” ketik “ABS(RES_1)” klik OK

8) Pada Data View akan muncul variabel baru dengan nama Abs_RES

9) Variabel baru Abs_RES akan di gunakan untuk Uji Glejser. Analyze > Regression >
Linear
10) Masukkan variabel Abs_RES ke Dependent dan variabel X ke Independent.
Kemudian klik Save

11) Pada kotak dialog “Linear Regressions : Save” Hilangkan tanda centang (∨) pada
Unstandardized, kemudian klik Continue
12) Terakhir klik OK, maka akan muncul output SPSS...perhatikan output variabel park
pada tabel Coefficients

13) Hasil uji dengan menggunakan SPSS adalah

Pada tabel Coefficients kolom Sig. dapat dilihat bahwa nilai sig. X1 sebesar
0,454 dan Sig. X2 sebesar 0,669 dimana kedua variabel nilai sig > 0,05 maka tidak
terjadi gejala heteros kedastisitas.
3. Grafik Plot (ScatterPlot)
Uji heteroskedastisitas dapat dilihat dengan grafik plot (scatterplot) dimana
penyebaran titik-titik yang di timbulkan terbentuk secara acak, tidak membentuk
sebuah pola tertentu serta arah penyebarannya berada di atas maupun di bawah angka
0 pada sumbu Y. Dasar pengambilan keputusan menggunakan gambar scatterplots
sebagai berikut:
a) Jika pada grafik scatter plot terlihat titik-titik yang membentuk pola tertentu, yang
teratur (misal bergelombang, melebar kemudian menyempit), maka dapat
disimpulkan telah terjadi masalah Heteroskedastisitas.
b) Jika pada grafif scatter plot, titik-titik menyebar di atas dan di bawah angka nol
pada sumbu Y serta tidak membentuk pola tertentu yang teratur (misal
bergelombang, melebar kemudian menyempit), maka dapat disimpulkan tidak
terjadi masalah heteroskedastisitas (variance sama/Homoskedastisitas)

- Pengimputan Data dala aplikasi SPSS

1) Jika sudah memasukan data dalam apk spss, selanjutnya klik Data view lalu
masukkan data penelitian sesuai dengan nama variabel yang ada pada tampilan data
tersebut.

2) Seperti biasa buka program SPSS kemudian klik variabel view, pada kolom name
baris pertama tuliskan X1, baris kedua X2, baris ketiga Y. Selanjutnya pada bagian
label untuk baris pertama tuliskan Promosi, baris kedua Harga dan baris ketiga
Keputusan Konsumen (abaikan kolom yang lain).
3) Selanjutnya pilih menu Analyze – Regression- Linear…

4) Maka keluar kotak dialog, “linerar regression”, selanjutnya masukkan variabel

profesionalisme (X1) dan motivasi (X2) ke kotak independent(s), dan masukkan
variabel kinerja (Y) ke kotak dependent, dengan cara klik tanda panah (>). Kemudian
pada bagian method: pilih enter

5) Kemudian klik Plot, Pada kotak Linear Regression :Plots masukkan SRESID ke Y
dan ZPRED ke X.
 6) Klik Continue lalu OK.

7) Hasil Output SPSS :

Dari gambar grafik scatterplot diatas tampak bahwa titik-titik menyebar dan tidak
membentuk pola tertentu. Dengan demikian dapat disimpulkan bahwa tidak terjadi
heterokedastisitas, 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.
4. Uji koefisien korelasi spearman / rank spearman
Prinsip korelasi rank spearman adalah mengkorelasikan variable independen
dengan nilai residual unstandardized. Pengujian yang dipakai menggunakan tingkat
signifikansi sebesar 0.05 dengan uji dua arah. Dasar pengambilan keputusan
menggunakan uji Rannk Spearman sebagai berikut:
a) Jika nilai Signifikasi (Sig.) > 0,05, maka tidak terjadi gejala heteroskedastisitas dalam
model regresi
b) Jika nilai Signifikansi (Sig.) < 0,05, maka terjadi gejala heteroskedastisitas

BAB III
PENUTUP
A. Kesimpulan
Dari pembahasan di atas, maka dapat diperoleh beberapa kesimpulan, yaitu:
1. Pengertian heteroskedastisitas adalah apabila kesalahan atau residual yang diamati
tidak memiliki varian yang konstan. Residual adalah faktor-faktor lain yang terlibat
akan tetapi tidak termuat dalam model. karena residual ini merupakan variabel yang
tidak diketahui, maka diasumsikan bahwa nilai residual bersifat acak.
2. Pengertian Uji Heteroskedastisitas
Uji heteroskedastisitas adalah uji yang menilai apakah ada ketidaksamaan varian
dari residual untuk semua pengamatan pada model regresi linear. Uji
heteroskedastisitas ini merupakan salah satu dari uji asumsi klasik yang harus
dilakukan pada regresi linear.
3. Faktor penyebab heteroskedastisitas adalah sebagai berikut:
a. Error Learning Model
b. Perbaikan Dalam Pengumpulan Data
c. Kesalahan spesifikasi model
 4. Metode untuk menguji heteroskedastisitas ada beberapa macam, yaitu:
1) Uji Park
2) Uji Glesjer
3) Uji Grafik Plot (ScatterPlot)
4) Uji koefisien korelasi spearman / rank spearman
B. Saran
Demikian makalah yang kami buat, semoga dapat bermanfaat bagi para
pembaca. Apabila ada saran dan kritik yang ingin disampaikan, silahkan sampaikan
kepada kami, apabila terdapat kesalahan mohon dapat memaafkan dan
memakluminya karena kami adalah hamba Allah yang tidak luput dari kesalahan dan
lupa.

DAFTAR PUSTAKA
Hadi, Ali S dan Sampit C. 2006. Regression Analysis by Example Fourth Edition. United
State of America: A John Willey & Sons.inc., publication
Juanda, Bambang. 2009. Ekonometrika Pemodelan dan Pendugaan. Bogor: IPB Press
http://portal-statistik.blogspot.com
ethasyahbania.blogspot.com/2011/01 heteroskedastisitas.html Diakses tanggal 14 Desember
2011 pkl 9.45 pm. duwiconsultant.blogspot.com/2011/11/i-heteroskedastisitas.html.
Diakses tanggal 14.
Ghozali, Imam. (2013). Aplikasi Analisis Multivariate dengan Program IBM SPSS 21 Update
PLS Regresi. Semarang: Badan Penerbit Universitas Diponegoro.
Gujarati, Damodar N. (2003). Basic Econometric Forth Edition. New York: Mc Graw-Hill.
Maddala, G.S (1992). Introduction to Econometric, 2nd Edition, MacMillan Publishing
Company, New York