Dalam model regresi, salah satu persyaratan yang harus dipenuhi adalah pengujian heteroskedastisitas. Seseorang harus membuktikan bahwa tidak ada gejala heteroskedastisitas sehingga hasil analisis regresi dipastikan akurat. Melakukan uji heteroskedastisitas SPSS Scatterplot banyak dipilih karena kepraktisannya. Sebab begitu menerima output-nya, seorang peneliti bisa langsung menyimpulkan. Oleh sebab itu, perlu diingat kalau pengujian ini kental dengan nilai subjektif.

Menguji Heteroskedastisitas dengan Grafik Scatterplot SPSS

Untuk melakukan uji heteroskedastisitas SPSS Scatterplot, data-data harus dirapikan terlebih dahulu melalui “Data View” dengan memasukkan data penelitian sesuai variabelnya. Proses input data ini bisa dilakukan manual (langsung di lembar kerja SPSS) atau copy-paste dari file excel. Kalau sudah, ikuti langkah-langkah berikut:

  1. Langkah Analisis Pertama. Klik menu “Analyze”, lalu klik “Regression”, dan pilih “Linear”. Setelah itu akan keluar jendela “Linear Regression”, kemudian masukkan variabel-variabel berdasarkan kategorinya, yakni dependent atau independent.
  2. Melakukan PLOTS. Sebelum meng-klik tombol “Plots”, pastikan tulisan pada kotak “Method” adalah “Enter”. Saat tombol “Plots” di-klik, maka akan muncul jendela “Linear Regression: Plots”. Di sana ada tulisan *SRESID untuk ditaruh ke kotak Y dan tulisan *ZPRED taruh di kotak X. Sisanya abaikan saja dan bisa langsung klik “Continue”.
  3. Tutup Untuk Melihat Hasil. Semuanya sudah ter-setting dengan baik dan kini saatnya melihat hasil. Klik “OK” untuk menutup jendela dan melihat output dari pengujian yang dilakukan. Hasil yang disuguhkan berupa grafik dengan titik-titik, ada yang menyebar dan ada juga yang berkumpul di sisi tertentu.

Menganalisis Grafik Scatterplot SPSS

Setelah langkah-langkah uji heteroskedastisitas SPSS Scatterplot di atas dilakukan, kini saatnya membaca hasil yang didapatkan. Ada beberapa prinsip yang perlu diketahui saat membaca grafik Scatterplot SPSS, yaitu:

  1. Jika titik-titik membentuk pola gelombang lebar yang kemudian menyempit, maka ada gejala heteroskedastisitas di sana. Kondisi ini dinamakan “Ha”.
  2. Sebaliknya, apabila titik-titik menyebar tanpa ada pola yang jelas di bagian atas dan bawah atau di sekitar angka 0, maka tidak terdapat gejala heteroskedastisitas. Kondisi ini dinamakan “Ho”.

Lalu, apa yang harus dilakukan kalau hasilnya menunjukkan masalah heteroskedastisitas? Seseorang harus melakukan cross check lagi dengan metode pengujian lainnya, seperti dengan pengujian Glejser, Park, dan Spearman. Jika membutuhkan bantuan untuk melakukan pengujian-pengujian tersebut, bisa menghubungi Gama Statistika. Kami adalah tenaga ahli untuk pengolahan dan analisis data dengan berbagai aplikasi.

Jangan khawatir apabila hasil uji heteroskedastisitas SPSS Scatterplot tidak sesuai harapan. Gama Statistika bersedia untuk melayani konsultasi dari permasalahan yang dihadapi. Kami pun akan memastikan hasil diterima sesuai waktu karena proses pengerjaan akan disepakati oleh klien. Hubungi admin kami melalui kontak yang tersedia dan dapatkan hasil penelitian yang berkualitas.