Cara Uji Glejser Menggunakan SPSS

Untuk Uji Heteroskedastisitas, seperti halnya uji Normalitas, cara yang sering digunakan dalam menentukan apakah suatu model terbebas dari masalah heteroskedastisitas atau tidak hanya dengan melihat pada Scatter Plot dan dilihat apakah residual memiliki pola tertentu atau tidak. Cara ini menjadi fatal karena pengambilan keputusan apakah suatu model terbebas dari masalah heteroskedastisitas atau tidak hanya berpatok pada pengamatan gambar saja tidak dapat dipertanggungjawabkan kebenarannya. 

Banyak metoda statistik yang dapat digunakan untuk menentukan apakah suatu model terbebas dari masalah heteroskedastisitas atau tidak, seperti misalnya Uji White, Uji Park, Uji Glejser, dan lain-lain. Modul ini akan memperkenalkan salah satu uji heteroskedastisitas yang mudah yang dapat diaplikasikan di SPSS, yaitu Uji Glejser.

Cara Uji Anova Dua Jalur Menggunakan SPSS

Uji Glejser secara umum dinotasikan sebagai berikut:

|e| = b1 + b2 X2 + v

Dimana:

|e| = Nilai Absolut dari residual yang dihasilkan dari regresi model
X2 = Variabel penjelas

Bila variabel penjelas secara statistik signifikan mempengaruhi residual maka dapat dipastikan model ini memiliki masalah Heteroskedastisitas.

LANGKAH-LANGKAH DALAM SPSS

Kita sudah memiliki variabel Unstandardized Residual (RES_1). Selanjutnya pilih Transform => Compute Variable, akan muncul tampilan sebagai berikut :

Pada kotak Target Variable ketik abresid, pada kotak Function group pilih All dan dibawahnya akan

muncul beberapa pilihan fungsi. Pilihlah Abs. Kemudian klik pada tombol tanda panah arah ke atas,
dan masukkan variabel Unstandardized Residual (RES_1) ke dalam kotak Numeric Expression dan
tampilannya akan menjadi seperti berikut. Dan akhirnya pilih OK.

Kemudian dilanjutkan dengan regresi dengan cara, Analyze =>Regression =>Linear, akan muncul

tampilan sebagai berikut:

Masukkan variabel abresid pada kotak sebelah kiri ke kotak Dependent, dan variabel X2, X3, X4 dan X5 ke kotak Independent(s) dengan mengklik tombol tanda panah dan OK, hasilnya sebagai berikut:

Nilai t-statistik dari seluruh variabel pejelas tidak ada yang signifikan secara statistik, sehingga dapat disimpulkan bahwa model ini tidak mengalami masalah heteroskedastisitas.