Tutorial Uji Heteroskedastisitas dengan Glejser Menggunakan SPSS Versi 23

Pada artikel sebelumnya kita telah membahas uji heteroskedastisitas dengan Uji Scatterplot. Sekarang kita bersama akan membahas tentang uji heteroskedastisitas dengan uji Glejser. Sebenarnya pernah disinggung sedikit, tetapi kali ini kita akan membahas dengan contoh yang lebih detail dan menggunakan data yang sama dengan bahasan uji scatterplot yang dulu. 

Langkah pertama adalah dengan meregresikan variabel bebas terhadap variabel terikatnya, tetapi jangan lupa untuk menyimpan nilai residual unstandardized. Silahkan simak caranya, mudah-mudahan masih ingat. Konsepnya adalah dengan meregresikan variabel bebas terhadap nilai absolut residualnya. Jadi setelah mendapatkan nilai residual, kita transformasikan nilanya ke dalam absolutnya. Nilai absolut adalah nilai mutlak, yang berarti jika nilainya negatif maka diambil nilai positifnya.

Menu Transformasi Data

Pilih Transform, lalu klik pada Compute Variable seperti pada gambar di atas. 
Menghitung Absolut Residual

Pada Target Variable masukkan Abs_Res, ini adalah nama untuk variabel baru. Pada Numeric Expression bisa diketikkan ABS(RES_1) yang berarti memerintahkan program untuk menghitung nilai absolut dari variabel RES_1. Bisa juga digunakan Function and Special Variables karena di situ sudah tersedia menu untuk menghitung misalnya kuadrat, Ln dan berbagai fungsi matematika yang lain. Setelah itu klik OK maka akan keluar variabel baru yaitu Abs_Res yang isinya adalah absolut dari Res_1. 

Setelah itu kita tinggal meregresikan antara variabel bebas terhadap Abs_res seperti pada gambar di bahwa.
Meregresikan Variabel Bebas Terhadap Absolut Residual
Regresi ini untuk mencari apakah terdapat pengaruh antara variabel bebas terhadap nilai absolut residualnya. Jika terdapat signifikansi berarti terdapat gangguan heteroskedastisitas. Adapun hasilnya adalah sebagai berikut:
Uji Heteroskedastisitas dengan Glejser
Tampak bahwa tidak terdapat variabel bebas yang mempunyai signifikansi di bawah 0,05 berarti tidak ada gangguan heteroskedastisitas pada model regresi. Hasil ini sesuai dengan uji dengan Scatterplot pada artikel sebelumnya karena menggunakan data yang sama. 

Kelebihan menggunakan uji Glejser dibandingkan scatterplot adalah kita bisa mengetahui variabel bebas yang mana yang memicu munculnya gangguan heteroskedastisitas. Dengan demikian, kita bisa menentukan variabel itu untuk dilakukan transformasi atau trimming atau metode yang lain. Berikutnya juga akan dibahas tentang uji heteroskedastisitas dengan menggunakan uji Rank Spearman, uji Park dan juga uji White.

Tidak ada komentar:

Posting Komentar

Baca dulu sebelum tulis komentar:

Sebelum menuliskan pertanyaan, mohon disimak tanya jawab yang ada terlebih dahulu. Pertanyaan yang sama atau senada biasanya tidak terjawab. Atau simak dulu di Mengapa Pertanyaan Saya Tidak Dijawab?
Simak juga Channel kami di Statistik TV
Komentar akan kami moderasi dulu sebelum ditampilkan.
Terima kasih.

Cari Materi

Berlangganan Gratis Lewat Email ?

Ingin menghubungi kami untuk kerja sama?

Nama

Email *

Pesan *