Tutorial Uji Heteroskedastisitas dengan Glejser SPSS | Selamat pagi bapak-bapak, ibu-ibu dan kawan-kawan semua yang sedang bersibuk-sibuk ria mengerjakan skripsi, tesis, maupun kiprah lainnya. Setelah sebelumnya kita membahas mengenai uji normalitas dan uji multikolinearitas, maka pada kesempatan kali ini kita melanjutkan ke tahap berikutnya yakni cara melaksanakan uji heteroskedastisitas.
Sebelum saya mulai tutorial pada pembahasan artikel ini, terlebih dahulu kita harus tahu ihwal konsep dasar dalam uji heteroskedastisitas. Uji heteroskedastisitas merupakan bab dari uji perkiraan klasik dalam analisis regresi yang bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance (variasi) dari nilai residual satu pengamatan ke pengamatan yang lain. Jika variance dari nilai residual satu pengamatan ke pengamatan lain bersifat tetap, maka disebut homoskedastisitas, namun jikalau variance dari nilai residual satu pengamatan ke pengamatan lain berbeda maka disebut heteroskedastisitas. Model regresi yang baik seharusnya tidak terjadi tanda-tanda heteroskedastisitas.
Salah satu cara mendeteksi ada tidaknya tanda-tanda heteroskedastisitas dalam model regresi yaitu dengan melaksanakan uji glejser. Prinsip kerja uji heteroskedastisitas memakai uji glejser ini yaitu dengan cara meregresikan variabel independent terhadap nilai Absolute residual atau Abs_RES dengan rumus persamaan regresinya adalah: |Ut| =a + BXt + vt
Dasar Pengambilan Keputusan Uji Heteroskedastisitas (Glejser)
Seperti yang telah kita ketahui bersama bahwa setiap uji dalam statistik niscaya mempunyai dasar pengambilan keputusan. Dasar pengambilan keputusan mempunyai kegunaan sebagai aliran atau pola dalam memilih sebuah kesimpulan atau keputusan atas hasil analisis yang telah dilakukan. Adapun dasar pengambilan keputusan dalam uji heteroskedastisitas dengan memakai uji glejser yaitu sebagai berikut:
Contoh Soal Uji Heteroskedastisitas dengan Uji Glejser
Selanjutnya kita masuk kebagian contoh perkara uji heteroskedastisitas dengan uji glejser dalam penelitian. Perlu saya informasikan bahwa model regresi yang kita uji kali ini yaitu efek Motivasi (X1) dan Minat (X2) terhadap Prestasi Belajar (Y). Adapun data untuk masing-masing variabel penelitian sanggup dilihat pada gambar dibawah ini.
[Download Data excel, Input-Output SPSS]
Cara Uji Heteroskedastisitas dengan Uji Glejser Menggunakan Program SPSS Versi 21
1. Setelah kita mempersiapkan data yang akan di uji glejser, maka langkah selanjutnya buka kegiatan SPSS, kemudian menyerupai biasa klik Variable View. Kemudian, pada bagian Name tulis saja Motivasi dan Minat dan Prestasi, pada bagian Decimals ubah semua menjadi angka 0, pada bab Label tuliskan Motivasi (X1), Minat (X2) dan Prestasi (Y), pada bab Measure ganti menjadi Scale. Abaikan yang lainnnya, maka tampak di layar sebagai berikut.
2. Setelah itu, klik Data View lalu masukkan data penelitian untuk variabel Motivasi, Minat dan Prestasi yang sebelumnya sudah dipersiapkan (bisa dengan cara copy-paste atau ditulis satu persatu ke SPSS). Tampak dilayar.
3. Langkah selanjutnya, kita akan menciptakan persamaan regresi untuk variabel penelitian dan memunculkan variabel gres yakni variabel Unstandardized residual atau RES_1. Caranya dari hidangan SPSS pilih Analyze, kemudian klik Regression, kemudian klik Linear...
4. Maka muncul kotak obrolan dengan nama "Linear Regression" selanjutnya masukkan variabel Prestasi (Y) ke kolom Dependent: kemudian masukkan variabel Motivasi (X1) dan Minat (X2) ke kolom Independent(s): sehabis itu klik Save...
5. Muncul obrolan dengan nama "Linear Regression: Save" selanjutnya pada bab "Residuals", berikan tanda centang (v) pada Unstandardized (abaikan pilihan lain), kemudian klik Continue
6. Selanjutnya klik Ok (abaikan saja ada output SPSS yang muncul) kemudian buka Data View maka perhatikan disitu muncul variabel gres dengan nama RES_1. Tampak dilayar.
7. Kemudian kita akan menciptakan variabel Abs_RES yang akan kita gunakan dalam uji glejser ini. Caranya, dari hidangan utama SPSS pilih Transform, kemudian klik Compute Variable...
8. Maka muncul dialog "Compute Variable" selanjutnya pada kotak "Target Variable" tuliskan Abs_RES kemudian pada kotak "Numeric Expression" ketikkan ABS(RES_1). Tampak dilayar.
9. Kemudian klik Ok (abaikan saja ada output SPSS yang muncul), lihat di bagian Data View maka muncul variabel gres dengan nama Abs_RES. Tampak dilayar.
10. Selanjuntya kita akan melaksanakan uji glejser untuk persamaan regresi Motivasi (X1) dan Minat (X2) terhadap variabel Absolute residual atau Abs_RES. Caranya dari hidangan utama SPSS pilih Analyze, kemudian pilih Regression, kemudian klik Linear...
11. Muncul kotak obrolan dengan nama "Linear Regression", selanjutnya keluarkan variabel Prestasi (Y) yang terdapat pada kolom Dependent: lalu ganti dengan variabel Abs_RES, kemudian klik Save...
12. Mucul kotak dengan nama "Linear Regression: Save", selanjutnya pada bab "Residuals", hilangkan tanda centang (v) pada Unstandardized (abaikan pilihan yang lain), kemudian klik Continue...
13. Langkah yang terakhir yaitu klik Ok untuk mengakhiri perintah. Maka kita akan sanggup melihat Output SPSS dan selanjutnya tinggal kita interpretasikan saja.
Interpretasi Output Uji Heteroskedastisitas (Glejser) dengan SPSS
Untuk memaknai hasil uji heteroskedastisitas dengan uji glejser ini, maka kita cukup melihat tabel output "Coefficients" dengan variabel Abs_RES berperan sebagai variabel dependent. Berdasarkan output di atas diketahui nilai signifikansi (Sig.) untuk variabel Motivasi (X1) yaitu 0,004. Sementara, nilai signifikansi (Sig.) untuk variabel Minat (X2) yaitu 0,007. Karena nilai signifikansi kedua variabel di atas lebih kecil dari 0,05 maka sesuai dengan dasar pengambilan keputusan dalam uji glejser, sanggup disimpulkan bahwa terjadi tanda-tanda heteroskedastisitas dalam model regresi.
Mengatasi Gejala Heteroskedastisititas dalam Model Regresi
Dalam perkara menyerupai di atas, maka ada beberapa cara yang perlu kita lakukan semoga model regresi terbebas dari tanda-tanda heteroskedastisitas. Adapun solusi yang sanggup kita jadikan alternatif yaitu sebagai berikut:
Demikain panduan ihwal cara melaksanakan uji heteroskedastisitas dengan uji glejser dalam model regresi memakai kegiatan SPSS versi 21. Semoga sanggup bermanfaat bagi anda yang sedang mengerjakan tugas. Artikel berikutnya akan dibahas tentang: Tutorial Uji Autokorelasi dengan Durbin Watson SPSS
UPDATE INFO: RABU, 30 JANUARI 2019
[Kata Kunci Pencarian: Tutorial Uji Heteroskedastisitas dengan Glejser SPSS, Cara melaksanakan Uji Heteroskedastisitas dengan Uji Glejser pada Program SPSS versi 21, Langkah-langkah Uji Heteroskedastisitas Glejser dengan software SPSS serta Interpretasi] [Img: Dokumen hasil olah data dengan pertolongan kegiatan SPSS versi 21]
Sebelum saya mulai tutorial pada pembahasan artikel ini, terlebih dahulu kita harus tahu ihwal konsep dasar dalam uji heteroskedastisitas. Uji heteroskedastisitas merupakan bab dari uji perkiraan klasik dalam analisis regresi yang bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance (variasi) dari nilai residual satu pengamatan ke pengamatan yang lain. Jika variance dari nilai residual satu pengamatan ke pengamatan lain bersifat tetap, maka disebut homoskedastisitas, namun jikalau variance dari nilai residual satu pengamatan ke pengamatan lain berbeda maka disebut heteroskedastisitas. Model regresi yang baik seharusnya tidak terjadi tanda-tanda heteroskedastisitas.
Salah satu cara mendeteksi ada tidaknya tanda-tanda heteroskedastisitas dalam model regresi yaitu dengan melaksanakan uji glejser. Prinsip kerja uji heteroskedastisitas memakai uji glejser ini yaitu dengan cara meregresikan variabel independent terhadap nilai Absolute residual atau Abs_RES dengan rumus persamaan regresinya adalah: |Ut| =a + BXt + vt
Dasar Pengambilan Keputusan Uji Heteroskedastisitas (Glejser)
Seperti yang telah kita ketahui bersama bahwa setiap uji dalam statistik niscaya mempunyai dasar pengambilan keputusan. Dasar pengambilan keputusan mempunyai kegunaan sebagai aliran atau pola dalam memilih sebuah kesimpulan atau keputusan atas hasil analisis yang telah dilakukan. Adapun dasar pengambilan keputusan dalam uji heteroskedastisitas dengan memakai uji glejser yaitu sebagai berikut:
- Jika nilai signifikansi (Sig.) lebih besar dari 0,05, maka kesimpulannya yaitu tidak terjadi tanda-tanda heteroskedastisitas dalam model regresi.
- Sebaliknya, jikalau nilai nilai signifikansi (Sig.) lebih kecil dari 0,05, maka kesimpulannya yaitu terjadi tanda-tanda heteroskedastisitas dalam model regresi.
Contoh Soal Uji Heteroskedastisitas dengan Uji Glejser
Selanjutnya kita masuk kebagian contoh perkara uji heteroskedastisitas dengan uji glejser dalam penelitian. Perlu saya informasikan bahwa model regresi yang kita uji kali ini yaitu efek Motivasi (X1) dan Minat (X2) terhadap Prestasi Belajar (Y). Adapun data untuk masing-masing variabel penelitian sanggup dilihat pada gambar dibawah ini.
[Download Data excel, Input-Output SPSS]
Cara Uji Heteroskedastisitas dengan Uji Glejser Menggunakan Program SPSS Versi 21
1. Setelah kita mempersiapkan data yang akan di uji glejser, maka langkah selanjutnya buka kegiatan SPSS, kemudian menyerupai biasa klik Variable View. Kemudian, pada bagian Name tulis saja Motivasi dan Minat dan Prestasi, pada bagian Decimals ubah semua menjadi angka 0, pada bab Label tuliskan Motivasi (X1), Minat (X2) dan Prestasi (Y), pada bab Measure ganti menjadi Scale. Abaikan yang lainnnya, maka tampak di layar sebagai berikut.
2. Setelah itu, klik Data View lalu masukkan data penelitian untuk variabel Motivasi, Minat dan Prestasi yang sebelumnya sudah dipersiapkan (bisa dengan cara copy-paste atau ditulis satu persatu ke SPSS). Tampak dilayar.
3. Langkah selanjutnya, kita akan menciptakan persamaan regresi untuk variabel penelitian dan memunculkan variabel gres yakni variabel Unstandardized residual atau RES_1. Caranya dari hidangan SPSS pilih Analyze, kemudian klik Regression, kemudian klik Linear...
4. Maka muncul kotak obrolan dengan nama "Linear Regression" selanjutnya masukkan variabel Prestasi (Y) ke kolom Dependent: kemudian masukkan variabel Motivasi (X1) dan Minat (X2) ke kolom Independent(s): sehabis itu klik Save...
5. Muncul obrolan dengan nama "Linear Regression: Save" selanjutnya pada bab "Residuals", berikan tanda centang (v) pada Unstandardized (abaikan pilihan lain), kemudian klik Continue
6. Selanjutnya klik Ok (abaikan saja ada output SPSS yang muncul) kemudian buka Data View maka perhatikan disitu muncul variabel gres dengan nama RES_1. Tampak dilayar.
7. Kemudian kita akan menciptakan variabel Abs_RES yang akan kita gunakan dalam uji glejser ini. Caranya, dari hidangan utama SPSS pilih Transform, kemudian klik Compute Variable...
8. Maka muncul dialog "Compute Variable" selanjutnya pada kotak "Target Variable" tuliskan Abs_RES kemudian pada kotak "Numeric Expression" ketikkan ABS(RES_1). Tampak dilayar.
9. Kemudian klik Ok (abaikan saja ada output SPSS yang muncul), lihat di bagian Data View maka muncul variabel gres dengan nama Abs_RES. Tampak dilayar.
10. Selanjuntya kita akan melaksanakan uji glejser untuk persamaan regresi Motivasi (X1) dan Minat (X2) terhadap variabel Absolute residual atau Abs_RES. Caranya dari hidangan utama SPSS pilih Analyze, kemudian pilih Regression, kemudian klik Linear...
11. Muncul kotak obrolan dengan nama "Linear Regression", selanjutnya keluarkan variabel Prestasi (Y) yang terdapat pada kolom Dependent: lalu ganti dengan variabel Abs_RES, kemudian klik Save...
12. Mucul kotak dengan nama "Linear Regression: Save", selanjutnya pada bab "Residuals", hilangkan tanda centang (v) pada Unstandardized (abaikan pilihan yang lain), kemudian klik Continue...
13. Langkah yang terakhir yaitu klik Ok untuk mengakhiri perintah. Maka kita akan sanggup melihat Output SPSS dan selanjutnya tinggal kita interpretasikan saja.
Untuk memaknai hasil uji heteroskedastisitas dengan uji glejser ini, maka kita cukup melihat tabel output "Coefficients" dengan variabel Abs_RES berperan sebagai variabel dependent. Berdasarkan output di atas diketahui nilai signifikansi (Sig.) untuk variabel Motivasi (X1) yaitu 0,004. Sementara, nilai signifikansi (Sig.) untuk variabel Minat (X2) yaitu 0,007. Karena nilai signifikansi kedua variabel di atas lebih kecil dari 0,05 maka sesuai dengan dasar pengambilan keputusan dalam uji glejser, sanggup disimpulkan bahwa terjadi tanda-tanda heteroskedastisitas dalam model regresi.
Mengatasi Gejala Heteroskedastisititas dalam Model Regresi
Dalam perkara menyerupai di atas, maka ada beberapa cara yang perlu kita lakukan semoga model regresi terbebas dari tanda-tanda heteroskedastisitas. Adapun solusi yang sanggup kita jadikan alternatif yaitu sebagai berikut:
- Melakukan alternatif uji lain untuk mendeteksi ada tidaknya tanda-tanda heteroskedastisitas. (seperti: uji heteroskedastisitas dengan gambar scatterplot, uji rank spearman, uji park dan uji white).
- Melakukan transformasi data penelitian (missal: Ln, Log10, Lag, dll).
- Melakukan outlier terhadap data ekstrim atau jikalau diharapkan maka kita boleh menambah sampel gres supaya sebaran data menjadi lebih bervariasi atau beragam.
Demikain panduan ihwal cara melaksanakan uji heteroskedastisitas dengan uji glejser dalam model regresi memakai kegiatan SPSS versi 21. Semoga sanggup bermanfaat bagi anda yang sedang mengerjakan tugas. Artikel berikutnya akan dibahas tentang: Tutorial Uji Autokorelasi dengan Durbin Watson SPSS
UPDATE INFO: RABU, 30 JANUARI 2019
[Kata Kunci Pencarian: Tutorial Uji Heteroskedastisitas dengan Glejser SPSS, Cara melaksanakan Uji Heteroskedastisitas dengan Uji Glejser pada Program SPSS versi 21, Langkah-langkah Uji Heteroskedastisitas Glejser dengan software SPSS serta Interpretasi] [Img: Dokumen hasil olah data dengan pertolongan kegiatan SPSS versi 21]
VIDEO: Cara Uji Heteroskedastisitas dengan Uji Glejser SPSS
