MANAJEMEN.CO.ID - Heteroskedastisitas adalah
kondisi ketika varians data tidak merata atau tidak sama di seluruh rentang
nilai. Dalam analisis regresi, heteroskedastisitas dapat menyebabkan estimasi
yang tidak akurat dan tidak dapat diandalkan. Oleh karena itu, penting untuk
menguji heteroskedastisitas dalam data sebelum melakukan analisis regresi. Berikut adalah beberapa uji
heteroskedastisitas yang dapat dilakukan menurut para ahli:
Uji Park
Uji Park atau Park test adalah
salah satu uji untuk menguji heteroskedastisitas pada model regresi linier. Uji
ini didasarkan pada hipotesis bahwa varians residual dalam model regresi linier
adalah konstan. Jika hipotesis ini ditolak, maka terdapat indikasi bahwa
terdapat heteroskedastisitas pada model.
Uji Breusch-Pagan
Uji Breusch-Pagan atau
Breusch-Pagan test juga digunakan untuk menguji heteroskedastisitas pada model
regresi linier. Uji ini didasarkan pada hipotesis bahwa varians residual dalam
model regresi linier adalah konstan. Jika hipotesis ini ditolak, maka terdapat
indikasi bahwa terdapat heteroskedastisitas pada model.
Uji White
Uji White atau White test adalah
salah satu uji untuk menguji heteroskedastisitas pada model regresi linier. Uji
ini dilakukan dengan menguji apakah kuadrat residual berhubungan dengan
variabel independen. Jika kuadrat residual berhubungan dengan variabel
independen, maka terdapat indikasi bahwa terdapat heteroskedastisitas pada
model.
Uji Glejser
Uji Glejser atau Glejser test
juga digunakan untuk menguji heteroskedastisitas pada model regresi linier. Uji
ini dilakukan dengan menguji apakah varians residual berhubungan dengan
variabel independen. Jika varians residual berhubungan dengan variabel
independen, maka terdapat indikasi bahwa terdapat heteroskedastisitas pada
model.
Uji Goldfeld-Quandt
Uji Goldfeld-Quandt atau
Goldfeld-Quandt test adalah salah satu uji untuk menguji heteroskedastisitas
pada model regresi linier. Uji ini dilakukan dengan membagi data menjadi dua
kelompok dan menguji apakah varians residual di kedua kelompok tersebut sama
atau tidak. Jika varians residual di kedua kelompok tersebut berbeda, maka
terdapat indikasi bahwa terdapat heteroskedastisitas pada model.
Uji- uji tersebut dapat dilakukan
menggunakan perangkat lunak statistik seperti R, SPSS, atau Excel. Namun, dalam
melakukan interpretasi hasil uji heteroskedastisitas, penting untuk
memperhatikan p-value yang dihasilkan dan membandingkannya dengan tingkat
signifikansi yang telah ditentukan. Jika p-value kurang dari tingkat
signifikansi yang ditentukan, maka dapat disimpulkan bahwa terdapat
heteroskedastisitas pada model.
