Nilai-nilai observasi yang lebih kecil dari µ- 2σ akan diubah nilainya
menjadi µ- 2σ dan nilai-nilai yang lebih besar dari µ+2σ akan diubah
nilainya menjadi µ+2σ.
b. Uji Heterokedasitas
Heterokedesitas digunakan untuk menguji apakah dalam sebuah model regresi, terjadi ketidaksamaan variabel dari residual satu pengamatan ke pengamatan lain. Jika
varians dari residual satu pengamatan ke pengamatn yang lain tetap, maka disebut homokedesitas dan jika berbeda disebut heterokedsitas. Model regresi yang baik dalah
yang tidak terjadi heterokedesitas. Suatu model dikatakan terdapat gejala heterokedesitas jika koefisien parameter beta dari persamaan regresi tersebut signifikan
secara statistik. Sebaliknya, jika parameter beta tidak signifikan secara statisik, hal ini menunjukkan bahwa data model empiris yang diestimasi tidak terdapat heterokedesitas
Erlina,2007:108. Uji heteroskedastisitas bertujuan untuk:
menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu
pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskesdatisitas. Model regresi yang baik adalah yang
homoskedastisitas atau tidak terjadi heteroskesdatisitas Ghozali, 2005:105.
Uji heteroskedastisitas dilakukan dengan cara melihat grafik scatterplot antara variabel dependen yaitu ZPRED dengan residualnya SRESID. Dasar
analisisnya:
Universitas Sumatera Utara
1 jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu
yang teratur, maka terjadi heteroskedastisitas, 2
jika tidak ada pola yang jelas atau titik-titik menyebar di atas dan di bawah angka nol pada sumbu Y, maka tidak terjadi heteroskedastisitas
atau terjadi homoskedastisitas.
Menurut Gujarati 1995 dalam Hadi 2006 : 172, “untuk mengetahui adanya masalah heteroskesdatisitas ini kita bisa menggunakan korelasi jenjang Spearman, Park
test, Goldfeld-Quandt test, BPG tast, White test atau Glejser test.” Bila menggunakan korelasi jenjang Spearman, maka kita harus menghitung nilai korelasi untuk setiap
variabel independen terhadap nilai residu, baru kemudian dicari tingkat signifikansinya. Park dan Glejser test memiliki dasar test yang sama yaitu meregresikan kembali nilai
residu ke variabel independen. Menurut Hadi 2006:174, salah satu cara untuk mengurangi masalah
heteroskesdatisitas adalah “menurunkan besarnya rentang range data. Salah satu cara yang bisa dilakukan untuk menurunkan rentang data adalah melakukan transformasi
manipulasi logaritma. Tindakan ini bisa dilakukan bila semua data bertanda positif”.
c. Uji Autokorelasi
