mengatasi masalah heterokedastisitas pada regresi linier berganda

kasus regresi linier berganda 2 variabel bebsa, 3 varuiabel bebas, 4 atau 5, 6 bahkan 10 variabel bebas pun sama aja bisa kena masalah heterokedastisitas tidak perlu khawatir tentang jumlah variabel bebas dalam regresi karena itu tidak akan berpengaruh terhadap pengujian heterokedastisitas.

UJI HETEROKEDASTISITAS

ada banyak pengujian heterokedastisitas, antara lain  uji Glejser, Uji park, uji Spearman's Rank, Uji Goldfeld, bahkan menggunakan grafikpun bisa. namun dari sekian banyak teknik uji asumsi heterokedastisitas saya menyarankan menggunakan uji Glejser dengan alasan lebih sederhana dan cepat sehingga bisa katakan caranya efisien. 

Uji Glejser dilakukan dengan cara meregresikan semua variabel independen X terhadap nilai absolut residual sehingga kamu perlu membuat dulu residual dan nilai absolutnya. setelah diperoleh output SPSS uji t dari regresi absolut residual oleh variabel X maka bisa diambil kesimpulan apakah regresi meangalami kasus heterokedastisitas atau residual sudah homogen. Bila nilai uji t memperlihatkan bahwa absolut residual tidak dipengaruhi oleh semua variabel independen maka dapat diambil kesimpulan bahwa tidak terdapat regresi yang Y oleh X bebas dari kasus heterokedastisitas.

SOlusi heterokedastisitas 

secara umum kebanyakan peneliti menyarankan bila uji heterokedastisitas seperti uji glejser tidak lulus maka dilakukan transformasi. Namun bagi pemula akan terkendala interprestasi dari regresi transformasinya karena modelnya aneh-aneh dan tidak murni linier. 
Beberapa transformasi yang bisa dipakai untuk mengatasi masalah heterokedastisitas seperti transformasi Ln, 1/varibel . 
Namun apabila kamu tida ingin menggunakan transformasi atau hasil transformasi tidak bisa menyelesaikan masalah maka solusinya harus bisa mencari sumber masalah dan membuangnya.