Tujuan dari penelitian ini yaitu untuk menganalisis dan mengatasi pelanggaran asumsi heteroskedastisitas dengan white heteroscedasticity test dan weighted least squares.Dalam analisis regresi berganda, penting diselidiki adanya penyimpangan asumsi-asumsi, salah satunya asumsi homoskedastisitas. Apabila asumsi ini tak terpenuhi berarti terjadi heteroskedastisitas dan tidak lagi mempunyai sifat BLUE (Best Linear Unbiased Estimator). Dalam hal ini BLUE akan diperoleh dengan weighted least squares. Hasil menunjukkan bahwa white heteroscedasticity test dari data yang ditransformasi dengan weighted least squares menghasilkan nilai probability chi-squares sebesar 0,3301 pada level 5%, maka model regresi berganda tersebut telah memenuhi asumsi homoskedastisitas. Kata kunci : Heteroskedastisitas, Weighted Least Squares, White Heteroscedasticity Test
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.