Uji heteroskedastisitas bertujuan untuk menguji apakah dalam suatu model regresi terjadi ketidaksamaan variance dan residual dari suatu pengamatan ke pengamatan lain. Jika variance dan residual dari suatu pengamatan ke pengamatan yang lain tetap maka disebut homoskedastisitas, dan jika berbeda disebut heteroskedastisitas. Suatu model regresi yang baik adalah regresi yang tidak terjadi heteroskedastisitas.
Untuk mendeteksi terdapat heteroskedastisitas pada model regresi dapat dilakukan uji white. Dasar pengambilan keputusan dapat dilihat dari nilai probabilitas untuk Obs*R-squared, jika nilai probabilitas lebih kecil dari 0.05 maka dapat disimpulkan bahwa data tersebut bersifat heteroskedastis.
Untuk pengolahan dengan software EViews 5 masalah heteroskedastisitas dapat diatasi dengan mudah, yaitu dengan menggunakan pemodelan ARCH (Auto Regressive Conditional Heteroscedasticity) atau GARCH (Generalized Auto Regressive Conditional Heteroscedasticity). Pemodelan dengan ARCH/GARCH secara langsung dapat mengatasi heteroskedastisitas.