Residual 이 predicted DV 점수에 패턴없이 퍼져 있는 상태를 말하는데, 이는 다시 말하면, residual의 분산 정도가 predicted value의 변화에 따라서 일정하게 나타난다는 뜻이다. 이러한 무패턴을 homoscedasticity라고 하고 반대의 경우를 heteroscedasticity라고 한다.

regression
  /dependent crime
  /method=enter pctmetro pctwhite poverty single
  /scatterplot(*zresid *pred).

위의 경우, 몇몇의 case가 심하게 무리에서 벗어나 있는 것을 알 수 있다. 아래는 같은 regression을 하였으나, 표준화된 residual 점수와 predited점수를 기록하도록 한 후에, 이를 이용하여 그래프를 그리도록 하고, 해당 state를 표시하도록 한 것이다. 이 그래프에 따르면, 25번과 51번 case의 잔차(residual) 점수가 특이하다는 것을 알 수 있다.

regression
  /dependent crime
  /method=enter pctmetro pctwhite poverty single
  /scatterplot(*zresid *pred )
  /save *zresid *pred.

GRAPH
  /SCATTERPLOT(BIVAR)=PRE_1 WITH ZRE_1 by state
  /MISSING=LISTWISE.

종류 데이터가 포함된 경우: Homogeneity of variance 와 같은 의미를 갖는다. 이는 보통의 F-test에서의 homogeneity 에 대한 판단에 따른다.

CategoryResearchMethods
CategoryStatistics

See TwinPages:Homoscedasticity