Dalam kaitannya dengan kehidupan kita sehari-hari khususnya dalam bidang ekonomi, terkadang kita ingin mengetahui bagaimana hubungan, faktor-faktor, gangguan atau hambatan serta pengaruh apa saja yang terjadi dalam proses dalam kegiatan ekonomi yang kita lakukan. Misalnya, antara biaya produksi dan pendapatan yang diperoleh, antara jumlah tenaga kerja dan jumlah produk yang dihasilkan, antara pola konsumsi orang miskin dan orang kaya, dan sebagainya.

Sebagai contoh, kegiatan yang sering kita jumpai dalam kegiatan sehari-hari adalah adanya perbedaan pola konsumsi antara orang miskin dan orang kaya. Kegiatan yang bisa kita lihat disini adalah orang yang kaya tentu akan bervariasi dalam membelanjakan uangnya. Sedangkan orang yang miskin hanya bisa sedikit bervariasi dalam berbelanja. Hal inilah yang bisa dikatakan adanya varians yang tidak sama antara kedua golongan tersebut, yang berarti timbul masalah heteroskedastisitas.

Uji heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik heteroskedastisitas yaitu adanya ketidaksamaan varian dari residual untuk semua pengamatan pada model regresi. Heteroskedastisitas merupakan salah satu faktor yang menyebabkan model regresi linier sederhana tidak efisien dan akurat, juga mengakibatkan penggunaan metode kemungkinan maksimum dalam mengestimasi parameter (koefisien) regresi akan terganggu.

Gasperz, Vincent (1991) mengatakan bahwa heteroskedastisitas dapat mengakibatkan pendugaan parameternya tidak efisien sehingga tidak mempunyai ragam minimum. Karena pendugaan parameter dianggap efisien karena memiliki ragam yang minimum, sehingga ragam galat bersifat konstan atau disebut juga bahwa asumsi homoskedastisitas terpenuhi. Salah satu usaha untuk mengatasi heteroskedastisitas ini dapat dilakukan dengan mentransformasikan variabel – variabelnya, baik variabel bebas, variabel tidak bebas maupun keduanya agar asumsi homoskedastisitas terpenuhi. Dampak yang akan terjadi apabila terdapat keadaan heterokedastisitas adalah sulit mengukur standart deviasi yang sebenarnya, dapat menghasilkan standart deviasi yang terlalu lebar maupun terlalu sempit. Jika tingkat error dari varians terus bertambah, maka tingkat kepercayaan akan semakin sempit. Untuk mengatasi masalah heteroskedastisitas ini, salah satu solusinya adalah dengan menggunakan regresi gamma.