Analisis regresi merupakan studi tentang hubungan fungsional antara variabel-variabel yang umumnya dinyatakan dalam bentuk persamaan matematik. Ordinary Least Square (OLS) digunakan untuk mengestimasi parameter dalam regresi. Jika salah satu dari asumsi tidak terpenuhi, maka hasil OLS tidak lagi terbaik, linier dan tidak bias. Tujuan dari penelitian ini adalah untuk mengetahui solusi permasalahan heteroskedastisitas pada regresi linier dengan metode Weighted Least Square (WLS) dan Newey West dan untuk membandingkan hasil metode WLS dan Newey West (Studi kasus: data kemiskinan di Provinsi Jawa Tengah tahun 2019-2021). Hasil penelitian ini menunjukkan bahwa nilai AIC dan nilai SIC pada metode WLS yaitu nilai AIC sebesar 4,848264 dan nilai SIC sebesar 4,949367, dan nilai AIC dan SIC metode Newey West yaitu nilai AIC sebesar 4,881925 dan nilai SIC sebesar 4,983028. Penelitian ini menunjukkan bahwa nilai AIC dan nilai SIC pada metode WLS lebih kecil daripada metode Newey West, sehingga metode terbaik yang dapat mengetahui solusi permasalahan heteroskedastisitas yaitu metode Weighted Least Square, dikarenakan metode Newey West tidak dapat menghilangkan adanya permasalahan heteroskedastisitas, akan tetapi dapat mengecilkan standar errornya saja.