Uji Multikolinieritas

Oleh Syafdillah

17 April 2012

Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi di antara variabel bebas. Jika variabel bebas saling berkorelasi, maka variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah variabel bebas yang nilai korelasi antar sesama variabel bebas sama dengan nol. Untuk mendeteksi ada atau tidaknya multikolinieritas di dalam model regresi adalah sebagai berikut :

1. Nilai R² yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel bebas banyak yang tidak signifikan mempengaruhi variabel terikat.
2. Menganalisis matriks korelasi variabel-variabel bebas. Jika antar variabel bebas ada korelasi yang cukup tinggi (umumnya di atas 0,90), maka hal ini merupakan indikasi adanya multikolinieritas. Tidak adanya korelasi yang tinggi antar variabel bebas tidak berarti bebas dari multikolinieritas. Multikolinieritas dapat disebabkan karena adanya efek kombinasi dua atau lebih variabel bebas.
3. Multikolinieritas dapat juga dilihat dari (1) nilai tolerance dan lawannya (2) variance inflation factor (VIF). Kedua ukuran ini menunjukkan setiap variabel bebas manakah yang dijelaskan oleh variabel bebas lainnya. Dalam pengertian sederhana setiap variabel bebas menjadi variabel terikat dann diregres terhadap variabel bebas lainnya. Tolerance mengukur variabilitas variabel bebas yang terpilih yang tidak dapat dijelaskan oleh variabel bebas lainnya. Jadi nilai tolerance yang rendah sama dengan nilai nilai VIF tinggi (karena VIF = 1/Tolerance) dan menunjukkan adanya kolinieritas yang tinggi. Nilai cutoff yang umum dipakai adalah nilai tolerance 0,10 aatau sama dengan nilai VIF diatas 10. Setiap peneliti harus menentukan tingkat kolinieritas yang masih dapat ditolerir. Sebagai misal nilai tolerance 0,10 sama dengan tingkat multikolinieritas 0,95. Walaupun multikolinieritas dapat dideteksi dengan nilai tolerance dan VIF, tetapi kita masih tetap tidak mengetahui variabel-variabel bebas mana sajakah yang saling berkorelasi.

Berikut ini disajikan cara mendeteksi multikolinieritas dengan menganalisis matrik korelasi antar variabel bebas dan perhitungan nilai tolerance serta VIF.

Langkah analisis:

1. Buka file .sav
2. Dari menu SPSS, pilih menu Statistic/Analyze kemudian submenu Regression, lalu pilih Linear.
3. Pada kotak Dependent isikan variabel INCOME
4. Pada kotak Independent isikan variabel SIZE, EARNS, WEALTH dan SAVING
5. Pada kotak Method, pilih Enter
6. Untuk menampilkan matrik korelasi dan nilai tolerance serta VIF, pilih tombol Statistics, lalu aktifkan pilihan Covariance Matrix dan Collinierity diagnistics
7. Tekan continue, abaikan yang lain dan tekan OK

Output



Melihat hasil besaran korelasi antar variabel bebas tampak bahwa hanya variabel EARNS yang mempunyai korelasi yang cukup tinggi dengan variabel WEALTH dengan tingkat korelasi sebesar -0,620 atau sekitar 62%. Oleh karena korelasi ini masih di bawah 90%, maka dapat dikatakan tidak terjadi multikolinieritas yang serius. Hasil perhitungan nilai tolerance yang menunjukkan tidak ada variabel bebas yang memiliki nilai tolerance kurang dari 10% yang berarti tidak ada korelasi antar variabel bebas yang nilainya lebih dari 90%. Hasil perhitungan nilai variance inflation factor (VIF) juga menunjukkan hal yang sama tidak ada satu variabel bebas yang memiliki nilai VIF lebih dari 10. Jadi dapat disimpulkan bahwa tidak ada multikolinieritas antar variabel bebas dalam model regresi.

sumber: Ghozali, Imam. Aplikasi Analisis Multivariate Dengan Program SPSS. BP Undip. Semarang. 2001.

Ayo Like Facebooknya

Tag : Belajar SPSS, Uji Asumsi Klasik