Pengujian
asumsi multikolinearitas pada regresi linear berganda bertujuan
untuk mengetahui apakah dalam model regresi ditemukan adanya korelasi yang kuat antar variabel independen. Sehingga pengujian asumsi multikolinearitas hanya dapat dilakukan
pada analisis regresi linear berganda, karena memiliki variabel independen yang
lebih dari satu. Model regresi linear yang baik adalah model yang tidak terjadi
multikolinearitas didalamnya.
Beberapa cara yang dapat digunakan untuk mengetahui ada atau
tidaknya multikolinearitas yaitu menggunakan nilai VIF (Variance Inflating Factor) dan
nilai Tolerence. Apabila nilai VIF < 10 dan nilai Tolerence > 0,1 maka
tidak terjadi multikolinearitas. Selain itu, pendeteksian multikolinearitas
dapat pula diketahui dengan melakukan pengujian korelasi antara variabel
independen. Apabila terdapat korelasi yang kuat (koefisien korelasi > 0,5)
antara variabel independen maka terjadi multikolinearitas pada model. Misalkan
diberikan data penelitian (Lihat Data), berikut dijelaskan cara
menguji asumsi multikolinearitas menggunakan bantuan SPSS.
1. Inputkan data pada SPSS.
2. Pilih Analyze →
Regression → Linear.
3. Maka akan muncul kotak dialog Linear Regression, masukkan variable Y ke kolom Dependent, serta variable X1 dan X2 ke
kolom Independents(s).
4. Selanjutnya pilih Statistics,
maka akan muncul kotak dialog Linear
Regression: Statistics, aktifkan Collinearity diagnostics dan Covariance matrix, untuk
pilihan Estimates dan Model fit secara default telah aktif.
Pilih Continue, untuk kembali ke kotak
dialog Linear Regression.
5. Pilih OK.
Sehingga diperoleh
hasil analisis sebagai berikut.
Model
|
Collinearity Statistics
|
||
Tolerance
|
VIF
|
||
1
|
(Constant)
|
||
X1
|
.945
|
1.058
|
|
X2
|
.945
|
1.058
|
|
a. Dependent Variable: Y
|
Hasil analisis menunjukkan nilai Tolerence untuk setiap variabel
independen (X1=0,945 dan X2=0,945) > 0,1. Sedangkan nilai VIF pada setiap
variabel independen (X1=1,058 dan
X2=1,058) < 10. Sehingga dapat disimpulkan berdasarkan nilai Tolerence dan
nilai VIF tidak terjadi multikolinearitas pada model atau asumsi multikolinearitas
terpenuhi.
Coefficient Correlationsa
|
||||
Model
|
X2
|
X1
|
||
1
|
Correlations
|
X2
|
1.000
|
-.234
|
X1
|
-.234
|
1.000
|
||
Covariances
|
X2
|
.246
|
-.051
|
|
X1
|
-.051
|
.193
|
||
a. Dependent Variable: Y
|
Output diatas menunjukkan nilai korelasi antara variabel independen (X1
dan X2) sebesar |-0,234|=0,234 < 0,5, serta apabila dilakukan pengujin r hitung
(0,234) < r tabel (0,355) dengan n=31, α=0,05. Artinya tidak terdapat
korelasi yang kuat antara variabel independen, sehingga dapat disimpulkan tidak
terjadi multikolinearitas pada model atau asumsi multikolinearitas terpenuhi.
---SEMOGA BERMANFAAT---
ddn