Uji Asumsi Multikolinearitas

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