Uji Asumsi Multikolinearitas dengan SPSS

Portal-Statistik | Mumpung lagi liburan habis selesai UTS semester Genap, mending berbagi aja ilmu yang telah didapatkan disemester ini,, hehe,,, kali ini saya akan membagiakan sedikit yang saya tahu kepada sahabat-sahabat blogger semua tentang Uji Asumsi Multikolinearitas dengan SPSS. Semoga bisa berguna.

Multikolinieritas digunakan untuk menguji suatu model apakah terjadi hubungan yang sempurna atau hampir sempurna antara variabel bebas, sehingga sulit untuk memisahkan pengaruh antara variabel-variabel itu secara individu terhadap variabel terikat. Pengujian ini untuk mengetahui apakah antar variabel bebas dalam persamaan regresi tersebut tidak saling berkorelasi. Untuk mendeteksi Multikolinearitas adalah dengan melihat nilai tolerance dan nilai Variance Inflation Factor (VIF), di mana menurut Hair et al dalam Duwi Priyatno (2009) variabel dikatakan mempunyai masalah multikolinearitas apabila nilai tolerance lebih kecil dari 0,1 atau nilai VIF lebih besar dari 10.

Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independent. Jika variabel independent saling berkorelasi, maka variabel-variabel ini tidak ortogonal. Variabel Ortogonal adalah variabel independent yang nilai korelasi antar sesame variabel independent sama dengan nol.

Untuk mendeteksi ada atau tidaknya multikolinearitas didalam model regresi adalah sebagai berikut.

  • Nilai R Square yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel independent banyak yang tidak signifikan mempengaruhi variabel dependent.
  • Menganalisis matrik korelasi variabel-variabel independent. Jika antar variabel independent ada korelasi yang cukup tinggi (umumnya diatas 0.90), maka hal ini merupakan indikasi adanya Multikolinearitas. Hehe,,, bahaya kan kalau R square nya melebihi 90%, makanya hati-hati hahah :p
  • Seperti sudah dijelaskan sedikit diatas, Multikolinearitas dapat juga dilihat dari Nilai Tolerance dan Variance Inflation Factor (VIF). Nilai tolerance yang rendah sama dengan nilai VIF tinggi karena VIF = 1/Tolerance.
Baiklah langsung saja, pada postingan tentang Uji asumsi Multikolinearitas ini, saya akan mengecek apakah terjadi gejala Multikolinearitas atau tidak pada variabel independent yang telah kita dapatkan pada model di studikasus tentang Jumlah Penduduk Miskin di Jawa Timur.

Perhatikan langkah-langkah uji asumsi Multikolinearitas dengan spss berikut ini:
  1. Pada Data View SPSS, Pilih menu Analyze – Regression – Linear, pada kotak Dependent, isikan variabel dependent (Jumlah Penduduk Miskin) dan pada kotak Independent, isikan variabel X1, X2, (Jumlah Pengangguran, Angka Rata2 Lama Sekolah)
  2. Pilih metode Enter.
  3. Klik Button Statistics, berikan centang seperti pada gambar dibawah ini, dan klik Continue dan OK.
Sekarang Mari kita bahas Outputnya.
Melihat hasil besaran korelasi antar variabel independent tampak bahwa anatara varaibel Angka rata-rata lama sekolah dengan variabel Jumlah pengangguran memiliki korelasi -0.15 (15% = masih dibawah 90%) maka dapat dikatakan tidak terjadi Multikolinearitas yang serius.

Menurut saya, dengan menggunakan atau melihat nilai VIF atau Tolerance akan lebih menguatkan persepsi kita mengenai hal itu, makanya saya lebih suka dengan menggunakan nilai VIF atau Tolerance untuk menyimpulkan ada atau tidaknya gejala Multikolinearitas pada model atau variabel yang kita miliki.

Pengambilan Keputusan dengan Melihat Nilai VIF dan Tolerance:
Melihat nilai Tolerance
Tidak terjadi Multikolinearitas , jika nilai Tolerance lebih besar 0,10.
Terjadi Multikolinearitas, jika nilai Tolerance lebih kecil atau sama dengan 0,10.
Melihat nilai VIF (Variance Inflation Factor)
Tidak terjadi Multikonieritas, jika nilai VIF lebih kecil 10,00.
Terjadi Multikonieritas, jika nilai VIF lebih besar atau sama dengan 10,00.

Berdasarkan output SPSS diatas, dapat disimpulkan bahwa Tidak terjadi Multikolinearitas antar variabel independent dalam model regresi karena nilai Tolerance > 0.1 dan nilai VIF < 10.

Demikian postingan saya tentang Uji Asumsi Multikolinearitas dengan SPSS, Mudahan dapat berguna bagi teman-teman dan sobat semuanya. Silahkan baca juga tentang Analisis Regresi Linear Berganda Dengan SPSS Metode Enter VS Stepwise sebgai referensi teman-teman.
Silahkan Bisa dibaca juga postingan lengkap Uji Asumsi Klasik Pada Regresi Linear

Thanks.
Selamat Belajar
Have FUN. :)
21 Komentar untuk "Uji Asumsi Multikolinearitas dengan SPSS"

Mantep gan....thanks atas infonya

maaf nih gan, ini artikel tentang apa ya

Terimakasih utk semua tulisan dan postingannya ya, saya sangat terbantu dlm menyelesaikan skripsi dg membaca artikel di blog ini. Sukses utk portalstatistik!

Ok, sama2 gan,,,
Thanks atas kunjungannya, semoga skripsinya lancar :D

mas, apakah kalo menguji multikolinieritas data primer kuesioner, harus menggunakan jumlah total skor pertanyaan dari setiap variabel? terima kasih.

yaa bisa seperti itu, jadi semua variabel harus diperlakukan seperti itu juga..

gan boleh minta sumbernya dr mana??
terutama bagian pengambilan keputusan...
mkasih ya gan....

silahkan bisa dibaca buku dari Pak Imam Ghozali yang Analisis Multivariate.
terimakasih atas kunjungannya gan.

thanks atas postingannya,,
saya mw tanya,,
kalau vifnya tinggi, brarti itu melanggar asumsi toh,,
udah di transformasi "ln y", tapi tetap za vifnya tinggi,,
apa yang harus saya lakukan ??

ada banyak metode yang bisa digunakan untuk menangani kasus multikolinearitas, seperti yang sudah dibilang bisa dengan regresi lin-log, log-lin, double log, dicoba dulu.
Atau bisa mencoba teknik regresi komponen utama (priciple component analysis) atau regresi Ridge juga bisa digunakan untuk mengatasi multikolinearitas.

mksh bgt postingannya..bermanfaat skali.
apa bisa les privat gan??

sama-sama semoga bermanfaat.
wah ilmu saya gak cukup gan kalo sampai buka les privat :D
mending kita diskusi aja, mungkin akan lebih bermanfaat.

makasih, telah banyak membantu

maaf gan mau tanya untuk tabel coefficient corelations itu untuk poin B yah dari uji multikolinearitas (ghozali). misalnya variabel bebasnya ada 3, korelasinya yang mana ajah yah ? mohon bantuannya gan terimakasih

cara mengobati data yang multikol dengan nilai VIF lebih dari 10 caranya bagaimana ?

maaf cara mengatasi multikolinearitas gimana ya? awalnya saya pakai metode Cochrane-Orcutt untuk mengatasi masalah autokorelasi. eh auto solved, yg nilai VIF nya jadi melambung tinggi > 10 :(
kl bisa tolong bantu ya kak. terima kasih

apa masalahnya jika di dalam evaluasi data ada gejala multikol

Jika Setiap variabel memiliki butir pertanyaan berbeda bagaimana? Misal :
X1 : 10item
X2 : 8 item
Y : 12 item

Otomatis variabel Y akan paling tinggi nilainya dan X2 akan paling rendah, padahal mean x2 paling tinggi skornya

Apakah masih tetap menggunakan total skor?

Gan, boleh nanya itu batas korelasi 90% (0,9) boleh minta referensinya gan, soalnya korelasi variable saya 0,844 nih.
Terima kasih gan.

Mau tanya nih...
Uji Asumsi klasik yg saya baca itu ada 4 macam : normalitas, autokorelasi, multikolinearitas dan heterokedastisitas.
Yg mau saya tanyakan apa bisa yg diambil misalkan cuman multikolinearitas dan heterokedastisitas saja?
Selanjutnya... Uji Normalitas kalau tidak salah sudah masuk di analisis jalur apa bisa dimasukan 2x juga di uji asumsi klasik. Terima kasih...

jika nilai vif dn tolerannya tidak sesuai dengan buku gozali dan sudh pakai cara Ln sqrt dqn log10 bagaimana cara menangniny

Silahkan tinggalkan komentar, kritik, maupun saran dari sobat blogger tentang apa yang sobat rasakan setelah mengunjungi blog ini.

Back To Top