Daftar isi:
- Pendahuluan
- Tutorial uji multikolinearitas dengan SPSS Versi 23
- Interpretasi VIF
- Interpretasi CI
- Kesimpulan
- Artikel Terkait
Uji Multikolinearitas adalah salah satu uji asumsi klasik yang melihat apakah pada model regresi terdapat korelasi yang tinggi antara variabel bebasnya atau tidak. Model regresi yang baik diharapkan tidak mempunyai korelasi yang tinggi antara variabel bebasnya. Dalam hal ini, tentunya uji multikolinearitas tidak dapat dikenakan pada model regresi linear sederhana, karena hanya menggunakan 1 variabel bebas.
Ada banyak metode uji multikolinearitas, bahkan salah satunya adalah deteksi ketika membangun model regresi. Deteksi yang lain adalah menggunakan korelasi biasa di antara variabel-variabel bebasnya, di mana korelasi yang tinggi atau di atas 0,9 sering diidentifikasikan sebagai mengalami gangguan multikolinaritas. Artikel kali ini akan membahas penggunakan metode VIF = Variance Inflation Factor, yang erat kaitannya dengan Tolerance dan juga menggunakan metode CI = Condition Index yang erat kaitannya dengan eigenvalue.
Tutorial Uji Multikolinearitas dengan SPSS Versi 23
Berikut adalah data yang dipergunakan untuk simulasi, yaitu 96 data sebagai berikut:
![]() |
Data Simulasi Uji Multikolinearitas pada Regresi Berganda |
![]() |
Memasukkan Variabel Penelitian dan Masuk ke Menu Statistics |
![]() |
Centang Collinearity diagnostics |
Interpertasi VIF
Berikut adalah output yang dipergunakan untuk menguji multikolinearitas dengan metode VIF atau Tolerance:
![]() |
Output VIF atau Tolerance dengan SPSS Versi 23 |
Interpretasi CI
Metode lain adalah dengan Condition Index di mana gangguan terjadi jika CI di atas 30 untuk gangguan kuat dan antara 10 sd 30 untuk gangguan sedang. Berikut adalah output eigenvalue pada model regresi ini:
![]() |
Output untuk CI dengan SPSS Versi 23 |
Kesimpulan
Gangguan multikolinearitas dapat dideteksi di awal, yaitu jika ada variabel bebas yang secara teori mempunyai korelasi mempunyai kemungkinan mengalami gangguan multikolinearitas pada uji asumsi klasik. Untuk uji multikolinearitas dengan VIF dan CI ternyata memberikan hasil yang konsisten sehingga kita bisa menggunakan salah satunya saja, atau menggunakan keduanya jika ingin memperkuat hasil pengujian.
Tidak ada komentar:
Posting Komentar
Baca dulu sebelum tulis komentar:
Sebelum menuliskan pertanyaan, mohon disimak tanya jawab yang ada terlebih dahulu. Pertanyaan yang sama atau senada biasanya tidak terjawab. Untuk pengguna Blogger mohon profil diaktifkan agar tidak menjadi dead link. Atau simak dulu di Mengapa Pertanyaan Saya Tidak Dijawab?
Simak juga Channel kami di Statistik TV
Komentar akan kami moderasi dulu sebelum ditampilkan. Aktifkan Akun Google Anda.
Terima kasih.