Menurut Duwi Priyatno (2009:59) Multikolinearitas adalah keadaan dimana antara dua variabel independen atau lebih pada model regresi terjadi hubungan linear yang sempurna atau mendekati sempurna.
Dampak yang dapat ditimbukan dengan terjadi pelanggaran multikolinearitas menurut Nachrowi (2006) dalam beberapa kasus angka estimasi koefisien regresi yang didapat akan memiliki nilai yang tidak sesuai dengan substansi, atau kondisi yang diduga atau dirasakan akal sehat, sehingga dapat menyesatkan interpretasi.
untuk mendeteksi pelanggaran / masalah multikolinearitas cara yang paling populer digunakan adalah dengan melihat nilai VIF (Variance Inflation Factor) dan TOL (Tolerance). Menurut Duwi Priyatno (2009:60) bahwa dalam banyak penelitian dijelaskan dalam banyak penelitian bahwa jika TOL lebih dari ( > ) 0,1 dan VIF kurang dari ( < ) 10 maka model regersi tersebut bebas dari masalah multikolinearitas.
untuk mencari VIF dan TOL ini, kalian bisa lihat pada Pos (Cara Mencari Bahan Uji Asumsi Klasik dan Hipotesis Dengan SPSS). setelah melakukan seperti yang diperintahkan Pos tadi, semestinya anda bisa mendapatkan tabel seperti yang ada di bawah ini. terus tinggal cek deh satu-satu varibelnya.
Kalau seandainya ternyata pada penelitian kamu, terjadi pelanggaran atau masalah kolinearitas. jangan khawatir dulu. saya kasih beberapa jalan nih. Menurut Nacrhowi (2006) ada beberapa jalan yang dapat dilakukan untuk mengatasi masalah kolinearitas diantaranya:
- Mengubah data regresi dengan melihat informasi sejenis yang ada
- Mengeluarkan Variabel bebas yang kolinear dari model.
- Mentransformasikan Variabel, atau
- Mencari data tambahan
Sumber:
Nachrowi, D Nachrowi. 2006. Ekonometrika. Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia: Jakarta
Priyatno Duwi. 2009. SPSS "Untuk Analisis Korelasi, Regresi dan Multivariate". Gava Media: Yogyakarta
No comments:
Post a Comment