Halo sobat tambah pinter! Dalam statistik, banyak uji yang dapat dilakukan untuk menguji hasil dari data yang akan dianalisis. Salah satunya, yaitu uji multikolinearitas. Uji multikolinearitas ini sangat berguna untuk menguji variable dependen dan independen.
Untuk menganalisis data pasti kamu tidak asing dengan software SPSS, karena SPSS merupakan salah satu software yang paling sering digunakan untuk menganalisis data untuk jumlah yang banyak, sehingga dapat membantu kamu dalam mengolah data. Pada SPSS juga dapat dilakukan uji multikolinearitas, lho! Yuk simak informasinya dibawah ini!
Daftar Isi
Pengertian Uji Multikolinearitas
Menurut Sriningsih M, et al (2018), multikolinearitas adalah suatu kondisi dimana terjadi korelasi antara variabel bebas atau antar variabel bebas tidak bersifat saling bebas. Uji multikolinearitas termasuk ke dalam uji asumsi klasik. Tujuan Uji multikolinearitas yaitu untuk mengetahui apakah pada model regresi ditemukan kolerasi antar variabel bebas.
Menurut Priyatno (2014) menjelaskan bahwa, uji asumsi klasik jenis multikolinearitas diterapkan untuk menganalisis regresi berganda yang terdiri atas dua atau tiga variabel bebas/independent variabel. Berdasarkan hal tersebut, maka syarat untuk melakukan uji multikolinearitas data ini harus terdiri dari 2 atau lebih variabel independen.
Rumus Uji Multikolinearitas Data
Pada uji multikolinearitas digunakan besaran, yaitu VIF (Variance Inflation Factor) atau faktor inflasi ragam. VIF digunakan sebagai kriteria untuk mendeteksi multikolinearitas pada regresi linier yang melibatkan lebih dari dua variabel bebas. Rumus VIF untuk koefisien regresi-j dijabarkan sebagai berikut :
Berdasarkan rumus tersebut, apabila nilai VIF > 10 atau jika tolerance value < 0.1 maka terjadi multikolinearitas. Namun, apabila nilai VIF < 10 atau jika tolerance value > 0.1 maka tidak terjadi multikolinearitas. Pada model regresi yang baik seharusnya tidak terjadi kolerasi diantara variabel bebas atau tidak terjadi multikolinearitas.
Baca juga: Cara Uji Korelasi
Cara Uji Multikolinearitas Data dengan Menggunakan SPSS
Berikut adalah cara perhitungan uji multikolinearitas data dengan menggunakan SPSS :
- Pastikan kamu sudah meng-install program SPSS, kemudian buka program SPSS.
- Siapkan data – data yang diperlukan (contoh : data variabel dependen dan variabel independen), kemudian entry data variabel ke dalam variable view dan data view.
*Berikut contoh data variabel dependen dan variabel independen yang akan digunakan pada artikel ini. Ingat bahwa variabel independen harus terdiri dari 2 atau lebih variabel.
Keterangan :
X1 (Kebersihan Gigi) dan X2 (Konsumsi Makanan Manis) adalah variabel independen.
Y (Kerusakan Gigi) adalah variabel dependen.
Berdasarkan data diatas terdapat 20 sampel.
3. Selanjutnya, klik Analyze > Regression > Linear…
4. Kemudian, akan muncul tampilan Linear Regression. Lalu, variabel yang terdapat pada kolom kiri dipindahkan ke kolom kanan sesuai dengan jenis variabelnya, yaitu X1 (Kebersihan Gigi) dan X2 (Konsumsi Makanan Manis) dipidanhkan ke kolom Independent(s), sedangkan Y (Kerusakan Gigi) dipindahkan ke kolom Dependent.
5. Lalu, klik Statistics… > centang Estimates, Model fit dan Collinearity diagnostics > klik Continue.
6. Selanjutnya, klik OK dan hasil uji multikolinearitas dapat dilihat pada Ouput.
Interpretasi Hasil Uji Multikolinearitas Data
Setelah melakukan perhitungan data, kemudian hasil perhitungan dengan uji reliabilitas akan muncul pada Output. Pada Output hasil perhitungan data akan berupa tabel, yaitu Variables Entered/Removed, Model Summary, ANOVA, Coefficients, dan Collinearity Diagnostics.
Untuk mengetahui apakah data yang kamu analisis terjadi korelasi antara variabel bebasnya atau tidak, maka perhatikan tabel Coefficients pada kolom Collinearity Statistics Tolerance dan VIF.
Pada tabel diatas, dapat dilihat bahwa variabel Kebersihan Gigi memiliki nilai VIF, yaitu 53.460 dan Tolerance, yaitu 0.019, sama halnya dengan variabel Konsumsi Makanan Manis memiliki nilai VIF, yaitu 53.460 dan Tolerance, yaitu 0.019.
Sehingga, dapat disimpulkan bahwa, baik variabel Kebersihan Gigi maupun variabel Konsumsi Makanan Manis memiliki nilai VIF > 10 dan Tolerance < 0.1. Hal ini menjelaskan bahwa pada antar variabel independen atau bebas tersebut terjadi gangguan multikolinearitas atau terjadi korelasi diantara variabel independen atau bebas tersebut. Apabila terjadi multikolinearitas pada data yang kamu analisis, maka harus dilakukan standarisasi pada variabel dan menganalisis kembali variabel bebasnya.
Baca juga: Uji Homogenitas
Pemahaman Akhir
Uji multikolinearitas merupakan metode yang digunakan dalam statistik untuk menguji adanya korelasi antara variabel bebas atau antara variabel bebas yang tidak bersifat saling bebas. Uji ini termasuk dalam uji asumsi klasik dan bertujuan untuk mengevaluasi apakah terdapat multikolinearitas dalam model regresi.
Dalam uji multikolinearitas, digunakan ukuran VIF (Variance Inflation Factor) atau faktor inflasi ragam sebagai kriteria untuk mendeteksi adanya multikolinearitas. Jika nilai VIF lebih dari 10 atau nilai toleransi kurang dari 0.1, maka dapat disimpulkan terdapat multikolinearitas. Namun, jika nilai VIF kurang dari 10 atau nilai toleransi lebih dari 0.1, maka tidak terdapat multikolinearitas. Dalam sebuah model regresi yang baik, tidak seharusnya terdapat korelasi antara variabel bebas atau terjadi multikolinearitas.
Untuk melakukan uji multikolinearitas menggunakan software SPSS, langkah-langkahnya adalah sebagai berikut:
- Menginstall dan membuka program SPSS.
- Menyiapkan data yang diperlukan, yaitu variabel dependen dan dua atau lebih variabel independen.
- Memilih menu “Analyze > Regression > Linear…” pada SPSS.
- Memindahkan variabel independen ke kolom “Independent(s)” dan variabel dependen ke kolom “Dependent” pada tampilan Linear Regression.
- Memilih opsi “Statistics…” dan mencentang “Estimates”, “Model fit”, dan “Collinearity diagnostics”, lalu mengklik “Continue”.
- Mengklik “OK” dan hasil uji multikolinearitas akan muncul pada Output.
- Hasil uji multikolinearitas dapat ditafsirkan melalui tabel “Collinearity Statistics
- Tolerance” dan “VIF” pada bagian “Coefficients” dalam Output. Jika terdapat variabel dengan nilai VIF lebih dari 10 dan nilai toleransi kurang dari 0.1, maka dapat disimpulkan bahwa terjadi multikolinearitas antara variabel tersebut.
Jika terjadi multikolinearitas, langkah selanjutnya adalah melakukan standarisasi pada variabel dan menganalisis ulang variabel bebas untuk mengatasi masalah multikolinearitas.
Dengan menggunakan metode uji multikolinearitas ini, para peneliti dan analis data dapat mengidentifikasi adanya multikolinearitas dalam model regresi dan mengambil langkah-langkah yang tepat untuk mengatasi masalah tersebut.
Itulah cara melakukan uji multikolinearitas data dengan menggunakan SPSS. Data yang digunakan pada artikel ini hanya menjadi contoh saja, agar kamu dapat lebih memahami bagaimana cara melakukan uji multikolinearitas tersebut. Mohon maaf apabila ada kesalahan pada penjelasan uji multikolinearitas pada artikel ini. Selamat mencoba dan semoga bermanfaat!
Sumber :
Sriningsih M, Hatidja D, Prang JD.Penanganan Multikolinearitas Dengan Menggunakan Analisis Regresi Komponen Utama Pada Kasus Impor Beras Di Provinsi Sulut. Jurnal Ilmiah Sains. 2018; 18(1): 19-20.
Akila. Pengaruh Insentif Dan Pengawasan Terhadap Produktivitas Kerja Karyawan Pada Cv. Vassel Palembang. 2017; 2(2): 40.
