Lompat ke konten Lompat ke sidebar Lompat ke footer

Uji Multikolinearitas Dengan Menyaksikan Nilai Tolerance Dan Vif Spss

download image
Uji multikolinearitas ialah bagian dari uji asumsi klasik (normalitas dan heteroskedastisitas) dalam analisis regresi linear berganda. Tujuan digunakannya uji multikolinearitas dalam observasi yakni untuk menguji apakah model regresi didapatkan adanya korelasi (kekerabatan berpengaruh) antar variabel bebas atau variabel independent. Model regresi yang bagus semestinya tidak terjadi relasi diantara variabel bebas atau tidak terjadi tanda-tanda multikolinearitas.

Uji Multikolinearitas dengan Melihat Nilai Tolerance dan VIF SPSS Uji Multikolinearitas dengan Melihat Nilai Tolerance dan VIF SPSS

Untuk mendeteksi ada tidaknya gejala multikolinearitas dalam versi regresi, maka dapat dikerjakan dengan beberapa cara, ialah: (1) Melihat nilai kekerabatan antar variabel independent. (2) Melihat nilai condition index dan eigenvalue. (3) Melihat nilai tolerance dan variance inflating factor (VIF). Dalam kesempatan kali ini kita akan memprektekkan cara melakukan uji multikolinearitas dengan melihat nilai tolerance dan VIF menggunakan program SPSS.

Dasar Pengambilan Keputusan dalam Uji Multikolinearitas (Tolerance dan VIF)

Seperti yang kita pahami, bahwa setiap uji statistik yang dikerjakan niscaya ada dasar pengambilan keputusannya. Adapun dasar pengambilan keputusan pada uji multikolinearitas dengan Tolerance dan VIF adalah sebagai berikut:

Pedoman Keputusan Berdasarkan Nilai Tolerance
  1. Jika nilai Tolerance lebih besar dari 0,10 maka artinya tidak terjadi multikolinieritas dalam versi regresi.
  2. Jika nilai Tolerance lebih kecil dari 0,10 maka artinya terjadi multikolinieritas dalam model regresi.

Pedoman Keputusan Berdasarkan Nilai VIF (Variance Inflation Factor)
  1. Jika nilai VIF < 10,00 maka artinya tidak terjadi multikolinieritas dalam model regresi.
  2. Jika nilai VIF > 10,00 maka artinya terjadi multikolinieritas dalam model regresi.

Catatan: kedua dasar pengambilan keputusan dalam uji multikolinearitas di atas akan menghasilkan kesimpulan yang serupa (tidak akan berlawanan).

Contoh Kasus Uji Multikolinearitas dalam Model Regresi

Sebagai acuan, kita akan mendeteksi apakah ada tanda-tanda multikolinearitas untuk versi regresi dampak Motivasi (X1) dan Minat (X2) terhadap Prestasi Belajar (Y). Adapun data penelitian yang mau kita uji mampu dilihat pada gambar tabel di bawah ini.

Uji Multikolinearitas dengan Melihat Nilai Tolerance dan VIF SPSS Uji Multikolinearitas dengan Melihat Nilai Tolerance dan VIF SPSS

[Download Data excel, Input-Output SPSS]

Keterangan: data variabel motivasi dan minat di peroleh dari penyebaran kuesioner, sementara data variabel prestasi belajar diperoleh dari nilai ulangan. Adapun jumlah sampel yang digunakan dalam penelitian ini adalah 12 orang siswa.

Langkah-Langkah Uji Multikolinearitas Tolerance dan VIF dengan SPSS

Selanjutnya, kita masuk kebagian tindakan melaksanakan uji multikolinearitas dengan menyaksikan nilai Tolerance dan VIF memakai acara SPSS. Adapun urutan langkah-langkah tersebut mampu anda simak pada pembahasan di bawah ini.

1. Persiapkan data tabulasi untuk masing-masing variabel observasi yang akan di uji. Buka acara SPSS, kemudian klik Variable View. Selanjutnya, pada bagian Name tuliskan Motivasi, Minat dan Prestasi, pada bagian Decimals ubah semua menjadi angka 0, pada bab Label tuliskan Motivasi (X1), Minat (X2) dan Prestasi (Y), pada bab Measure ubah menjadi Scale. Abaikan opsi lainnnya, maka terlihat dilayar.

Uji Multikolinearitas dengan Melihat Nilai Tolerance dan VIF SPSS Uji Multikolinearitas dengan Melihat Nilai Tolerance dan VIF SPSS

2. Setelah itu, klik Data View, lalu masukkan data Motivasi, Minat dan Prestasi yang sudah disediakan tadi, bisa dengan cara copy-paste atau ditulis satu persatu.

Uji Multikolinearitas dengan Melihat Nilai Tolerance dan VIF SPSS Uji Multikolinearitas dengan Melihat Nilai Tolerance dan VIF SPSS

3. Selanjutnya, dari menu SPSS pilih sajian Analyze, kemudian submenu Regression, kemudian pilih Linear...

Uji Multikolinearitas dengan Melihat Nilai Tolerance dan VIF SPSS Uji Multikolinearitas dengan Melihat Nilai Tolerance dan VIF SPSS

4. Muncul kotak gres dengan nama "Linear Regression", selanjutnya masukkan variabel Motivasi (X1) dan Minat (X2) pada kotak Independent(s): lalu masukkan variabel Prestasi (Y) pada kotak Dependent: lalu pada bagian "Method" pilih Enter, lalu klik Statistics...

Uji Multikolinearitas dengan Melihat Nilai Tolerance dan VIF SPSS Uji Multikolinearitas dengan Melihat Nilai Tolerance dan VIF SPSS

5. Dilayar akan muncul tampilan obrolan "Linear Regression: Statistics". Aktifkan opsi dengan cara mecentang (v) pada Covariance matrix dan Collinierity Diagnostics. Abaikan pilihan lain atau biarkan tetap defauld kemudian klik Continue

Uji Multikolinearitas dengan Melihat Nilai Tolerance dan VIF SPSS Uji Multikolinearitas dengan Melihat Nilai Tolerance dan VIF SPSS

6. Terakhir klik Ok, maka muncul output SPSS dengan judul "Regression". Untuk melihat ada tidaknya tanda-tanda multikolinearitas dalam versi regresi, maka kita cukup mengamati tabel output "Coefficients". Adapun pembahsannya mampu dilihat pada interpretasi berikut.

Interpretasi Output Uji Multikolinearitas Tolerance dan VIF

Uji Multikolinearitas dengan Melihat Nilai Tolerance dan VIF SPSS Uji Multikolinearitas dengan Melihat Nilai Tolerance dan VIF SPSS

Sekangan saatnya kita untuk menginterpretasi atau menafsirkan hasil output SPSS di atas. Seperti yang sudah saya jelaskan pada bab sebelumnya, bahwa dasar pengambilan keputusan dalam uji multikolinearitas ini, mampu dikerjakan dengan cara menyaksikan nilai Tolerance dan VIF. Berdasarkan tabel output "Coefficients" pada bagian "Collinearity Statistics" dimengerti nilai Tolerance untuk variabel Motivasi (X1) dan Minat (X2) yakni 0,394 lebih besar dari 0,10. Sementara, nilai VIF untuk variabel Motivasi (X1) dan Minat (X2) adalah 2,537 < 10,00. Maka mengacu pada dasar pengambilan keputusan dalam uji multikolinearitas dapat disimpulkan bahwa tidak terjadi tanda-tanda multikolineritas dalam model regresi.

Catatan: bila jumlah variabel independent (X) yang digunakan dalam analisis regresi hanya ada 2 buah, maka otomatis hasil Tolerance dan VIF untuk kedua variabel tersebut akan bernilai sama.

Tips Tambahan: penyelesaian alternatif untuk mengatasi tanda-tanda multikolinearitas dalam model regresi antara lain:
  1. Melakukan alternatif uji lain untuk mendeteksi gejala multikolinearitas. (mirip: uji hubungan, uji condition index dan eigenvalue).
  2. Melakukan transformasi data (missal: Ln, Log, Lag, dll).
  3. Mengeluarkan variabel yang berkorelasi tinggi.
  4. Melakukan outlier terhadap data ekstrim atau bila dibutuhkan maka boleh menambah sampel baru supaya sebaran data menjadi lebih bervariasi.

Demikian postingan pembahasan mengenai cara melaksanakan uji multikolinearitas dengan menyaksikan nilai tolerance dan VIF memakai acara SPSS model 21 semoga berfaedah dan terimakasih. Pada artikel selanjutnya akan dibahas perihal Tutorial Uji Heteroskedastisitas dengan Glejser SPSS
VIDEO Cara Uji Multikolinearitas Tolerance dan VIF dengan SPSS *UPDATE
[Kata Kunci Pencarian: Uji Multikolinearitas dengan Melihat Nilai Tolerance dan VIF SPSS, Cara Melakukan Uji Multikolinearitas dengan Program SPSS, Langkah-langkah Melakukan Uji Multikolinearitas, Tutorial Uji Multikolinearitas dengan Software SPSS
download image