‘’ MULTIKOLINEARITAS ‘’
OLEH:
IRMAYANTI F1A2 16 0
Dengan menyebut nama Allah SWT yang Maha Pengasih lagi Maha
Penyayang, penulis panjatkan puja dan puji syukur atas kehadirat-Nya, yang telah
melimpahkan rahmat, hidayah, dan inayah-Nya kepada penulis, sehingga penulis
dapat menyelesaikan makalah Mata Kuliah Ekonometrika mengenai
Multikolinearitas.
Makalah ini telah penulis susun dengan maksimal dan mendapatkan bantuan
dari berbagai pihak sehingga dapat memperlancar pembuatan makalah ini. Untuk itu
penulis menyampaikan banyak terima kasih kepada semua pihak yang telah
berkontribusi dalam pembuatan makalah ini.
Terlepas dari semua itu, penulis menyadari sepenuhnya bahwa masih ada
kekurangan baik dari segi susunan kalimat maupun tata bahasanya. Oleh karena itu
dengan tangan terbuka penulis menerima segala saran dan kritik dari pembaca agar
dapat memperbaiki makalah ini.
Penulis
DAFTAR ISI
BAB I PENDAHULUAN
BAB II PEMBAHASAN
3.1 Kesimpulan.......................................................................................... 9
Dimana l0 , l1 ,.....lk adalah konstanta yang tidak perlu semuanya bernilai = 0 (Sudrajat,
1984).
Berkaitan dengan masalah multikoliniearitas, Sumodiningrat (1994: 281-182)
mengemukakan bahwa ada 3 hal yang perlu dibahas terlebih dahulu:
1. Multikoliniearitas pada hakekatnya adalah fenomena sampel. Dalam model
fungsi regresi populasi (Population Regression Function = PRF) diasumsikan
bahwa seluruh variabel bebas yang termasuk dalam model mempunyai
pengaruh secara individual terhadap variabel tak bebas Y, tetapi mungkin
terjadi bahwa dalam sampel tertentu.
2. Multikoliniearitas adalah persoalan derajat (degree) dan bukan persoalan jenis
(kind). Artinya bahwa masalah Multikoliniearitas bukanlah masalah mengenai
apakah korelasi di antara variabel-variabel bebas negatif atau positif, tetapi
merupakan persoalan mengenai adanya korelasi di antara variabelvariabel
bebas.
3. Masalah Multikoliniearitas hanya berkaitan dengan adanya hubungan linier di
antara variabel-variabel bebas Artinya bahwa masalah Multikoliniearitas tidak
akan terjadi dalam model regresi yang bentuk fungsinya berbentuk non-linier,
tetapi masalah Multikoliniearitas akan muncul dalam model regresi yang
bentuk fungsinya berbentuk linier di antara variabel-variabel bebas.
2.2 Akibat-akibat Multikolinearitas
Multikonearitas adalah adanya hubungan eksak linier antar variabel penjelas.
Multikonearitas diduga terjadi bila nilai R2 tinggi, nilai t semua variabel penjelas
tidak signifikan, dan nilai F tinggi.
Konsekuensi multikonearitas:
1. Kesalahan stkitar cenderung semakin besar dengan meningkatnya tingkat
korelasi antar variabel.
2. Karena besarnya kesalahan stkitar, selang keyakinan untuk parameter populasi
yang relevan cenderung lebih besar.
3. Taksiran koefisian dan kesalahan stkitar regresi menjadi sangat sensitif
terhadap sedikit perubahan dalam data.
Konsekuensi multikolinearitas adalah invalidnya signifikansi variable maupun
besaran koefisien variable dan konstanta. Multikolinearitas diduga terjadi apabila
estimasi menghasilkan nilai R kuadrat yang tinggi (lebih dari 0.8), nilai F tinggi, dan
nilai t-statistik semua atau hampir semua variabel penjelas tidak signifikan. (Gujarati,
2003)
Jika asumsi-asumsi model regresi linier dapat dipenuhi, maka estimator OLS
(ordinary least square) koefisien regresi akan linier, tidak berbias, dan mempunyai
varians yang minimum, singkatnya memenuhi standar BLUE (best linear
unbiasedestimator).
Untuk menjelaskannya perhatikan dua tabel data hipotetik berikut dan hasil
perhitungannya untuk masing-masing tabel tersebut.
Y X1 X2
1 2 4
2 0 2
3 4 12
4 6 0
5 8 16
(a)
Y X1 X2
1 2 4
2 0 2
3 4 0
4 6 12
5 8 16
(b)
Hasil perhitungan dari tabel (a):
Yi = 1.1939 + 0.4463X1i + 0.0030X2i
(0.7737) (0.1848) (0.0851)
T = (1.5431) (2.4151) (0.0358)
R2 = 0.8151
R12 = 0.5523
Cov(B1,B2) = -0.000868
Persamaan garis regresi diatas menyatakan, bahwa tak ada satupun koefisien
regresi yang signifikan baik pada taraf 5% maupun 1% (B1 signifikan pada taraf 10%
menurut teka arah).
Tabel (b) dihasilkan dari tabel (a) yang diubah dengan mempertukarkan nilai
variabel X2 pada baris ke-3 dan ke-4 hasil perhitungan dari tabel (b);
(0.7480)(0.2721) (0.1253)
Hasil analisis menunjukkan bahwa B1 yang asalnya signifikan pada taraf 10%
sekarang jadi tidak signifikan lagi pada taraf yang sama. Juga terlihat, bahwa cov (
12 ) = 0.000868, pada model diatas menjadi -0.0282. semuanya ini menunjukkan
adanya peningkatan kolineritas, r12 yang asalnya 0.5523 sekarang menjadi 0.8285 .
hal yang sama pula galat baku (standard error) mrningkat pula nilainya.
x3i l1 x1i l2 x2 i
R2 3.12 = 1.
Jika F > Fj pada taraf tertentu ini berarti, bahwa x j tertentu berhubungan
dengan x lainnya. Jika F < F j maka x j tidak berkorelasi dengan x lainnya. Jika F j
BAB III
PENUTUP
3.1 Kesimpulan
Multikolinearitas adalah suatu masalah yang timbul karena adanya
hubungan linear atau korelasi antar variabel bebas dalam analisis regresi linear
berganda. Adanya multikolinearitas berdampak pada koefisien regresi yang
dihasilkan oleh suatu model regresi linear berganda dan secara tidak langsung
akan berdampak pula pada hasil analisisnya.
3.2 Saran
DAFTAR PUSTAKA