Pada pembahasan ini akan dilakukan uji multikolinearitas dengan melihat nilaiinflation
factor (VIF) pada model regresi dan membandingkan nilai koefisien determinasi individual
(r2) dengan nilai determinasi secara serentak (R2).
Menurut Santoso (2001), pada umumnya jika VIF lebih besar dari 10, maka variabel
tersebut mempunyai persoalan multikolinearitas dengan variabel bebas lainnya.
Contoh Kasus:
Sebagai contoh kasus kita mengambil contoh kasus pada uji normalitas pada
pembahasan sebelumnya. Pada contoh kasus tersebut setelah dilakukan uji normalitas dan
dinyatakan data berdistribusi normal, maka selanjutnya akan dilakukan pengujian
multikolinearitas. Contoh kasus sebagai berikut:
Seorang mahasiswa bernama Bambang melakukan penelitian tentang faktor-faktor
yang mempengaruhi harga saham pada perusahaan di BEJ. Data-data yang didapat berupa
data rasio dan ditabulasikan sebagai berikut:
Dari hasil di atas dapat diketahui nilai variance inflation factor (VIF) kedua variabel
yaitu PER dan ROI adalah 1,899 lebih kecil dari 5, sehingga bisa diduga bahwa antar variabel
independen tidak terjadi persoalan multikolinearitas.
Dalam metode ini, cara yang ditempuh adalah dengan meregresikan setiap variabel
independen dengan variabel independen lainnya, dengan tujuan untuk mengetahui nilai
koefisien r2 untuk setiap variabel yang diregresikan. Selanjutnya nilai r2 tersebut
dibandingkan dengan nilai koefisien determinasi R2. Kriteria pengujian yaitu jika r2 > R2maka
terjadi multikolinearitas dan jika r2 < R2 maka tidak terjadi multikolinearitas.
Contoh kasus:
Akan dilakukan analisis regresi untuk mengetahui pengaruh biaya produksi, distribusi,
dan promosi terhadap tingkat penjualan. sebelumnya dilakukan uji asumsi klasik
multikolinearitas, data sebagai berikut:
Tingkat Biaya
Tahun penjualan produksi Biaya distribusi Biaya promosi
1996 127300000 37800000 11700000 8700000
1997 122500000 38100000 10900000 8300000
1998 146800000 42900000 11200000 9000000
1999 159200000 45200000 14800000 9600000
2000 171800000 48400000 12300000 9800000
2001 176600000 49200000 16800000 9200000
2002 193500000 48700000 19400000 12000000
2003 189300000 48300000 20500000 12700000
2004 224500000 50300000 19400000 14000000
2005 239100000 55800000 20200000 17300000
2006 257300000 56800000 18600000 18800000
2007 269200000 55900000 21800000 21500000
2008 308200000 59300000 24900000 21700000
2009 358800000 62900000 24300000 25900000
2010 362500000 60500000 22600000 27400000
Dari tabel di atas dapat diketahui bahwa nilai koefisien r2 yang diperoleh
seluruhnya bernilai lebih kecil dari pada nilai koefisien determinasi (R2). Dengan demikian
dapat disimpulkan bahwa tidak terjadi masalah multikolinearitas pada model regresi.