MULTIKOLINEARITAS
Diajukan untuk memenuhi Salah Sayu Tugas Mata Kuliah Ekonometrik
Dosen Pengampu : Dina Nurrochmatunnisa, Spd., M.Pd
Puji syukur kami panjatkan kehadirat Allah SWT yang telah memberikan rahmat serta
karunia-Nya pada kami sehingga kami dapat menyelesaikan makalah mata kuliah Ekonometrik
dengan judul “Multikolinearitas”. Sholawat serta salam semoga selalu tercurahkan kepada
baginda kita tercinta, Nabi Muhammad SAW yang selalu kita nantikan syafa’atnya di akhirat
nanti.
Terima kasih kami ucapkan kepada Ibu Dina Nurrochmatunnisa, S.Pd.,M.Pd. yang telah
membantu kami baik secara moral maupun materi. Terima kasih juga kami ucapkan kepada
teman-teman seperjuangan yang telah mendukung kami sehingga kami dapat menyelesaikan
tugas ini tepat waktu.
Kami menyadari bahwa makalah yang kami buat ini masih belum mencapai kata bagus
dari segi penyusunan ahasa maupun penulisannya. Oleh karena itu, kami mengharapkan kritik
dan saran yang dapat membangun dan menjadi acuan agar penulis bisa menjadi lebih baik lagi ke
depannya.
Semoga makalah ini bisa membantu pembaca dalam menambah wawasan dan bermanfaat
untuk perkembangan pengetahuan yang bisa diterapkan dalam kehidupan.
Penulis
i
DAFTAR ISI
KATA PENGANTAR.................................................................................................................... i
DAFTAR ISI.................................................................................................................................. ii
BAB I .............................................................................................................................................. 1
PENDAHULUAN ......................................................................................................................... 1
1.1 Latar Belakang ............................................................................................................... 1
1.2 Rumusan Masalah .......................................................................................................... 1
1.3 Tujuan ............................................................................................................................. 1
BAB II ............................................................................................................................................ 2
PEMBAHASAN ............................................................................................................................ 2
2.1 Pengertian Multikolinearitas ........................................................................................ 2
2.2 Sifat dan Konsekuensi Multikolinearitas ..................................................................... 2
2.3 Cara Mendeteksi dan Mengatasi Multikolinearitas ................................................... 3
BAB III........................................................................................................................................... 5
PENUTUP...................................................................................................................................... 5
3.1 Kesimpulan ..................................................................................................................... 5
3.2 Saran................................................................................................................................ 5
DAFTAR PUSTAKA .................................................................................................................... 6
ii
BAB I
PENDAHULUAN
1.3 Tujuan
1. Dapat mengetahui apa yang dimaksud dengan multikolinieritas
2. Dapat mengetahui sifat dan konsekuensi multikolinearitas
3. Dapat mengetahui cara mendeteksi dan mengatasi masalah multikolinieritas
1
BAB II
PEMBAHASAN
2
f. Kolinearitas seringkali diduga jika R2 cukup tinggi (antara 0,7-1) dan jika
koefisien korelasi sederhana tinggi, namun sedikit atau tidak ada koefisien regresi
parsial yang signifikan secara individu. Namun, uji F menolak H0 yang
mengatakan bahwa secara simultan seluruh koefisien regresi parsialnya adalah
nol.
g. Meskipun korelasi sederhana yang tinggi dapat menunjukkan adanya kolinearitas,
tidak selalu berarti bahwa korelasi tinggi tersebut menunjukkan adanya
kolinearitas dalam kasus tertentu. Oleh karena itu, korelasi sederhana yang tinggi
merupakan kondisi yang cukup, tetapi tidak selalu menunjukkan adanya
kolinearitas karena hal ini dapat terjadi meskipun melalui korelasi sederhana yang
relatif rendah.
h. Untuk mengetahui adanya atau tidak adanya kolinearitas dalam model regresi
linear berganda, tidak hanya melihat koefisien korelasi sederhana, tetapi juga
koefisien korelasi parsial.
i. Karena multikolinearitas terjadi ketika satu atau lebih variabel yang menjelaskan
merupakan kombinasi linear yang pasti atau mendekati pasti dari variabel yang
menjelaskan lainnya, satu cara untuk mengetahui variabel X yang terkait dengan
variabel X lainnya adalah dengan meregresi setiap Xi pada residu variabel X dan
menghitung R2 yang sesuai, yang dapat disebut sebagai "R2 parsial".
2.2.2 Konsekuensi Multikolinearitas
Dampak multikolinearitas dapat mengakibatkankoefisien regresi yang
dihasilkan oleh analisis regresi berganda menjadi sangat lemah atau tidak dapat
memberikan hasil analisis yang mewakili sifat atau pengaruh dari variabel bebas
yang bersangkutan. Dalam banyak hal masalah multikolinearitas dapat
menyebabkan uji T menjadi tidak signifikan padahal jika masing-masing variabel
bebas diregresikan secara terpisah dengan variabel tak bebas (simple regression)
uji T menunjukkan hasil yang signifikan.
3
b. Variance Inflation Faktor (VIF) dan Tolerance
Metode untuk menguji adanya multikolinearitas dapat dilihat pada
tolerance value atau variance inflation factor (VIF). Kedua ukuran ini
menunjukkan setiap variabel independen manakah yang dijelaskan oleh
variabel independen lainnya. Tolerance mengukur variabilitas variabel
independen yang terpilih yang tidak dijelaskan oleh variabel independen
lainnya. Nilai tolerance yang rendah sama dengan nilai VIF yang tinggi.
Nilai VIF dapat diperoleh dengan rumus berikut :
V= 1
Tolerance
Batas tolerance value adalah 0,10 atau nilai VIF adalah 10. Jika VIF 10
dan nilai tolerance<0.10, maka tejadi multikolinearitas tinggi antar
variabel bebas dengan variable bebas lainnya. Jika VIF< 10 dan nilai
tolerance> 0.10, maka dapat diartikan tidak terdapat multikolinearitas pada
penelitian tersebut. Regresi yang baik memiliki VIF disekitar angka 1
(satu) dan mempunyai angka Tolerance mendekati 1.
4
BAB III
PENUTUP
3.1 Kesimpulan
Multikolinieritas terjadi ketika variabel-variabel independent dalam model
regresi saling terkait secara linier atau memiliki korelasi yang tinggi. Hal ini
sering terjadi ketika sejumlah variabel saling terkait dalam satu model regresi.
Dampak dari multikolinieritas antara lain, uji t (t rasio) menjadi tidak signifikan
dan nilai t statistik menjadi lebih kecil, sehingga variabel bebas tersebut
kehilangan pengaruhnya. Selain itu, koefisien regresi yang dihasilkan menjadi
tidak mencerminkan nilai sebenarnya, dengan sebagian koefisien cenderung
overestimate dan lainnya underestimate.
Walaupun koefisien regresi dari variabel X bisa ditentukan, tetapi
kesalahan standarnya cenderung semakin besar dengan meningkatnya tingkat
korelasi antara peningkatan variabel bebas. Karena besarnya kesalahan standar,
selang keyakinan untuk parameter populasi yang relevan menjadi lebih besar.
Dalam kasus multikolinearitas yang tinggi, data sampel mungkin sesuai
dengan beberapa hipotesis yang berbeda-beda. Hal ini meningkatkan probabilitas
untuk menerima hipotesis yang salah.
Meskipun penaksiran koefisien regresi masih mungkin dilakukan selama
multikolinieritas tidak sempurna, taksiran dan kesalahan standarnya menjadi
sangat sensitif terhadap perubahan dalam data. Jika multikolinieritas terjadi secara
signifikan, maka meskipun R2 tinggi, tidak satu pun atau sangat sedikit koefisien
yang ditaksir akan penting secara statistik.
3.2 Saran
1. Diharapkan dengan memahami arti Multikolinieritas, Anda dapat mengenali dan
menganalisis masalah yang muncul dalam model regresi yang dihasilkan.
2. Diharapkan mampu mengenali tanda-tanda Multikolinieritas di dalam model
regresi, yaitu melalui korelasi antar variabel bebas yang kuat (di atas 0,8).
3. Diharapkan memahami cara mengatasi Multikolinieritas dengan memilih salah
satu dari variabel bebas yang berkorelasi kuat dan melakukan pengecekan
terhadap variabel dengan nilai VIF yang tinggi dan korelasi kuat dengan variabel
bebas lainnya.
4. Untuk menguji dan mengatasi Multikolinieritas dengan menggunakan perangkat
lunak SPSS, dapat digunakan metode regresi stepwise untuk menghasilkan
kombinasi variabel prediktor yang menghasilkan R kuadrat tertinggi.
5
DAFTAR PUSTAKA
Sumber lainnya:
https://teorionline.wordpress.com/2011/04/05/contoh-uji-multikolinieritas/
Http://en.wikipedia.org/wiki/Multicollinearity
www.portal-statistik.com
https://khansamhamnida.wordpress.com
Http://blog.minitab.com/blog/understanding-statistics/handling-multicollinearity-in-regression-
analysis