BUKU JAWABAN TUGAS MATA KULIAH

TUGAS 1

Nama Mahasiswa : DIAN BUKRA SAHARA

Nomor Induk Mahasiswa/ NIM : 048045606

Kode/Nama Mata Kuliah : ESPA4224/Statistika Ekonomi dan Bisnis

Kode/Nama UPBJJ : 10/SORONG

Masa Ujian : 2022/23.2(2023.1)

KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN

UNIVERSITAS TERBUKA
 JAWABAN NO 2A :
Definisi Multikolinearitas
Multikolinearitas adalah sebuah situasi yang menunjukkan adanya korelasi atau hubungan kuat
antara dua variabel bebas atau lebih dalam sebuah model regresi berganda. Model regresi yang
dimaksud dalam hal ini antara lain: regresi linear, regresi logistik, regresi data panel dan cox
regression.
Cara mendeteksi adanya Multikolinearitas di dalam model regresi adalah dengan cara :
Melihat kekuatan korelasi antar variabel bebas. Jika ada korelasi antar variabel bebas > 0,8
dapat diindikasikan adanya multikolinearitas.
Melihat nilai standar error koefisien regresi parsial. Jika ada nilai standar error > 1, maka dapat
diindikasikan adanya multikolinearitas.
Melihat rentang confidence interval. Jika rentang confidence interval sangat lebar, maka dapat
diindikasikan adanya multikolinearitas.
 Melihat nilai Condition Index dan eigenvalue. Jika nilai condition index > 30 dan nilai
eigenvalue < 0,001 dapat diindikasikan adanya multikolinearitas.
Melihat nilai Tolerance dan Variance Inflating Factor (VIF). Jika nilai Tolerance < 0,1 dan VIF
> 10 dapat diindikasikan adanya multikolinearitas. Sebagian pakar menggunakan batasan Tolerance
< 0,2 dan VIF > 5 dalam menentukan adanya multikolinearitas. Para pakar juga lebih banyak
menggunakan nilai Tolerance dan VIF dalam menentukan adanya Multikolinearitas di dalam model
regresi linear berganda dibandingkan menggunakan parameter-parameter yang lainnya. Hal ini juga
dalam prakteknya menggunakan SPSS, kita sudah disuguhkan dengan hasil yang instant, dimana kita
bisa langsung lihat nilai keduanya di dalam output SPSS.

Cara mengatasi multikolinearitas adalah dengan cara:

Jika jumlah variabel banyak, maka kita dapat melakukan Analisis Faktor sebelum regresi.
Setelah analisis faktor, variabel baru yang terbentuk kita gunakan sebagai variabel di dalam model
regresi.
Dengan cara memilih salah satu diantara variabel bebas yang berkorelasi kuat. Oleh karena itu,
sebelumnya anda harus mencari variabel yang nilai VIFnya tinggi dan nilai korelasinya dengan
variabel bebas lainnya kuat.
Dengan cara melakukan operasi matematis antar variabel bebas yang berkorelasi kuat sehingga
didapat variabel baru hasil operasi tersebut yang kemudian dimasukkan ke dalam model regresi
sebagai perwakilan dari variabel yang menjadi sumber operasi matematis tersebut.
Melakukan standarisasi terhadap variabel yang menjadi penyebab inklusi perkalian antara
variabel, dimana hasil perkalian setelah standarisasi tersebut yang dimasukkan ke dalam model
bersama-sama dengan variabel yang sudah distandarisasi.

JAWABAN NO 2B :

Kita telah belajar bahwa heteroskedastisitas terjadi ketika hubungan antara prediksi dan residu
membentuk sebuah pola. Di sisi lain homoskedastisitas adalah kondisi ketika nilai residu pada tiap
nilai prediksi bervariasi dan variasinya cenderung konstan.
JAWABAN NOMOR 3