Thursday, May 21, 2020

UJI MULTIKOLINEARITAS DALAM PENELITIAN


Uji Multikolinearitas dimaksudkan untuk mengetahui ada tidaknya hubungan (korelasi) yang signifikan antar variabel bebas. Jika terdapat hubungan yang cukup tinggi (signifikan), berarti ada aspek yang sama diukur pada variabel bebas. Hal ini tidak layak digunakan untuk menentukan kontribusi secara bersama-sama variabel bebas terhadap variabel terikat.

Dalam regresi x1, x2, x3, …xn terhadap y, apabila x1, x2, x3,…xn saling berkombinasi linear maka mereka saling tergantung (dependen). Dalam kasus ini koefisien regresi parsial tidak diperoleh karena persamaan normal tidak terselesaikan karena estimasi kuadrat terkecil tidak dapat dihitung. Saling tergantung secara sempurna jarang terjadi dalam penelitian. Akan tetapi masalah khusus, yang disebut dengan multikolinear bisa terjadi. Multikolinearitas terjadi apabila dua atau lebih variabel bebas saling berkorelasi kuat satu sama lain. Bila terjadi multikolinearitas, estimasi kuadrat terkecil dapat dihitung tetapi terjadi kesulitan untuk menginterpretasikan efek dari tiaptiap variabel.

Multikolinearitas dapat dideteksi dengan menghitung koefisien korelasi ganda dan membandingkannya dengan koefisien korelasi antar variabel bebas. Sebagai contoh, diambil kasus regresi x1, x2, x3, x4 terhadap y. Pertama dihitung Ry, x1x2x3x4 setelah itu, dihitung korelasi antar enam pasang variabel bebas, yaitu rx1x2, rx1x3, rx1x4, rx2x3, rx2x4, dan rx3x4. Apabila salah satu dari koefisien korelasi itu sangat kuat, maka dilanjutkan dengan menghitung koefisien korelasi ganda dari masing-masing variabel bebas dengan 3 variabel bebasl lainnya, yaitu Rx1,x2x3x4, Rx2,x1x3x4, Rx3,x1x2x4, dan Rx4,x1x2x3. Apabila beberapa koefisien korelasi tersebut mendekati Ry,x1x2x3x4, maka dikatakan terjadi multikolinearitas.

Uji multikolinearitas dengan SPSS dilakukan dengan uji regresi, dengan patokan nilai VIF (variance inflation factor) dan koefisien korelasi antar variabel bebas. Kriteria yang digunakan adalah: 

1)      jika nilai VIF di sekitar angka 1 atau memiliki tolerance mendekati 1, maka dikatakan tidak terdapat masalah multikolinearitas dalam model regresi;

2)      Jika koefisien korelasi antar variabel bebas kurang dari 0,5, maka tidak terdapat masalah multikolinearitas.

Sebagai contoh, akan diuji multikolinearitas dalam regresi antara variabel bebas insentif (x1), iklim kerja (x2), dan hubungan interpersonal (x3) dengan variabel terikat (3). Data hasil penelitian adalah sebagai berikut.

Data hasil penelitian (tentatif)

x1

x2

x3

y

34

47

44

62

41

43

42

66

43

42

43

66

37

38

39

68

38

30

39

60

36

35

39

64

44

48

44

67

38

45

38

58

41

49

44

63

48

43

44

67

35

49

38

58

48

42

32

65

40

38

39

68

42

32

48

65

37

37

41

70

39

48

41

60

38

31

40

58

35

44

39

55

46

46

49

71

37

36

40

57

45

44

35

74

40

35

42

66

36

37

39

68

43

40

43

70

45

44

47

69

38

32

44

58

39

39

42

61

41

40

45

69

46

45

49

71

42

45

48

66

Langkah-langkah yang dilakukan dalam pengujian multikolinearitas adalah sebagai berikut.

A.      Entry Data

Masukkan data ke dalam from SPSS, yakni data insentif dalam variabel x1, data iklim kerja pada variabel x2, data hubungan interpersonal pada x3, dan data kinerja pada variabel y.

B.        Analisis Data

Pengujian multikolinearitas dilakukan dengan model regresi dengan menu sebagai berikut.

Analyze

Regression

Linier..

Apabila menu tersebut sudah dipilih, maka akan muncul kotal dialog Liniear Regression. Selanjutnya.

a.         Pindahkan variabel y ke dependent list  dan variabel x1,x2, dan x3 ke independent list. Setelah itu itu

b.        Pilih Bok Statisticssukaresmi pilih colinearity diagnostics, sehingga tampak kotak dialog Linear Regression

c.         Statistics , Pilih Continue, lalu OK

Hasil yang tampak dari uji multikolinearitas adalah sebagai berikut.

Coefficients

 

 

Collinearity  Statistics

 

Model

 

Tolerance

VIF

1

X1

,865

1,156

 

X2

,926

1,080

 

X3

,911

1,098

                        a Dependent Variable Y

Ternyata nilai VIF mendekati 1 untuk semua variabel bebas. Demikian pula, nilai tolerance mendekati 1 untuk semua variabel bebas. Dengan demikian dapat disimpulkan bahwa dalam regresi antara variabel bebas insentif (x1), iklim kerja (x2), dan hubungan interpersonal (x3) terhadap kinerja (y) tidak terjadi multikolinearitas antar variabel bebas. 

0 comments: