uji multikolinearitas dengan menggunakan spss

Analisis uji multikolinearitas dengan spss dilakukan untuk memenuhi salah satu syarat uji asumsi klasik dalam sebuah model regresi. model regresi yang baik adalah terbebas dari berbagai gelaja asumsi klasiknya, salah satunya multikolinearitas ini. uji  multikolinearitas ini digunakan untuk regresi berganda karena pengujian ini digunakan untuk melihat hubungan antar variabel independennya. beberapa klien kami bertanya, kenapa uji regresi linier sederhana tidak menggunakan uji multikolinearitas? jawabannya karena regresi sederhana hanya memiliki satu variabel independen, jadi tidak bisa dilihat hubungan antar variabel independen. pada umumnya pengujian multikolinearitas menggunakan  metode VIF (Variance Inflation Factor).

ketentuan yang digunakan untuk nilai VIF adalah apabila nilai VIF < 10 maka model regresi dapat disimpulkan terbebas dari asumsi multikolinearitas, dan sebaliknya jika nilai VIF > 10 maka disimpulkan terdapat gangguan multikolinearitas pada model regresi. Oke sob, kami kira pendahuluannya sudah cukup ya,,kita langsung saja pada kasus yang akan kita kerjakan.

untuk uji multikolinearitas dengan menggunakan program komputer SPSS, kita akan menggunakan data sebagai berikut:

uji multikolinearitas dengan menggunakan spss

Data pada gambar di atas dapat dijelaskan sebagai berikut:

jumlah data/jumlah responden adalah 20

Variabel independen (Pelayanan, Kualitas, dan CItra)

Variabel dependen (Kepuasan)

selanjutkan akan kita lakukan analisis dengan tahapan ini:

Pertama, klik menu analyze – regression – linear

analisis uji multikolinearitas

maka akan tampil jendela baru spss berikut:

tampilan menu linear regression

Kedua, pindahkan variabel kepuasan ke dalam kotak “Dependent” dan pindahkan variabel pelayanan, kualitas, dan citra ke dalam kotak “independent(s)”. lihat gambar berikut:

pengujian normalitas

Ketiga, klik menu statistics pada sisi kanan layar. lihat gambar ini:

menu untuk uji multikolinearitas

sehingga akan muncul jendela baru berikut:

jendela baru uji multikolinearitas

Keempat, centang pada kotak “collinearity diagnosis” dan klik “continue”

menu collinearity diagnosis

sehingga akan kembali pada tampilan sebelumnya:

langkah uji multikolinearitas

Kelima, klik Ok

langkah akhir uji multikolinearitas

sehingga akan muncul output spss hasil analisisnya sebagai berikut:

output spss 1 uji multikolinearitas

output spss 2 VIF uji multikolinearitas

Keenam, kesimpulan.

untuk menganalisis multikolinearitas maka kita fokus pada output spss tabel coefficients dan kolom collinearity statistics seperti yang sudah saya tandai dengan kotak warna orange di atas. berdasarkan hasil pengujian di atas diketahui nilai VIF variabel pelayanan (1,046), VIF variabel kualitas (1,607), dan VIF variabel citra (1,637). karena nilai VIF untuk semua variabel tersebut < 10 maka dapat disimpulkan tidak terjadi gangguan multikolinearitas atau dengan kata lain model regresi ini terbebas dari gejala multikolinearitas.

sekian yang dapat kami sampaikan mengenai uji multikolinearitas dengan spss. jika ada kesalah mohon kami dikoreksi. apabila butuh jasa olah data, silahkan hubungi kami melalui kontak yang sudah kami sediakan di web ini. tks.

11 thoughts on “uji multikolinearitas dengan menggunakan spss

  1. Kak, mau tanya, kalo ada variabel yang gak memenuhi syarat, itu gimana cara mengatasinya ya? dan apakah hanya bisa dengan melihat nilai vif aja atau ada cara lain untuk mendeteksi adanya multikolinearitas? Terima kasih.

    1. sejauh ini yg banyak digunakan adalah VIF dan tollerance nya, cara lain bisa juga dengan cara melihat koefisien korelasi antar variabel independen. jika asumsinya tdk terpenuhi umumnya dilakukan transformasi data mbak.

  2. Kak mau nanya tentang ketentuan yang digunakan untuk nilai VIF adalah apabila nilai VIF 10 maka disimpulkan terdapat gangguan multikolinearitas pada model regresi..
    Ketentuannya itu dapat dari mana ya kak ?? Apa ada referensi bukunya ?
    Mohon infonya , terima kasih

    1. banyak kok mbak,,coba lihat buku2 statistik, seperti Bpk Zulpikar, Agus purwoto, Sujarweni, dsb..

  3. Mbak kalo misal nilai VIF nya dengan 2 variabel sama yaitu 1.151 dengan ketentuan 10 maka disimpulkan tidak terjadi multikolinearitas bukan? Terimakasih

    1. di beberapa buku yang kami tahu nilai VIF maksimal 10 gan, jika di atas itu berarti ada gangguan multikolinearitas

Leave a Reply

Your email address will not be published. Required fields are marked *