Multikolinieritas

19 03 2008

Multikolinieritas adalah suatu kondisi dimana terjadi korelasi yang kuat diantara variabel-variabel bebas (X) yang diikutsertakan dalam pembentukan model regresi linier. Jelas bahwa multikolinieritas adalah suatu kondisi yang menyalahi asumsi regresi linier. Tentu saja, multikolinieritas TIDAK MUNGKIN TERJADI apabila variabel bebas (X) yang diikutsertakan hanya satu.

Ciri-ciri yang sering ditemui apabila model regresi linier kita mengalami multikolinieritas adalah:

  1. Terjadi perubahan yang berarti pada koefisien model regresi (misal nilainya menjadi lebih besar atau kecil) apabila dilakukan penambahan atau pengeluaran sebuah variabel bebas dari model regresi.

  2. Diperoleh nilai R-square yang besar, sedangkan koefisien regresi tidak signifikan pada uji parsial.

  3. Tanda (+ atau -) pada koefisien model regresi berlawanan dengan yang disebutkan dalam teori (atau logika). Misal, pada teori (atau logika) seharusnya b1 bertanda (+), namun yang diperoleh justru bertanda (-).

  4. Nilai standard error untuk koefisien regresi menjadi lebih besar dari yang sebenarnya (overestimated)

Untuk mendeteksi apakah model regresi kita mengalami multikolinieritas, dapat diperiksa menggunakan VIF. VIF merupakan singkatan dari Variance Inflation Factor. Nilai VIF > 10 berarti telah terjadi multikolinieritas yang serius di dalam model regresi kita.

Daftar Pustaka:

Gujarati, D. 1991. Ekonometrika Dasar. Penerbit Erlangga. Jakarta.

Kutner, M.H., C.J. Nachtsheim dan J. Neter. 2004. Applied Linear Regression Models.         Fourth Ed. The McGraw-Hill Company, Inc. New York.

 


Aksi

Information

2 responses

13 11 2008
fajri maulana

#1
Mas Deny aku mau nanya nih. sekarang aku lagi bikin skripsi Mj.keuangan. aku lagi membuat regresi linier berganda, mengenai pengaruh rasio keuangan terhadap harga saham.
ada 5 variabel bebas (rasio keuangan).
nah dua diantaranya saling berhubungan erat, yaitu PER dan EPS. karena nilai PER dihasilkan dari harga saham dibagi EPS.
Yg menjadi pertanyaan, apakah model regresi ini sudah pasti tidak diperbolehkan? karena mungkin saja (belum di test) tidak lulus uji Multikolinieritas.
temanku menyarankan menghilangkan variabel PER, tapi aku agak keberatan, karena dari skripsi bab 1-3 nya sudah di ACC pembimbing.
Khan sayang kalo merubah lagi…..
apakah ada cara lain Mas? thanks b4

13 11 2008
Deny

Respon untuk #1

1. Kemungkinan besar kasus seperti itu akan menyebabkan heteroskedasitas. Sebab, PER dihasilkan dari EPS dengan hitungan aritmatika tertentu.

2. Tapi, ada metode yang bisa menangani multikolinieritas, yaitu metode regresi ridge. Coba dipelajari ya…

3. Selain itu, coba diskusi dengan dosen pembimbing Anda…
:)

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Logout / Ubah )

Twitter picture

You are commenting using your Twitter account. Logout / Ubah )

Facebook photo

You are commenting using your Facebook account. Logout / Ubah )

Google+ photo

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s




Ikuti

Get every new post delivered to your Inbox.

Bergabunglah dengan 89 pengikut lainnya.

%d bloggers like this: