1 / 14

Multikolinieritas

Multikolinieritas. Kelompok 7. Hubungan Antar Variabel Bebas. Tidak berkorelasi dengan variabel bebas lain yang terkait dg variabel tak bebas namum belum / tidak masuk dalam model

kiaria
Download Presentation

Multikolinieritas

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Multikolinieritas Kelompok 7

  2. HubunganAntarVariabelBebas • Tidakberkorelasidenganvariabelbebas lain yang terkait dg variabeltakbebasnamumbelum / tidakmasukdalam model • Berkorelasidenganvariabelbebas lain yang terkait dg variabeltakbebasnamumbelum / tidakmasukdalam model

  3. MULTIKOLINIERITAS • Ditemukanpertama kali olehRagnar Frisch (Institute of Economics, Oslo University) • Padaawalnya, multikolinieritasberartiadanyahubunganyg linier sempurnaataupastidiantarabeberapaatausemuavariabelbebasdalam model regresi

  4. Lanjutan… • Perkembangannya, multikolinieritasjugaberartiadanyahubunganyg linier kuattetapitidaksempurnadiantarabeberapaatausemuavariabelbebasdalam model regresi.

  5. Cara MendeteksiMultikolinieritas • R^2 tinggi, tapitidakada / hanyasedikitvariabelbebasygsignifikansecarastatistik • Denganmelihatnilai VIF (Varian Infloating Factor): Jikanilai VIF ≤ 10 makatidakterjadimultikolinieritas.

  6. Cara MendeteksiMultikolinieritas • Jikapengujian F untukregresiadalahnyatatetapipengujianpadakoefisienregresisecaraindividutidaknyata, makamultikolinieritasmungkinterjadi • Nilaideterminan Biladeterminansatu, kolommatrik X adalahortogonal (seregresi) danbilanilainya 0,

  7. Cara MendeteksiMultikolinieritas disanaadasebuahketergantungan linier yang nyataantarakolom X. Nilai yang lebihkecildeterminannyamakatingkatmultikolinieritasnyalebihbesar.

  8. Pengujian Manual VIF Korelasi X1.X2 (r) = 0,223 • r2 = 0,05 • VIF = 1/(1 - r2) • VIF = 1/ (1- 0,05) • VIF = 1,052 • Jadi, VIF = 1,052 < 10, artinya • tidakterjadimultikolinieritas

  9. PengujianMultikolinieritasDengan SPSS • Buka SPSS • Analyze Regression Linear... • Masukanvariabel Y padakotakDependent X1, X2, padakotakIndependent • Statistics…: klikColinier Diagnosis Continue

  10. Karenanilai VIF < 10 makatidakterjadimultikolinieritas Output:

  11. AkibatadanyaMultikolinieritas • Meski penaksir OLS bisa diperoleh, standard error (kesalahan baku) cenderung semakin besar dengan meningkatnya korelasi antar variabel bebas • Besarnya standard error berakibat, selang keyakinan (confidence interval) untuk suatu parameter menjadi lebih lebar • Kesalahan tipe II meningkat

  12. AkibatadanyaMultikolinieritas • Pada multikolinieritas yg tinggi tapi tidak sempurna, bisa terjadi R^2 (koefisien determinasi) tinggi namun tidak satupun variabel signifikan secara statistik

  13. SolusiMengatasiMultikolinieritas • Mengeluarkansatuataubeberapavariabelbebas • Beberapametodeygdapatdigunakan: - Principle Component Analysis - Factor Analysis - Stepwise Regression - Ridge Regression, dansebagainya.

  14. SolusiMengatasiMultikolinieritas • Mentransformasikan data kedalambentuk lain, misalnyalogaritma natural, akarkuadratataubentuk first difference. • Penambahanrespondenbaru. • Menghubungkan data cross section dan data time series (data panel)

More Related