Uji Perkiraan Klasik Regresi: Pola Perkara Uji Multikolinearitas + Analisis

Selain model regresi mempunyai eror yang berdistribusi normal, model regresi yang baik ialah model yang tidak terkena multikolinearitas. Uji multikolinearitas dipakai untuk mengetahui ada tidaknya keterkaitan atau hubungan yang erat antar variabel independen dalam model regresi. 

[Bagi rekan-rekan yang ingin mencar ilmu analisis laporan keuangan, sedang melaksanakan penelitian akuntansi wacana analisis laporan keuangan, rekan2 sanggup mendapat ebooknya disini: Buku Analisis Laporan Keuangan + Bonus Ebook Statistik. ]

Dalam pengertian statistik, dikatakan model regresi yang baik jikalau tidak ada lorelasi yang tinggi di antara variabel-variabel independennya. Multikolinearitas sanggup disebabkan lantaran adanya pengaruh kombinasi dua atau lebih variabel independen.Untuk uji normalitas, anda sanggup lihat disini: Uji Asumsi Klasik Regresi: Contoh Kasus Uji Normalitas + Analisis.

Contoh soal uji regresi linier berganda (variabel biaya produksi, biaya promosi dan biaya distribusi) sanggup anda lihat disini: Uji Regresi: Contoh Soal Regresi Linier Berganda + Analisis - Bagian I. Dari uji tersebut, kita akan melihat apakah data tersebut terkena multikolinearitas atau tidak. 

Pada kasus tersebut, seharusnya tidak ada hubungan antara variabel Biaya Produksi dengan Biaya Distribusi atau Biaya Promosi. Atau, tinggi rendahnya Biaya Produksi tidak ada hubungannya dengan besarnya jumlah Biaya Distribusi yang ada atau besarnya jumlah Biaya Promosi.

Untuk melihat ada tidaknya multikolinearitas, maka dalam software SPSS sanggup dilihat memakai Variance Inflation Factor dan Tolerance yang akan saya bahas selanjutnya. Karena kita ingin melihat apakah terjadi multikolinearitas atau tidak, kini kita akan uji melalui langkah2 berikut di software SPSS:

1. Masuk software SPSS anda kemudian pilih menu Analyze --> Regression --> Linear .. dan akan muncul tampilan di bawah:

Isikan:

-  Dependent. Masukkan variabel Tingkat Penjualan

-  Independent(s). Masukkan variabel Biaya Produksi, Biaya Produksi dan Biaya Promosi.

-  Method. Pilih ENTER.

2. Tekan tombol Statistics dan isikan:

-  Nonaktifkan pilihan Estimates dan Model fit.

-  Aktifkan pilihan Covariance matrix dan Collinierity diagnotics.

hingga tampak ibarat tampilan di bawah ini: 

Abaikan belahan yang lain kemudian tekan Continue kemudian OK.. maka akan tampil output ibarat dibawah ini: 

Untuk mendeteksi ada tidaknya multikolinearitas, maka sanggup dilihat memakai dua cara, yaitu:

1. VIF (Variance Inflation Factor) dan Tolerance yang muncul pada output Coefficient pada belahan Tolerance dan VIF  

Pedoman suatu model regresi yang bebas mutikolinearitas adalah:

·         Mempunyai nilai VIF mendekati 10 atau 10.

·         Mempunyai angka Tolerance disekitar 0.1 sampai angka satu.

·         Dengan kata lain, uji terkena multikolinearitas jikalau nilai VIF < 1 atau nilai Tolerance > 10

Tolerance = 1 / VIF atau sanggup juga VIF = 1 / Tolerance

Analisis

Pada belahan ouptut Coefficient terlihat angka variabel biaya produksi, biaya distribusi dan biaya promosi pada Tolerance mengatakan angka masing-masing sebesar 0.113, 0.196 dan 0.152 (angka Tolerance mempunyai nilai diatas 0.1 dan mendekati 1). Sedangkan pada nilai VIF, masing-masing variabel mempunyai nilai sebesar 8.862, 5.111, 6.592 (angka VIF tidak lebih besar dari 10 dan cenderung mendekati 10). Dengan demikian sanggup disimpulkan bahwa model regresi tersebut TIDAK TERDAPAT MASALAH MULTIKOLINEARITAS antar variabel biaya produksi, biaya promosi dan biaya distribusi.

2. Besaran Korelasi Antar Variabel Independen

Pedoman suatu model regresi yang bebas multikolinearitas adalah:

Koefisien korelasi antara variabel independen harus lemah. Jika hubungan antar variabel independen kuat, maka terjadi problem multikolinearitas. Suatu uji terkena multikolinearitas jikalau antar variabel independen mempunyai hubungan yang kuat, umumnya diatas 0.70. 

Analisis:

Pada output belahan Coefficient Correlations, terlihat korelasi: 

·         Korelasi variabel biaya promosi dan biaya distribusi ialah -0.186.

·          Korelasi antara biaya promosi dan biaya produksi ialah -0.666.  

·         Korelasi antara biaya distribusi dan biaya produksi ialah -0.531

Pada setiap hubungan antar variabel independen mengatakan angka dibawah 0.7, sehingga sanggup dikatakan bahwa tidak terjadi problem multikolinearitas dalam model regresi, khususnya antara biaya promosi, biaya distribusi dan biaya promosi. Angka negatif mengatakan adanya hubungan berbanding terbalik antar variabel independen.

Bagi rekan-rekan yang ingin mencar ilmu analisis laporan keuangan, sedang melaksanakan penelitian akuntansi wacana analisis laporan keuangan, rekan2 sanggup mendapat ebooknya disini: Buku Analisis Laporan Keuangan + Bonus Ebook Statistik. 

Sumber http://bahasekonomi.blogspot.com

Berlangganan Informasi Terbaru: