Uji Multikolinieritas Model Regresi Menggunakan VIF di Gretl

Uji VIF (variance infation factor) merupakan pengujian yang lebih cermat dalam membuktikan adanya multikolinieritas dalam sebuah model regresi. Pengujian ini akan menghasilkan simpulan yang lebih dipercaya bila dibandingkan dengan korelasi biasa. Misalnya pada kasus seperti pada artikel sebelumnya dengan hasil matriks korelasi sebagai berikut:

Hasil di atas membuktikan bahwa tidak ada masalah multikolinieritas antara variabel IQ dan Motivasi serta variebel IQ dan Jam Belajar. Namun pada varaiabel Motivasi dan Jam belajar nilai korelasinya tinggi yaitu 0,89 sehingga diindikasikan adanya multikolinieritas.

Uji VIF inilah yang akan memberikan informasi lebih akurat tentang Uji VIF inilah yang akan memberikan informasi lebih akurat tentang ada atau tidaknya multikolinieritas di model regresi berganda. Nilai VIF ini dicari melalui rumus sebagai berikut :

Dimana R2 adalah koefisien determinasi dari model dimana salah satu variabel bebas dijadikan variabel terikat pada model regresi dimana salah satu variabel bebas menjadi variabel bebasnya. Misalnya pada kasus ini adalah model regresi dimana Jam Belajar dijadikan variabel terikat sedangkan Motivasi menjadi variabel bebasnya.

Nilai VIF yang dihasilkan harus lebih kecil dari 10, sebab bila lebih dari 10 dianggap terjadi multikolinieritas dan salah satu variabel tersebut harus dikeluarkan dari model regresi. Sebaiknya kita melakukan penghitungan VIF pada semua formasi regresi variabel bebas. Jadi, bila pada model regresi :

Nilai = a + b1 IQ + b2 Motivasi + b3 JamBelajar

maka kita akan melakukan penghitungan VIF pada model

IQ =  a + b1 Motivasi,

IQ =  a + b1 JamBelajar, dan

Motivasi =  a + b1 JamBelajar

Tentunya akan sangat merepotkan dan membutuhkan waktu yang tidak sebentar bila kita melakukan penghitungan secara manual. Untunglah gretl sudah menyediakan alat uji ini, sehingga hanya dengan beberapa klik kita bisa mendapatkan hasilnya.

Langkah-langkah uji VIF di gretl adalah sebagai berikut:

  • Buka output regresi Anda, kemudian pilih menu “Analysis”
  • Setelah muncul pilihan menu analisis maka geser mouse ke bawah dan pilih “Collinearity”
  • Output uji VIF gretl seperti pada gambar berikut ini
%%footer%%

Hasil uji VIF di atas menunjukkan bahwa tidak ada nilai VIF yang lebih besar dari 10. Dimana nilai VIF untuk variabel IQ adalah 1,098, variabel Motivasi sebesar 5,146, dan variabel Jam Belajar sebesar 5,336. Dengan demikan model regresi ini terbukti tidak memiliki masalah multikolinieritas. Hasil ini sedikit berbeda dengan menggunakan korelasi biasa. Tentunya kita lebih percaya pada hasil uji VIF ini. Sekian dan selamat mencoba….. (maglearning.id).

Tinggalkan BalasanBatalkan balasan