Kolinieritas

Kolinieritas.

Oleh : Ki Hariyadi

Profesi : Praktisi Statistik

Pengantar

Penggunaan beberapa variabel independen secara bersamaan ke dalam persamaan regresi, ada kemungkinan terjadi hubungan yang berkaitan erat satu sama lain antar variabel. Hubungan yang ”terlalu besar” antara variabel bebas mungkin terjadi. Kondisi ini yang dinamakan kolinieritas.

Definisi

Keadaan dimana variabel-2 independen dalam persamaan regresi memiliki hubungan kuat satu sama lain.

Masalah-masalah yang ditimbulkan :

1. Koefisien regresi yang bertanda positif dalam regresi sederhana bisa berubah menjadi negatif dalam regresi berganda atau sebaliknya.
2. Fluktuasi nilai estimasi koefisien regresi sangat besar.
3. Jika variabel-2 independen terkorelasi satu sama lain, maka variabel-2 tersebut menelaskan varians yang sama dalam mengestimasi variabel dependen. Penambahan variabel independen tidak berpengaruh apa-apa.

Langkah-langkah mendeteksi

1. Lakukan korelasi bivariate antara variabel-variabel yang ada (Korelasi Pearson untuk data kuantitatif : Skala interval dan Skala rasio; Korelasi Spearman untuk data Kategorikal : Skala nominal dan skala ordinal)
2. Lakukan pendeteksian hubungan bivariate dari variabel-2 independen terhadap variabel dependen (perhatikan arah hubungan yang terjadi)
3. Lakukan pemodelan dengan regresi berdasar besarnya nilai korelasi bivariate (Metode Maju/Forward). Perhatikan estimasi koefisien yang terjadi.
4. Analisis dari korelasi bivariate dan estimasi koefisien regresi apakah ada koefisien yang berubah (dari positif menjadi negatif, atau sebaliknya : berarti telah terjadi kolinieritas), terjadi perubahan (fluktuasi) koefisien determinasi dll.

Referensi

Lincolin Arsyad, Peramalan Bisnis (Edisi Pertama), BPFE Yogyakarta, 1999.

Raymond H. Myers, Classical and Modern Regression With Applications, PWS-Kent Publishing company-Boston, 1989