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