Mengapa Uji Asumsi Multikolinearitas Tidak Dilakukan pada Regresi Linier Sederhana?
Ketika kamu memilih menganalisis data hasil penelitian menggunakan regresi linier, agar diperoleh hasil estimasi yang konsisten dan tidak bias, maka kamu perlu memastikan telah melakukan uji asumsi yang dipersyaratkan. Uji asumsi ini lebih dikenal dengan uji asumsi klasik yang terdiri dari beberapa uji, di mana salah satunya adalah uji asumsi non multikolinearitas.
Pemenuhan asumsi non multikolineritas pada regresi linier metode kuadrat terkecil sangat penting, karena ini sangat menentukan interpretasi hasil analisis merepresentasikan kondisi yang sebenarnya. Oleh karena itu, bagi kamu yang menggunakan regresi linier maka kamu perlu melakukan uji multikolinearitas untuk memperoleh Best Linear Unbiassed Estimator.
Namun demikian, pada kenyataannya ada beberapa pertanyaan yang ditujukan pada saya. Pak, kenapa uji multikolinearitas itu kok tidak dilakukan pada analisis regresi linear sederhana? Mengapa uji multikolinearitas hanya dilakukan pada regresi linear berganda saja pak?
Berdasarkan pertanyaan-pertanyaan tersebut melatarbelakangi saya untuk menuliskan sebuah artikel yang membahas mengenai alasan mengapa uji multikolinearitas tidak dilakukan pada analisis regresi linear sederhana. Mari kita bahas lebih mendalam.
Memahami konsep uji multikolinearitas
Hal pertama yang perlu kamu lakukan adalah kamu dapat memahami teori dasar dari uji asumsi multikolinearitas. Pada analisis regresi linier, diasumsikan bahwa persamaan yang kita bangun itu bersifat independensi. Artinya untuk menghindari bias, maka tidak diperkenankan adanya variabel yang saling tergantung antar variabel bebas pada persamaan yang digunakan.
Pada persamaan regresi linier, diasumsikan tidak boleh ada multikolinearitas yaitu adanya hubungan yang erat antar variabel bebas. Jika pada suatu persamaan regresi antar variabel bebas terdapat korelasi yang kuat maka pada persamaan regresi tersebut terdapat multikolinearitas.
Sebaliknya, jika pada persamaan regresi linear tidak ada korelasi yang kuat maka persamaan tersebut dianggap bebas dari multikolinearitas. Lalu, bagaimana cara kita mendeteksi adanya multikolinearitas pada persamaan regresi linear?
Cara Deteksi multikolinearitas
Untuk memastikan bahwa persamaan regresi linear bebas dari masalah multikolinearitas maka kita perlu melakukan deteksi multikolinearitas. Secara umum, deteksi multikolinearitas dapat kamu lakukan melalui dua cara yaitu dengan menghitung nilai korelasi antar variabel bebas atau dengan menghitung nilai Variance Inflation Factor (VIF).
Mari kita coba bahas untuk cara yang pertama. Cara pertama yang dapat kamu lakukan untuk mendeteksi multikolinearitas adalah melakukan analisis korelasi antar variabel bebas. Hal ini tentu dapat kita lihat, sesuai dengan tujuannya untuk mendeteksi adanya korelasi yang kuat antar variabel bebas, maka kita perlu menguji korelasinya untuk membandingkan apakah koefisien korelasinya tinggi atau tidak.
Selanjutnya, kamu bisa membandingkan dengan tabel R sesuai dengan derajat bebas yang kamu gunakan. Namun secara umum kalau nilai korelasi antar variabel bebas lebih besar dari 0,75 umumnya bebas dari masalah multikolinearitas.
Selanjutnya kita coba bahas untuk cara yang kedua. Cara yang kedua ini merupakan yang paling familiar dan paling banyak digunakan oleh para peneliti. Dalam mendeteksi adanya multikolinearitas, cara yang kedua ini kita menggunakan nilai VIF.
Kalau kamu melakukan perhitungan secara manual artinya kamu perlu mencari nilai koefisien determinasi dari regresi variabel bebas terhadap variabel bebas yang lain terlebih dahulu. Selanjutnya, baru dimasukkan ke dalam formula perhitungan VIF. Namun kalau kamu menggunakan software pengolah data, umumnya akan langsung muncul nilai VIF pada hasil analisisnya.
Pada hasil analisis yang menunjukkan nilai VIF lebih kecil dari 10, dapat disimpulkan bahwa persamaan regresi tersebut bebas dari multikolinearitas. Sebaliknya, jika nilai VIF lebih besar dari 10, maka ada potensi terjadinya multikolinearitas pada persamaan regresimu.
Namun ada salah satu sumber juga yang menyatakan sebaiknya nilai VIF itu lebih kecil dari 5, agar dapat dipastikan tidak ada korelasi antar variabel bebas yang dapat mengganggu pengaruh variabel independen terhadap variabel dependen dalam model.
Alasan kenapa pada regresi linier sederhana tidak perlu uji multikolinieritas
Seperti yang saya sampaikan pada paragraf sebelumnya, bahwa pada uji asumsi regres linier metode kuadrat terkecil, kita perlu melakukan uji multikolinearitas. Namun demikian, uji multikolinearitas ini hanya dapat dilakukan pada persamaan regresi linear berganda. Mengapa?
Oke, jadi pada regresi linear sederhana itu hanya terdiri dari satu variabel bebas. Adapun pada regresi linear berganda minimal ada dua variabel bebas. Dengan demikian, kalau kita menggunakan regresi linear sederhana yang hanya terdiri dari satu variabel bebas, tentunya kita tidak bisa menguji keeratan hubungan antar variabel bebas. Kan jumlah variabel bebasnya hanya satu. Jadi ya kita tidak perlu menguji multikolinearitas.
Berbeda kalau misalkan kita menggunakan regresi linear berganda. Misalkan minimal ada dua variabel bebas, tentunya dari persamaan ini kita bisa menguji apakah dari dua variabel bebas tersebut ada korelasi yang kuat atau tidak.
Nah, sampai di sini tentu kita bisa menarik kesimpulan dan memahami lebih baik mengenai uji multikolinearitas. Jadi, kalau kamu menggunakan metode kuadrat terkecil, pada regresi linier sederhana kamu tidak perlu melakukan uji multikolinearitas. Namun, kamu tetap harus melakukan uji asumsi yang lain misalkan uji normalitas residual, uji heteroskedastisitas, dan uji linieritas.
Namun, kalau kamu menggunakan regresi linier berganda, maka dari uji asumsi yang ada, kamu perlu menambahkan uji multikolinearitas. Karena jika kita paksakan persamaan regresi yang memiliki masalah multikolinearitas, hal ini dapat menyebabkan hasil interpretasi yang keliru.
Baik, dengan penjelasan ini semoga teman-teman bisa memahami dengan baik alasan mengapa pada regresi linier sederhana tidak perlu dilakukan uji multikolinieritas. Terima kasih telah membaca artikel ini. Jika ada hal yang ingin didiskusikan atau ditanyakan, jangan ragu untuk menyampaikannya pada kolom komentar di bawah artikel ini. Sekali lagi, semoga bermanfaat dan tunggu update artikel dari priyono.id pada kesempatan berikutnya.
Posting Komentar untuk "Mengapa Uji Asumsi Multikolinearitas Tidak Dilakukan pada Regresi Linier Sederhana? "