Langsung ke konten utama

Cara Uji Multikolinearitas Menggunakan SPSS

Ada banyak cara untuk menentukan apakah suatu model memiliki gejala Multikolinieritas, pada modul ini hanya diperkenalkan 2 cara, yaitu VIF dan Uji Korelasi.
Uji VIF.
Cara ini sangat mudah, hanya melihat apakah nilai VIF untuk masing-masing variabel lebih besar dari 10 atau tidak. Bila nilai VIF lebih besar dari 10 maka diindikasikan model tersebut memiliki gejala Multikolinieritas.
LANGKAH-LANGKAH DALAM SPSS
Lakukan uji regresi seperti pengujian regresi pada persamaan-persamaan laennya. Setelah itu pilih Statistics kemudian centang pilihan Collinearity Diagnostics setelah itu pilih tombol Continue dan akhirnya pada tampilan selanjutnya pilih OK. Hasilnya sebagai berikut.
Cara Uji Multikolinearitas Menggunakan SPSS

Dapat dilihat bahwa seluruh variabel penjelas memiliki nilai VIF lebih besar 10 maka dapat disimpulkan bahwa model regresi ini memiliki masalah Multikolinieritas.
Partial Correlation


Cara kedua adalah dengan melihat keeratan hubungan antara dua variabel penjelas atau yang lebih dikenal dengan istilah korelasi. 
LANGKAH-LANGKAH DALAM SPSS
Analyze => Correlate => Partial akan muncul tampilan sebagai berikut.
Cara Uji Multikolinearitas Menggunakan SPSS
Masukkan variabel X2, X3, X4 dan X5 ke dalam kotak Variables, dan variabel Y ke dalam kotak Controlling for, dan kemudian OK. Hasilnya sebagai berikut.
Cara Uji Multikolinearitas Menggunakan SPSS

Untuk menentukan apakah hubungan antara dua variabel bebas memiliki masalah multikoliniaritas adalah melihat nilai Significance (2-tailed), jika nilainya lebih kecil dari 0,05 (α=5%) maka diindikasikan memiliki gejala Multikolinearitas yang serius. Dari seluruh nilai Significance (2-tailed) di atas, dapat disimpulkan seluruh variabel penjelas tidak terbebas dari masalah Multikolinearitas.
Labels:

Komentar

Posting Komentar

Postingan populer dari blog ini

Cara Uji Validitas dengan Corrected Item-Total Correlations SPSS

Uji validitas item merupakan uji instrumen data untuk mengetahui seberapa cermat suatu item dalam mengukur apa yang ingin diukur. Item dapat dikatakan valid jika adanya korelasi yang signifikan dengan skor totalnya, hal ini menunjukkan adanya dukungan item tersebut dalam mengungkap suatu yang ingin diungkap. Item biasanya berupa pertanyaan atau pernyataan yang ditujukan kepada responden dengan menggunakan bentuk kuesioner dengan tujuan untuk mengungkap sesuatu. Teknik uji validitas item dengan teknik Corrected ItemTotal Correlation , yaitu dengan cara mengkorelasikan skor item dengan skor totalnya dan melakukan koreksi terhadap nilai koefisien korelasi yang overestimasi. Hal ini dikarenakan agar tidak terjadi koefisien item total yang overestimasi (estimasi nilai yang lebih tinggi dari yang sebenarnya). Pada metode ini tidak perlu memasukkan skor total, karena sudah dihitung secara otomatis.    Cara Uji Validitas Metode Analisis Faktor (KMO) dengan SPSS Kemudian pengujian sign...
Posting Komentar
Read more »

Cara Uji Validitas Metode Analisis Faktor (KMO) dengan SPSS

Uji validitas item merupakan uji instrumen data untuk mengetahui seberapa cermat suatu item dalam mengukur apa yang ingin diukur. Item dapat dikatakan valid jika adanya korelasi yang signifikan dengan skor totalnya, hal ini menunjukkan adanya dukungan item tersebut dalam mengungkap suatu yang ingin diungkap. Item biasanya berupa pertanyaan atau pernyataan yang ditujukan kepada responden dengan menggunakan bentuk kuesioner dengan tujuan untuk mengungkap sesuatu. Dalam uji validitas, suatu variabel dinyatakan valid dan dapat dianalisis lebih lanjut apabila memenuhi kriteria yang menyatakan bahwa angka KMO ( Keiser-Meyer-Olkin ) MSA ( Measures of Sampling Adequacy ) pada kolom KMO and Barlett’s Test harus lebih besar atau sama dengan 0,500. Sedangkan tingkat probabilitas (sig) harus lebih kecil atau sama dengan 5% (0,05). Cara Uji Normalitas Kolmogorov Menggunakan SPSS Kemudian untuk mengetahui tiap item valid atau tidak dapat dilihat dari nilai MSA pada kolom Anti Image Correlation’s ...
Posting Komentar
Read more »

Cara Uji Variabel Mediasi Menggunakan SmartPLS

Proses pengujian hipotesis dengan model yang menyertakan variabel pemediasi ( intervening ) sebenarnya tidak jauh berbeda dengan proses pengujian hipotesis dengan model sederhana, seperti yang dijelaskan pada bagian sebelumnya. Proses yang dimaksud yaitu: Menyiapkan data dalam file Microsoft excel dengan format CSV ( comma delimited ). Membuka program ( software ) SmartPLS Membuat new project Meng-import data yang sudah disiapkan (poin 1) Menggambar model penelitian yang terdiri dari beberapa variabel laten Memasukkan data kuesioner (indikator) ke dalam variabel laten Melakukan pengujian kualitas model pengukuran ( PLS algoritm ) Melakukan pengujian hipotesis ( bootstrapping ) Yang membedakan antara model sederhana dengan model dengan memasukkan variabel pemediasi adalah letak (posisi) susunan variabel yang harus dibuat atau digambar dalam program SmartPLS. Untuk mempermudah memahami bagaimana proses pengujian hipotesis dengan model yang memuat variabel pemediasi, simaklah simulasi ber...
Read more »