Deteksi Multikolinearitas dengan VIF dan Tolerance

Multikolinearitas, pasti sudah tidak asing lagi bagi mahasiswa yang tengah mengerjakan skripsi kuantitatif, khususnya yang menggunakan teknik analisis data regresi linear berganda.

Multikolinearitas merupakan hubungan yang kuat antar variabel bebas. Salah satu syarat agar hasil regresi linear berganda tidak bias adalah tidak adanya hubungan yang kuat antar variabel bebas atau dengan kata lain bebas dari masalah multikolinearitas.

Deteksi Multikolinearitas

Deteksi multikolinearitas yang sering digunakan adalah dengan melihat nilai Variance Inflation Factor (VIF) dan tolerance. Namun, ada beberapa versi batas angka VIF dan tolerance yang digunakan untuk deteksi multikolinearitas.

Ada ahli yang mengatakan apabila nilai tolerance lebih kecil dari 0,1 dan VIF lebih besar dari 10 maka ada masalah multikolinearitas. Ada juga yang mengatakan batas nilai VIF adalah 5, apabila nilai VIF lebih besar dari 5 maka terdapat masalah multikolinearitas.

Dan ada lagi yang mengatakan bahwa apabila nilai VIF di sekitar angka 1 dan tolerance mendekati 1 maka bebas dari masalah multikolinearitas.

Lalu, pedoman mana yang benar?? Mana yang harus dipakai??

Mungkin dilema ini sudah pernah anda alami ketika melakukan uji multikolinearitas. Pada dasarnya 3 pendapat tesebut bisa dijadikan pedoman. Pilih salah satu saja yang menurut kita terpercaya, asalkan sumbernya jelas, misal dari buku X atau buku Y yang pengarangnya sudah kredibel.

Kalau menurut saya pribadi, saya lebih memilih pendapat terakhir, yaitu apabila nilai VIF di sekitar angka 1 dan tolerance mendekati 1 maka bebas dari masalah multikolinearitas. Saya mengatakan ini karena apabila nilai VIF di sekitar angka 1 dan tolerance mendekati 1 maka korelasi antar variabel bebasnya cenderung kecil.