Salah satu persyaratan dalam analisis regresi ganda selain normalitas adalah Multikolinieritas. Multikolinieritas adalah tidak adanya hubungan yang linier antara variabel independen. Jika terdapat hubungan linier antar sesama variabel independen maka dapat dikatakan model terkena masalah multikolinier. Jika terjadi hubungan antar sesama variabel independen maka variabel ini tidak orthogonal. variabel orthogonal adalah variabel independen yang nilai korelasi antar independen sama dengan nol.
Deteksi Multikolinieritas
Beberapa ciri model terkena masalah multikolinier antara lain :
Model mempunyai koefisien determinasi tinggi namun sedikit variabel independen yang signifikan berpengaruh terhadap dependen melalui uji t
Misal, koefisien determinasi dari pengaruh X1, X2 dan X3 adalah sebesar 0,82. Namun secara individual hanya X1 yang berpengaruh terhadap Y. Hal ini merupakan indikasi awal adanya multikolinier atau hubungan yang kuat antar sesama independen.
Penyelesaian Masalah Multikolinieritas
Beberapa alternative untuk menyelesaikan masalah multikoloinier antara lain :
- Menggabungkan data crosssection dan time series
- Mengeluarkan satu atau lebih variabel independen yang mempunyai korelasi tinggi dari model regresi dan indentifikasikan variabel independen lainnya untuk membantu prediksi
- Melakukan transformasi variabel. Transformasi dapat dilakukan dalam bentuk Logaritma Natural (LN)
- Menggunakan model dengan variabel independen yang mempunyai korelasi tinggi hanya semata-mata untuk prediksi, dan tidak menginterpretasikan koefisien regresinya
- Menggunakan metode analisis yang lebih baik seperti Bayesian Regression atau dalam kasus tertentu dengan Ridge Regression
Teorionline 