RagamDataStatistik & Riset Data

Tool statistik

Kalkulator VIF

Cek indikasi multikolinearitas dari nilai VIF atau tolerance sebelum koefisien regresi dibaca lebih jauh.

VariabelVIFToleranceStatus
X11,220,82Aman awal
X22,170,46Aman awal
X34,760,21Aman awal
Nilai VIF tinggi menandakan prediktor saling tumpang tindih. Jangan menghapus variabel hanya dari angka VIF; cek teori, desain model, dan output regresi.

Hasil dari kalkulator ini bersifat bantuan perhitungan awal. Interpretasi akhir tetap perlu mempertimbangkan desain penelitian, kualitas data, asumsi statistik, dan konteks riset.

01 / Cara pakai

Mulai dari input yang benar.

  1. 01Pilih format input quick checker.
  2. 02Masukkan daftar angka dari output regresi. Pada quick checker, setiap baris berisi nama variabel lalu angka yang dipisahkan spasi atau titik koma.
  3. 03Baca VIF, tolerance, dan status tiap variabel.
  4. 04Prioritaskan variabel dengan VIF tinggi untuk ditinjau.

02 / Baca hasil

Jangan berhenti di angka.

VIF makin besar berarti prediktor makin tumpang tindih dengan prediktor lain. Sebagai aturan praktis, nilai sekitar 5 ke atas perlu ditinjau, sedangkan nilai sekitar 10 biasanya perlu perhatian serius.

03 / Contoh kalimat

Contoh interpretasi ringkas.

Contoh: tolerance 0,12 setara VIF 8,33. Nilai ini belum otomatis salah, tetapi perlu ditinjau bersama teori dan model.

Perlu uji asumsi klasik?

Kirim output regresi agar multikolinearitas, normalitas, heteroskedastisitas, dan autokorelasi dibaca runtut.

Kirim hasil untuk dicek

04 / Rumus

Rumus, asumsi, dan sumber

Rumus yang dipakai

VIFj=1Tolerancej=11−Rj2\mathrm{VIF}_j = \frac{1}{\mathrm{Tolerance}_j} = \frac{1}{1 - R_j^2}

VIF = 1 / tolerance. Matrix mode memakai diagonal dari inverse correlation matrix prediktor.

Catatan sumber

LibreTexts menjelaskan VIF sebagai fungsi R² ketika satu prediktor dijelaskan oleh prediktor lain. Batas 5/10 dipakai sebagai rule of thumb praktis, bukan keputusan otomatis.

Asumsi singkat

  • VIF berlaku untuk prediktor dalam model regresi.
  • VIF tinggi harus dibaca bersama teori, desain model, dan output regresi.
  • Batas 5/10 adalah rule of thumb, bukan aturan universal.

Referensi utama

05 / Cek sebelum percaya

Kesalahan umum

  • Menghapus variabel hanya karena VIF tinggi tanpa pertimbangan teori.
  • Mencampur tolerance dan VIF saat input.
  • Mengabaikan korelasi antar prediktor dan spesifikasi model.
Apa itu VIF?+

VIF adalah indikator seberapa kuat varians koefisien regresi meningkat karena korelasi antar prediktor.

Apa hubungan tolerance dan VIF?+

VIF adalah 1 dibagi tolerance. Semakin kecil tolerance, semakin besar VIF.

Apakah VIF tinggi berarti variabel harus dihapus?+

VIF tinggi belum otomatis berarti variabel harus dihapus. Keputusan tetap perlu mempertimbangkan teori, tujuan model, dan struktur data.