Linearitas Regresi
Saat kita melakukan uji regresi linear atau uji pearson product moment, kita dihadapkan pada situasi di mana harus melakukan uji linearitas, sebab linearitas merupakan salah satu syarat atau asumsi yang harus dipenuhi. Dalam artikel ini kita akan mempelajari tutorial linearitas regresi dengan SPSS.
Linearitas adalah sifat hubungan yang linear antar variabel, artinya setiap perubahan yang terjadi pada satu variabel akan diikuti perubahan dengan besaran yang sejajar pada variabel lainnya.
Tutorial Linearitas Regresi dengan SPSS
Cara melakukan uji linearitas dapat dilakukan dengan 2 cara dengan menggunakan aplikasi SPSS, yaitu dengan fungsi “Scatter Plot Graph” dan fungsi “Compare Means”.
Kita coba cara melakukannya dengan menggunakan fungsi “Compare Means”.
Buka aplikasi SPSS anda dan isikan data dengan skala data interval atau numerik sebanyak 20 sample pada 2 variabel yaitu X dan Y. Data tersebut seperti contoh di bawah ini:
Pada menu, klik Analyze, Compare Means, Means. Isikan Y ke kotak Dependent List dan Isikan X ke kotak Independen List.
Klik Tombol Options dan centang Test of Linearity.
Lihat Output.
Interprestasi Linearitas Regresi
Interprestasinya adalah: lihat kolom Sig. pada baris Linearity di Table Anova, jika nilainya < 0,05 maka bersifat linear sehingga dapat disimpulkan memenuhi syarat linearitas.
Bagaimana melakukannya dengan fungsi “Scatter Plot”? Caranya mudah, yaitu pada menu, pilih Chart Builder, pada Tab Gallery pilih Scatter/Dot, Masukkan X ke Axis X dan Masukkan Y ke Axis Y, kemudian tekan OK.
Lihat pada output: Jika plot-plot yang ada mengikuti garis fit line, maka terdapat hubungan linear.
Cara pengujian dengan metode grafik seperti ini memberikan interprestasi dan tentunya kesimpulan yang sangat bervariatif antar orang yang melakukan interprestasi, sehingga sangat subjektif. Oleh karenanya pengujian ini tidak dianjurkan.
Demikian telah kita bahas secara bersama-sama dan tahap demi tahap, langkah melakukan uji linearitas regresi dengan SPSS. Tutorial ini kalau dipelajari dengan bijak dapat berguna bagi para peneliti atau mahasiswa yang sedang melakukan penelitian, agat tidak menemukan kendala saat penelitian. Terima Kasih, Semoga Bermanfaat.
By Anwar Hidayat
Postingan Anda sangat bermanfaat bagi saya… Terimakasih..
Terlalu sedikit kasus, gunakan curve estimasi.
mau nanya, kalau tabel anova tidak muncul dan keluar tulisan "too few case-statistic for kegagalan-pendapatan cannot be computed" itu bagaimana? mohon bantuannya. terima kasih
Karena jumlah sampel terlalu kecil. Gunakan metode lain: pada menu, analyze, regression, curve estimation, masukkan variabel dependen ke kotak dependen dan variabel independen ke kotak independen variable, tekan OK lalu lihat Sig pada tabel Summary and Parameter estimates, jika Sig < 0,05 maka Linear.
Pagi mas, saya mau tanya kenapa hasil uji saya ada yg tidak bisa keluar ya malah menuliskan for a few case der variabel cantik be show, sementara variabel cr bisa keluar dengan hasil signifikansi lbh dari 0.05, apa masalahnya dan solusinya terima kasih
Masukkan satu persatu
kalau variabel independen nya lebih dari 1 bagaimana mas? kan kolomnya hanya 1
sangat bermanffat, suwun
Uji Asumsi itu haruslah teratasi secara serentak. Namun uji homogenitas bukanlah asumsi uji regresi linear, sehingga kalau kita membahas linearitas regresi, maka harusnya kita tidak membahas homogenitas.
apakah sebelum uji linearitas harus dilakukan uji homogenitas?