PERTEMUAN XII
UJI LINIERITAS
A. Capaian Pembelajaran
1. Mahasiswa mampu menguasai dengan baik penggunaan SPSS sebagai alat bantu statistik.
2. Mahasiswa mampu menguji, menginterpretasikan dan menganalisis uji linieritas dengan SPSS.
B. Uraian Materi 1. Uji Linieritas
Uji linieritas digunakan untuk mengetahui linieritas data, yaitu apakah dua variabel mempunyai hubungan yang linear atau tidak. Uji ini digunakan sebagai prasyarat dalam analisis korelasi Pearson atau regresi linear. Pengujian pada SPSS dengan menggunakan Test for Linearity pada taraf signifikansi 0,05. Dua variabel dikatakan mempunyai hubungan yang linear bila signifikansi (Linearity) kurang dari 0,05. Teori lain mengatakan bahwa dua variabel mempunyai hubungan yang linier bila signifikansi (Deviation for Linearity) lebih dari 0,05.
Uji linieritas dimaksudkan untuk mengetahui apakah model regresi yang dibangun peneliti terjadi ketidaksamaan variance antar variable dalam arti lain uji linier ini ditujukan untuk menentukan ada tidaknya hubungan linier antara variable bebas Tunggal yang biasa disebut x dengan
variable terikat yang disebut y. Satu analisis yang dapat memudahkan Analisis Regresi sebelum proses pengujian hipotesis adalah dengan melakukan visualisasi data. Metode ini setidaknya dapat memberikan arahan tentang hubungan yang terjadi antara dua variable tersebut.
Untuk menjalankan Analisis Regresi Linier, lakukan Langkah-langkah berikut :
a. Klik menu Analyze, pilih Regression
b. Pilih Linier dan kemudian akan muncul tampilan seperti dibawah ini :
Pada gambar diatas terdapat beberapa kolom yang menunjukkan kegunaannya masing-masing, yaitu :
a. Dependent ; untuk menentukan variable terikat.
b. Independent ; untuk menentukan variable bebas.
c. Block; digunakan apabila akan menganalisis dan membuat model lebih dari satu kali
d. Selection Variable; digunakan untuk memilih dasar model dengan aturan tertentu yang diatur dalam rule.
Dalam kotak dialog Regresi ada beberapa prosedur yang dapat digunakan untuk menentukan jenis analisis, yaitu : 1) Regression Coeficients; meliputi Estimate,
Confidence, Intervals, Covariance Matrix, Model Fit, R Squared Changed, Descriptive, Part and Partial Correlation, Colinearity Diagnostics dan Residual seperti terlihat dalam tampilan dibawah ini :
a. Plots ; prosedur ini dapat mendeteksi asumsi normalitas, linier dan nilai varian. Yang terdapat dalam prosedur ini adalah Scatterplots, Produce All Partial Plots, Standaridized Residual Plots, Standardized Predicted Value dan Standardized Residual.
b. Save ; perintah ini dapat digunakan untuk menyimpan beberapa prosedur statistic dalam file data yang aktif. Data yang dapat disimpan diantaranya adalah nilai prediksi, residu, dan prosedur statistic lain yang digunakan dalam analisis lainnya.
c. Option ; digunakan untuk menandai missing value dan stepping method criteria
Untuk lebih jelasnya, perhatikan contoh kasus berikut ini (menggunakan data dari bab sebelumnya):
NO X1 X2 Y
1 25 24 30
2 24 30 24
3 13 18 12
4 25 30 30
5 25 24 30
6 21 6 24
7 25 26 24
8 25 30 30
9 21 30 24
10 25 30 30
11 25 30 24
12 21 30 24
13 21 30 30
14 21 30 24
15 21 30 18
16 21 24 24
17 20 24 24
18 20 6 12
19 20 24 24
20 21 24 30
21 21 26 21
22 21 16 23
23 21 16 25
24 21 26 24
25 5 24 24
26 21 16 27
NO X1 X2 Y
27 9 6 16
28 5 17 11
29 17 20 17
30 15 22 16
31 25 23 17
32 25 14 18
33 25 23 23
34 20 23 17
35 20 22 21
1. Langkah awal yang harus dilakukan masih sama seperti Langkah pengujian yang lainnya. Buka Program SPSS, klik variable view. Selanjutnya, pada bagian Name tulis X1 dan X2, pada Decimals ubah semua menjadi 0, pada bagian label tuliskan nama sesuai variable nya, bagian Measure ubah menjadi Scale. Abaikan yang lainnya.
2. Setelah itu, klik data View, lalu masukkan data X1 dan X2 yang sudah disipakan tadi, bisa dengan cara Copy- Paste atau input langsung di SPSS.
3. Berikutnya, dari menu utama SPSS pilih Analyze, lalu klik Compare Means, dan pilih means..
4. Muncul kotak dengan “Means”. Kemudian, masukkan variable X1 dan X2 ke kotak Independent List : dan variable Y ke kotak Dependent List.
5. Selanjutnya, klik Option, pada bagian “Statistics for First Layer” pilih Test of Linearity kemudian Continue.
6. Langkah terakhir adalah klik Ok untuk mengakhiri perintah. Maka akan muncul output SPSS. Dalam hal ini kita cukup memperhatikan pada table output “Anova Table”
Interpretasi Output Uji Linieritas dengan SPSS
Dasar pengambilan Keputusan dalam uji linieritas dapat dilakukan dengan dua cara yakni melihat nilai signifikansi dan nilai F:
1. Berdasarkan Nilai Signifikansi (Sig):
a. Jika nilai Deviation from Linierity Sig. > 0,05, maka ada hubungan yang linier secara signifikan
antara variable independent dengan variable dependent.
b. Jika nilai Deviation from Linierity Sig. < 0,05, maka tidak ada hubungan yang linier secara signifikan antara variable independent dengan variable dependent.
Berdasarkan dari hasil output SPSS diatas , diperoleh nilai Deviation from Liniearity Sig.
adalah 0,395 lebih besar dari 0,05. Maka dapat disimpulkan bahwa ada hubungan linier secara signifikan antara variable X1, X2 dan Y.
2. Berdasarkan Nilai F :
a. Jika nilai F hitung < F tabel, maka ada hubungan yang linier secara signifikan antar variable independent dengan varaibel dependent.
b. Jika nilai F hitung > F tabel, maka tidak ada hubungan yang linier secara signifikan antara variable independent dengan varianbel dependent.
Berdasarkan dari hasil ouput diatas, diperoleh nilai F hitung sebesar 1,095 < F tabel 2,39.
Karena nilai F hitung lebih kecil dari F tabel maka dapat disimpulkan bahwa ada hubungan linier secara signifikan antara variable X1, X2 dan Y.
Catatan : nilai F tabel dicari dengan rumus (df) Deviation from linearity; Within Groups.
Berdasarkan output SPSS diatas diketahui df adalah (7 ; 26) kemudian kita tinggal melihat distribusi nilai F tabel pada signifikansi 5% atau 0,05 sebesar 2,39. Lihat gambar dibawah ini.
3. Uji Lineritas dengan Grafik
Penelitian yang berjudul “dampak minat belajar terhadap prestasi belajar”. Data minat belajar diambil dari kuesioner sementara data prestasi belajar diperoleh dari nilai rata-rata raport siswa pada semester 2. Adapun data tabulasi untuk kedua variabel tersebut dapat dilihat pada table dibawah ini:
Buka SPSS lalu klik Variabel View, selanjutnya pada baris pertama kolom Name isikan “Minat”. Pada bagian Label tuliskan “Minat Belajar (X)”. Pada bagian Decimals pilih 0. Pada bagian Measure pilih Scale.
Berikutnya pada baris kedua kolom Name isi dengan
“Prestasi”. Pada bagian Label tuliskan “Prestasi Belajar (Y)”. Pada bagian Decimals pilih 0. Pada bagian Measure pilih Scale.
Selanjutnya klik Data View kemudian isi data seperti gambar dibawah ini.
Langkah selanjutnya klik menu Graphs, kemudian klik Legacy Dialogs, selanjutnya klik Scaterr/Dot
Selanjutnya pilih Simple Scatter lalu klik Define seperti gambar berikut.
Selanjutnya masukkan variabel Minat belajar ke kolom X Axis. Berikutnya masukkan variabel Prestasi Belajar (Y) ke kolom Y Axis, Tampak di Layar
Lalu klik OK akan muncul tampilan sebagai berikut ini:
Berdasarkan gambar Scatter Plots di atas , dapat dilihat titik-titik plot data membentuk pola garis lurus dari kiri bawah naik ke kanan atas. Hal ini menunjukkan bahwa ada hubungan yang linier dan positif antara variabel minat belajar dengan prestasi belajar. Hubungan positif ini berarti jika minat belajar dinaikan maka prestasi belajar akan meningkat juga, karena adanya hubungan yang linier antara minat belajar dengan prestasi belajar, maka salah satu asumsi syarat untuk model regresi sudah terpenuhi dalam penelitian ini.
C. Latihan Soal
Lakukan Uji Linieritas pada tabel berikut ini:
NO Harga
X1
Promosi X2
Kepuasan Y
1 36 38 35
2 40 37 28
3 40 34 28
4 36 28 28
5 8 8 14
6 24 40 35
7 24 27 21
8 40 33 28
9 32 33 25
10 24 36 25
11 33 36 24
12 32 8 26
13 40 36 25
14 40 37 31
15 40 31 28
16 40 31 30
17 28 32 27
18 26 37 28
19 40 40 32
20 39 40 35
D. Referensi
Arifin, J. (2017). SPSS 24 untuk Penelitian dan Skripsi. Jakarta:
Kelompok. Gramedia.
Cooper, D. R., & Schindler, P. S. (2014). Business Research Method 12th Edition. New York: McGraw Hill.
Ghozali, I. (2021). Aplikasi Analisis Multivariate Dengan Program IBM SPSS 26 Edisi 10. Badan Penerbit Universitas Diponegoro.
Hair, J. F., Anderson, R. E., Babin, B. J., & Black, W. C. (2010).
Multivariate data analysis. 7th edition. New Jersey:
Pearson. Education Inc
Santoso, S. (2020). Panduan Lengkap Spss 26. Jakarta: Pt.
Elex Media Komputindo.
Sugiyono. (2019). Metodelogi Penelitian Kuantitatif dan Kualitatif Dan R&D. Bandung: ALFABETA.
Sujiono, E.A. (2009). Aplikasi Statistik SPSS. Jakarta: Prestasi Putra Karya.
Umar, H. (2019). Metode Riset Manajemen Perusahaan:
Langkah Cepat dan. Tepat Menyusun Tesis dan Desertasi. Jakarta: Gramedia Pustaka Utama
