DAFTAR ISI :
A. Pengertian Uji LinieritasB. Macam-macam Uji Normalitas
C. Uji Scattaer Plot Graph
D. Uji Compare Means
E.Uji Durbin Watson
F. Uji Lagrange Multiplier
A. PENGERTIAN UJI LINIERITAS
Uji linieritas adalah pengujian untuk menganalisis keberadaan hubungan yang linear antara variabel independen dengan variabel dependen. Linieritas dimaknai untuk setiap perubahan nilai variabel independen akan menghasilkan perubahan yang konstan pada variabel dependen. Uji ini sebagai prasyarat dalam uji hipotesis yaitu Independent Samples T Test dan One Way ANOVA (Purnomo, 2016: 100). Sedangkan menurut Ismail (2018 : 210) uji linieritas digunakan sebelum menggunakan analisis regresi dan analisis jalur.
B. MACAM-MACAM UJI NORMALITAS
Macam-macam untuk Uji Linieritas yaitu :
Contoh untuk latihan :
Misalkan terdapat 16 data sebagai Latihan yang akan diuji apakah hubungan antara variabel independen dan varibael dependen bersifat linier atau tidak dengan program SPSS.
C. SCATTER PLOT GRAPH
Uji linearitas dapat diketahui dengan scatter plot yang menggambarkan hubungan antara variabel dependen dengan independen (Casson & Farmer, 2014). Teori dasar di balik penggunaan scatterplot untuk menguji linearitas adalah asumsi linearitas, bahwa hubungan antara dua variabel dapat didefinisikan sebagai linear.Jika asumsi linieritas terpenuhi, hubungan antara kedua variabel akan terlihat sebagai garis lurus pada scatter plot. Sebaliknya, jika asumsi linearitas tidak terpenuhi, maka hubungan antara kedua variabel akan tampak sebagai pola nonlinear pada scatter plot.Dengan demikian, scatter plot dapat digunakan sebagai alat untuk menguji hipotesis linier dan mendapatkan informasi visual tentang hubungan antara dua variabel.
Berikut adalah langkah-langkah untuk membuat scatter plot dan menguji linearitas menggunakan SPSS:
1. Menginput data diatas ke dalam program SPSS dengan setingan variable view dan data view seperti gambar berikut:
2. Klik menu Analyze – Legacy Dialogs - ScatterDot.
3. Pada kotak dialog Pada jendela Scatter/Dot Plot, pilih Simple Scatter.
4. Pindahkan variabel Y ke kotak dialog Y Axis, dan X ke kotak dialog X Axis, Kemudian klik OK.
5. Muncullah ouput SPSS Scater Plot Sebagai Berikut:
Interpretasi :
Melalui scatter plot tersebut, secara visual, persebaran titik-titik observasi telah cukup tersebar di sekitar garis horizontal dan juga tidak membentuk pola tertentu. Sehingga dapat dikatakan bahwa secara visual, asumsi linearitas telah terpenuhi.
D. COMPARE MEANS
Uji Linearitas “Mean comparison” adalah metode uji statistik yang digunakan untuk menguji apakah hubungan antara variabel independen dan dependen bersifat linier. Dalam tes ini, kami membandingkan rata-rata skor dependen untuk setiap kategori atau kelompok variabel independen. Jika rata-rata dependensi berbeda secara signifikan untuk masing-masing kelompok, maka dapat disimpulkan bahwa hubungan antara kedua variabel adalah nonlinier. Kriteria pengambilan keputusan pengujian linieritas dengan program SPSS adalah jika nilai Sig. > 0,05 maka hubungan antara variabel X dan Y linier, namun apabila Sig. < 0,05 maka hubungan antara variabel X dan Y non linier (Haryono, 2023 :78 ).
1. Menginput data diatas ke dalam program SPSS dengan setingan variable view dan data view seperti gambar berikut:
2. Klik Analyze – Compare Means – Means
3. Pada jendela Means; pindahkan variabel Y ke kotak dialog Dependent List, dan variabel X1 dan X2 ke kolom Independent List. Kemudian klik Options.
4. Berilah tanda centang (√) Test of linearity. Setelah itu Continue dan OK.
5. Maka akan muncul Output SPSS berikut:
Interpretasi gambar tersebut adalah pada table Y*X1 bagian Deviation from liniearity nilai Sig. 0,236 > 0,05. Sehingga dapat disimpulkan kalua Y dan X1 mempunyai hubungan yang linier. Begitupun juga dengan table Y*X2 bagian Deviation from liniearity nilai Sig. 0,794 > 0,05. Sehingga dapat disimpulkan kalau Y dan X2 mempunyai hubungan yang linier.
E. UJI DURBIN WATSON
Uji linieritas Durbin-Watson adalah uji statistik yang digunakan untuk mengetahui ada atau tidaknya hubungan antara variabel bebas dan terikat dalam model regresi bersifat linier. Pengujian ini didasarkan pada asumsi bahwa residual model regresi harus memiliki hubungan deret waktu yang kuat antara residual yang berdekatan dalam deret waktu. Jika hubungan ini kuat, dapat disimpulkan bahwa hubungan antara variabel independen dan dependen adalah linier. Uji Durbin-Watson memiliki nilai skala 0-4, dengan nilai mendekati 2 menunjukkan bahwa residual memiliki hubungan deret waktu yang kuat, sehingga hubungan kedua variabel bersifat linier. Nilai yang mendekati 0 atau 4 menunjukkan bahwa residual memiliki hubungan deret waktu yang lemah, sehingga hubungan kedua variabel tidak linier. Uji ini lebih sering digunakan untuk uji autokorelasi, namun juga dapat digunakan untuk uji linieritas.
1. Menginput data diatas ke dalam program SPSS dengan setingan variable view dan data view seperti gambar berikut:
2. Pilih Transform, klik pada Compute Variables.
3. Mengkuadratkan variabel bebas dengan cara, pada kotak dialog Target Variable beri nama sqrX1 dan pada kotak dialog Numeric Expression diisi dengan rumus x1*x1 (artinya variabel x1 dikalikan dengan x1).
4. Sehingga muncul variabel baru SqrX1. Kemudian ulangi klik Analyze – Regression – Linier.
5. Pindahkan variabel Y ke kotak dialog Dependent, dan variabel X1 dan SqrX1 ke kotak dialog Independent(s) :
6. Berilah tanda centang (√) Durbin-Watson. Setelah itu Continue dan Ok.
7. Maka akan muncul ouput SPSS seperti gambar berikut:
Untuk menentukan tabel durbin Watson maka jumlah observasi (n)= 16, jumlah variabel independent tanpa konstanta (k) = 1.
Karena 𝑑𝑈 = 1,3709 < 𝑑_ℎ𝑖𝑡𝑢𝑛𝑔 = 1,899 < 4 −𝑑𝑈 = 4 − 1,3709 = 2,6291
Interpretasi:
Tampak bahwa nilai d adalah sebesar 1,899 dan masuk pada dalam kategori Tidak ada autokorelasi. Sehingga dapat disimpulkan tidak ada kesalahan spesifikasi. Ebagai catatan bahwa regresi hanya antar Y, X, dan SqrX1 tanpa melibatkan X2. Untuk X2 dapat menggunakan cara yang sama.
F. UJI LANGRANGE MULTIPLIER
Uji linieritas berganda Lagrange adalah uji statistik untuk menguji asumsi linieritas dalam analisis regresi. Dalam pengujian ini, hipotesis nolnya adalah model regresi linier, sedangkan hipotesis alternatifnya adalah model regresi nonlinier.Jika hipotesis nol ditolak, model regresi tidak linier dan dapat dilanjutkan dengan pengujian alternatif lain untuk memeriksa asumsi yang lebih kompleks. Uji Lagrange Multiplier adalah alternatif untuk pengujian spesifikasi model menggunakan uji Durbin–Watson atau uji Ramsey (RESET). Uji ini dilakukan dengan meregresikan kuadrat atau pangkat tiga dari variabel bebas pada residual model yang diuji dengan memperhatikan spesifikasi modelnya. Langkah Uji ini adalah mengambil nilai residual dari regresi variabel independen terhadap variabel dependen. Setelah itu meregresikan kembali dengan variabel independent yang telah dipangkatkan 2 dan 3 terhadap variabel residualnya.
1. Menginput data diatas ke dalam program SPSS dengan setingan variable view dan data view seperti gambar berikut:
2. Menentukan residual dengan cara klik Analyze – Regression - Linier.
3. Pindahkan variabel Y ke kotak dialog Dependent, dan variabel X1 dan X2 ke kotak dialog Independent(s). Kemudian klik Save dan berilah tanda centang (√) pada kotak dialog Residuals Unstandardized. Kemudian Continue.
4. Membuat variabel X1 kuadrat dengan cara klik Transform – Compute Variable, kemudian tuliskan rumus sebagaimana gambar dibawah. Setelah itu klik Ok dan akan muncul variabel X1 kuadrat di Data View.
5. Membuat variabel X1 pangkat 3 dengan cara yang sama yaitu klik Transform – Compute Variable, kemudian tuliskan rumus sebagaimana gambar dibawah. Setelah itu klik Ok dan akan muncul variabel X1 pangkat 3 di Data View.
6. Membuat variabel X2 kuadrat dengan cara klik Transform – Compute Variable, kemudian tuliskan rumus sebagaimana gambar dibawah. Setelah itu klik Ok dan akan muncul variabel X2 Kuadrat di Data View.
7. Membuat variabel X2 pangkat 3 dengan cara yang sama yaitu klik Transform – Compute Variable, kemudian tuliskan rumus sebagaimana gambar dibawah. Setelah itu klik Ok dan akan muncul variabel X2 pangkat 3 di Data View.
8. Kemudian regresikan kembali dengan cara kilik Analyze – Regression - Linier . Pada kotak dialog Linier Regression pindahkan variabel Residual (unstandardized Residual) ke kolom Dependent, dan pindahkan variabel X1sqrt2, X1sqrt3, X2sqrt2, dan X2sqrt3 ke kolom Independent(s). Kemudian klik Ok.
9. Kemudian akan muncul Output sebagai berikut:
Interpretasi :
Nilai yang kita pergunakan adalah R Square yaitu sebesar 0,276 dan dikalikan dengan jumlah data yaitu n = 16 sehingga hasilnya adalah 0,276 x 16 = 4,416. Nilai ini kita bandingkan dengan nilai Chi Square pada df 3 dengan tingkat signifikansi 5% yaitu sebesar 7,8147. Karena 4,416 < 7,8147 yang menunjukkan bahwa model telah memenuhi spesifikasi.
G. UJI RAMSEY
Uji Ramsey adalah metode untuk menguji asumsi linieritas dalam model regresi linear. Uji ini dikenal juga dengan nama uji RESET (Regression Specification Error Test). Tujuannya adalah untuk memastikan bahwa model regresi yang dibangun tidak memiliki polinomial misspecified. Dalam hal ini, uji ramsey mengecek apakah ada hubungan non-linier antara variabel dependen dan independen dalam model regresi. Kriteria untuk menentukan linier atau tidaknya dari uji linieritas Ramsey adalah sebagai berikut:
Keterangan :
m = jumlah variabel bebas yang baru masuk
n = jumlah data/observasi
k = banyaknya parameter dalam persamaan baru
1. Menginput data diatas ke dalam program SPSS dengan setingan variable view dan data view seperti gambar berikut:
2. Klik Analyze – Regression – Linier. Kemudian pada kotak dialog Linier Regression pindahkan variabel Y ke kolom Dependent dan variabel X1 ke kolom Independent(s). Kemudian klik Save.
3. Setelah klik Save pada kotak dialog Linier Regression : Save berilah tanda centang (√) pada kotak dialog Residuals Unstandardized dan Studentized. Kemudian Continue, lalu OK.
4. Kemudian regresikan kembali dengan cara klik Analyze – Regression – Linier. Kemudian pada kotak dialog Linier Regression pindahkan variabel Y ke kolom Dependent dan variabel X1 dan DFFit ke kolom Independent(s). Kemudian klik Ok dan akan muncul Output SPSS-nya.
Berdasarkan tabel Model Summary lama, terlihat bahwa nilai R Square lama adalah sebesar 0,008 dan tabel Model Summary baru, terlihat bahwa nilai R Square baru adalah sebesar 0,635.
Nilai 𝐹 Tabel (0,05;16:2) (lihat tabel F) = 3.63. Karena Nilai F hitung = 26,125 > F tabel = 3.63 menunjukkan bahwa model tidak linier yang dimaksud tidak dispesifikasi dengan benar.
VIDEO PEMBELAJARAN
DAFTAR PUSTAKA
- Algifari, 2016. Statistik Induktif untuk Ekonomi dan Bisnis“Edisi-3. Yogyakarta: UPP STIM YKPN.
- Cahyomo, Tri. 2015. Statistik Uji Normalitas. Purwokerto; Yasamas.
- Haryono, Eko, dkk. 2023: "Statistik SPSS 28“ . Bandung: Penerbit Widina.
- Ismail, Fajri. 2018. "Statistik untuk Penelitian Pendidikan dan Sosisal". Jakarta: Prenada Media Group. 4.
- Nuryadi, dkk. 2017. Dasar-Dasar Statistik Penelitian. Yogyakarta: Sibuku Media.
- Sugiono, 2021.Statistik Untuk Penelitian. Bandung: Alfabeta.
- Purnomo, Rochmat Aldy. 2016. Analisis Statistik Ekonomi dan Bisnis Dengan SPSS. Ponorogo: CV. Wade group.
- Sugiyono, 2021. Statistik untuk Penelitian.Bandung: Alfabeta
- Winarsunu, Tulus. 2017. Statistik dalam Penelitian Psikologi dan Pendidikan. Malang. UNMU 3.
- Hidayat, Anwar. https://www.statistikian.com/2012/09/uji-normalitas-dengan-kolmogorov-smirnov-spss.html (diakses tanggal 7 November 2022)
- https://myfreeppt.com/2017/09/free-business-graph-powerpoint-template-2
- https://www.konsultanstatistik.com
- https://www.konsultanstatistik.com/2021/09/uji-linearitas-spss-dengan-lagrange.html
- https://www.konsultanstatistik.com/2021/09/uji-linearitas-spss-dengan-ramsey.html
- SPSS Tutorials: Scatter Plots and Correlation: https://www.spss-tutorials.com/scatter-plots-and-correlation/
- IBM SPSS: Scatter Plots: https://www.ibm.com/support/knowledgecenter/en/SSLVMB_23.0.0/spss/tutorials/scatterplots_create.html
- SPSS Tutorials: Adding Regression Line to Scatter Plot: https://www.spss-tutorials.com/adding-regression-line-to-scatter-plot/
0 Comments