5 uji linieritas

8/16/2019 5 Uji Linieritas

http://slidepdf.com/reader/full/5-uji-linieritas 1/7

Uji Linieritas

Tujuan: Uji linieritas dilakukan dengan mencari persamaan garis regresi variabel bebas x

terhadap variabel terikat y. Berdasarkan garis regresi yang dibuat, diuji

keberartian koefisien garis regresi serta linieritasnya.

Prosedur Uji Linieritas pada SPSS:

Buat File data terlebih dahulu:

1. Masuk Variable View set variable lengkap dengan 9 atribut

. Masuk Data View masukkan data !atau c"py dari excel# save !$trl%&#

3. 'ilih menu(1: Analyze Compare Mean MeansPilih menu-2: Analyze Regression Curve Estimation

). *a+sirkan hasil !output #

Contoh: kan diuji hubungan linieritas antara variabel bebas insenti+ !-1#, iklim kerja !-#,

dan hubungan interpers"nal !-# dengan variabel terikat kinerja !/#. Untuk itudiambil data penelitian sebagai berikut.

X1 X2 X3 Y

34 47 44 62

41 43 42 66 43 42 43 66

37 38 39 68

38 30 39 60

36 35 39 6444 48 44 67

38 45 38 58

41 49 44 63

48 43 44 67 35 49 38 58

48 42 32 65

40 38 39 68

42 32 48 6537 37 41 70

39 48 41 60

38 31 40 5835 44 39 55

46 46 49 71

37 36 40 57

45 44 35 7440 35 42 66

36 37 39 6843 40 43 70

45 44 47 6938 32 44 58

39 39 42 61

41 40 45 69

46 45 49 7142 45 48 66



Untuk c"nt"h ini kita pakai variabel dahulu sebagai c"nt"h ! yakni X1 dan Y #, 0alau samamudahnya dengan cara sekaligus !-1,-,-,/#.

angkah(1 2unakan variabel -13 4nsenti+ 5 / 3 6inerja

• Masuk variabl vi!

atur kedua variable dan 9 atribut

didapat sbb:

• Masuk jendela data vi! masukan data !c"py dari excel# terlihat

sbb:

saving data ini

angkah( 6lik menu: Analyze Compare Mean Means

• Masukkan -1 ke k"tak variabl indpndnt

• Masukkan / ke k"tak variabl dpndnt

• 'ilih "ption tandai T#t o$ %inirity Continu "& terlihat sbb:



Didapat beberapa out-put, tetapi kita pilih 1 saja yangdiperlukan dalam uji linieritas, yakni table Anova ( Anova Table),

sbb:

ANOVA Table

553.667 13 42.590 4.340 .003

261.112 1 261.112 26.610 .000

292.555 12 24.380 2.485 .046

157.000 16 9.813

710.667 29

(Combined)

Linearity

Deviation from Linearity

Beteen

!ro"#$

%it&in !ro"#$

'ota

iner*a + ,n$entif

-"m of

-"are$ df /ean -"are -i.

angkah( 4nterpretasi hasil "utput

Hipotesis Linieritas:

78 : 'odl r(r#i linir

71 : 'odl r(r#i tidak linir )*on+%inir,

Kriteria Pengujian:

Singkatnya:

• engan Linierity: &ig α !",";# 7ubungan linier signi+ikan

• engan Deviation from linierity: &ig < α !",";# 7ubungan linier

signi+ikan

Dari table Anova didapat :

1 Pada baris Linierity :

!ika "ig # α ($,$%) Terima

!ika "ig # α ($,$%) &odel regresi



"ig ($,$$$) ' α ($,$%) ubungan linier signikan

2 Pada baris Deviation from linierity:

"ig ($$*+) ' α ($,$%) olak o erima 1 'odl r(r#i tidak

linir

Atau karena selisihnya keil ($,$*+ ≈ $,$%) hubungan

mendekati linier

Catatan: Dari -viation $ro. linirity tidak signi+ikan

"ementara dari %inirity signi+ikan

Berarti ada .odl lain yang lebih baik dari hubungan linir , yakni m"del non+

linir

'ada sesi ini !anali#i# k+2# masukkan ke() variabel sekaligus:

%an(kah+1: 6lik Analyze Regression Curve Estimation

. Masukkan -1, - ke k"tak 4ndependent variable). Masukkan 6inerja !/# ke k"tak dependent!s#

;. *andai ) m"del yang tersedia ! %in/Cubi/uadrati/p# =6

&ampai tampak sepeerti gambar berikut:

idapat sejumlah output > tapi kita ambil "utput yang perlu saja sbb:

1. Linieritas X1 dengan Y

Independent: X1

Dependent Mth Rsq d.f. F Sigf b0 b1 b2 b3

Y LIN .367 2 16.26 .000 3!.0012 .7"#0

Y $%& .376 27 .1! .002 '1".!6 3.2103 '.02##

# Y (%) .37 27 .1# .002 '2.26 2.0## '.0003

Y *X+ .36 2 16.33 .000 3#.3"! .011#



N,tes:

# -,e/ne iits /ehed s,e dependent 4/ibes 5e/e n,t ente/ed.

%an(kah+2: 4nterpretasi =utput(1

ari k"l"m R square ? k"l"m &ig, terlihat bah0a .odl kubik dan kuadratik masih lebih tepat

diterapkan pada m"del hubungan -1 dan /, dibanding m"del linier, karena alasan berikut:

M"del kuadrat @ sAuare 3 ,CD signi+ikan !&ig38,8 α38,8;# pengaruhnya lebih

besar

M"del kubik @ sAuare 3 ,ED signi+ikan !&ig38,88 α38,8;# pengaruhnya lebih

besar

M"del linier @ sAuare 3 C,D signi+ikan !&ig38,88 α38,8;#

esimpulan: &yarat linieritas untuk hubungan 4nsenti+ !-1# dan 6inerja !/#, terpenuhi, 0alaudiketahui juga bah0a hubungan kuadrat dan kubik !"nlinier# masih lebih baik

diterapkan dibanding m"del linier.

'erhatikan diagram pl"t hubungan -1 dengan /:Inentif

r vLinr "r tiC"innti(inr j

2. Linieritas variable X2 dengan Y

Independent: X2


Y LIN .01# 2 ."! .!70 "#.717! .1213

Y $%& .236 27 !.17 .026 '61.261 6.307 '.077"

# Y (%) .23 27 !.21 .026 '22.13# 3.270" '.0007

Y *X+ .01 2 ."1 .!2 "#.732 .001#

N,tes:




%an(kah+2: 4nterpretasi =utput(1

*erlihat m"del hubungan inier tidak signi+ikan &ig !8,)8# < α!8,8;#

M"del hubungan Guadratik dan Gubic signi+ikan &ig!8,8C# α!8,8;#

&#i.pulan: m"del linier antara variable - dengan / tidak signi+ikan, tetapi m"del yanglebih baik dipakai adalah m"del kuadrat atau kubik

'erhatikan gambar pl"t berikut ini:5560657075

3035404550IklimKer ja2b$er vedLinear "adr atiC"bi#onentia(Kiner ja

3. Linieritas X3 dengan Y:

Independent: X3


Y LIN .072 2 2.17 .1"2 "0.6#1 .32#3 Y $%& .1# 27 3.1" .0"# 13.!## '6.0#1" .0770

# Y (%) .1 27 3.13 .060 1!1.!7# '2.#60 .0006

Y *X+ .07" 2 2.2 .1!2 "1.66"" .00"3

N,tes:


%an(kah+2: 4nterpretasi =utput(

M"del hubungan linier tidak signi+ikan &ig !8,1;# < α !8,8;#

*aksatu m"delpun dari ) m"del yang dipilih signi+ikan

&#i.pulan: *idak ada m"del yang signi+ikan me0akili hubungan interpers"nal !-# dengankinerja !/# dari ) m"del yang dic"bakan

'erhatikan gambar pl"t berikut:



uber per oa

r vLinr "r tiC"innti(

*47:

'enelitian sederhana untuk mengetahui hubungan antara k"mpetensi !-# dan 6inerja 'ega0ai

!/#, diambil sampel acak sebanyak 1; resp"nden. nalisis data tersebut dan berikan kesimpulan

".

&ubyek - /

1 )8 )

;; 1C

1

) ;; )

; ;8 1;

C ; )

C1 E )) 1

9 8 )

18 1)

11 )8 )

1 C) C

1 ;E 8

1) )E 9

1; )) 1)

5 uji linieritas

Documents