Layanan
Olahdata
Artikel
Survey
SerbaSerbi
Inspirasi
Salah satu asumsi regresi dan atau asumsi yang diperlukan bagi pengembangan model regresi
yaitu itu pada model analisis jalur adalah linieritas. Pada kesempatan yang lalu kita sudah
menguraikan baik secara teoritik maupun secara aplikatif dengan menggunakan software
SPSS, uji asumsi klasik dari regresi diantaranya uji normalitas, heteroskedastisitas,
multikolinearitas dan autokorelasi. Penerapan asumsi tersebut ada pada faktor gangguan
(residual-e) dan pada variabel dari model. Pada kesempatan kali ini pembahasan asumsi
linearitas model regresi yang merupakan pembahasan pada variabel model regresi yaitu
pembuktian apakah hubungan atau pola keterkaitan antar dua variabel (yaitu variabel X dan
variabel Y) dalam model merupakan pola hubungan yang linear. Oleh karenanya jika dalam
pembentukan model regresi asumsi linearitas tidak terpenuhi maka peneliti tidak
memaksakan untuk membentuk data ke dalam model linear akan tetapi opsinya pada model
regresi non linear.
Pada kesempatan kali ini kita akan menguraikan tahapan-tahapan dalam menggunakan
software SPSS untuk menguji linearitas pada variabel-variabel dalam model regresi.
1. Buka software SPSS lalu definisikan variabel penelitian kita pada jendela Variabel
View, setelahnya masukan data kedalam software SPSS melalui jendela Data View.
Dalam tampilan SPSS akan terlihat seperti gambar berikut :
2. Pilih menu Analyze lalu klik Compare Mean lalu pilih Mean lalu klik, maka akan
muncul jendela SPSS seperti gambar di bawah ini, yang berisikan menu-menu
kelengkapan analisis salah satunya uji linearitas.
5. Setelah masuk ke jendela utama menu Means, lalu klik OK. Maka SPSS akan
memproses pengujian asumsi linearitas pada pada pasangan variabel yang sudah
didefinisikan dan akan muncul tampilan output SPSS seperti gambar di bawah ini.
6. Pada gambar output SPSS, kita mengidentifikasi bahwa model regresi yang dihasilkan
tidak memenuhi asumsi linearitas. Hal ini ditunjukkan dari nilai signifikansi
Deviations From Linearity bernilai 0.00 lebih kecil dari nilai alpha 5%. Dalam artian
menolak H0 yang harusnya diterima.
Perlu diingat, peneliti disarankan membaca literatur yang memberikan definisi konsep
linearitas, karena pada kenyataanya tidak semua data pada variabel yang diujikan dapat
menghasilkan hasil uji linearitas (ANOVA). Konsep dasar yang dibangun pada linearitas
adalah adanya “pengulangan” pada unit data yang ada pada variabel X sehingga secara
konsep residual yang dihasilkan oleh model regresi ada 2 (dua) macam yaitu (1) kekeliruan
eksperimen dan (2) ukuran tuna cocok model linear. Dan dari jenis residual (2) muncul
pengujian linearitas pada model regresi. (Sudjana, 2002).
—————————————————————————————————————
——————————————-
1. Jika rekan peneliti memerlukan bantuan survey lapangan, data entry ataupun olahdata
dapat menghubungi mobilestatistik.com :
Phone/WA/Line : 081321709749
Email : welcome@mobilestatistik.com
2. Klik “Konsultasi Gratis” untuk mendapatkan informasi atau solusi terkait dengan
pertanyaan-pertanyaan seputar metodologi penelitian, aplikasi software statistik
ataupun olahdata.
—————————————————————————————————————
——————————————-
Artikel
Post navigation
Model Autoregressive Integrated Moving Average (ARIMA_1,1,1) Dengan SPSS
Model Regresi Y-Dummy : Model Peluang Linear
Leave a Reply
Your email address will not be published. Required fields are marked *
Comment
Name *
Email *
Website
Search for:
Recent Posts
Survey Lapangan Pengguna E Wallet di Jakarta
Survey Lapangan Pelanggan SparePart Indopart Jabodetabek
Survey Lapangan Aparatur Sipil Negara (ASN)
Survey Lapangan Preferensi Moda Transportasi LRT Pemukim Cibubur
Analisis Korelasi Kanonik Dengan SPSS
Recent Comments
Giovanni P. on Survey Lapangan
Putri on Survey Lapangan
Dee on Survey Lapangan
iqbal on Survey Lapangan
Jun on Survey Lapangan
© 2019 MobileStatistik.Com