UJI LINIERITAS

1. Uji linieritas pada analisis regresi adalah untuk mengetahui model yang dibuktikan
merupakan model linier atau tidak. Hasil dari uji linieritas adalah informasi apakah
model empiris sebaiknya linear, kuadrat, atau kubik.

2. Penyebab asumsi linieritas pada analisis regresi tidak terpenuhi

1) Baris linearity
Karena baris ini dianggap bagian JK Antar yang mengikuti tren linear. Jika F
untuk linearity ini signifikan, bisa dibilang bahwa bagian dari JK Antar yang
mengikuti garis linear cukup besar, sehingga dapat disimpulkan trend antara
variabel independen dan dependen itu linear. Atau dapat juga dikatakan bahwa
garis linear dapat memberikan penjelasan yang baik mengenai hubungan antara
kedua variabel, dengan kata lain fit, dan begitu juga sebaliknya.
2) Baris Deviation from liniearity
Deviation from liniearity merupakan bagian dari yang tidak mengikuti garis
linear. Jika baris ini tidak signifikan, maka dapat diartikan bahwa hubungan antar
variabel dependen dan independen linear, tapi tidak seluruh variasi dari hubungan
antar variabel dapat dijelaskan dengan garis linear. Jika deviation from liniearity
ini tidak signifikan, ini berarti variasi hubungan antar variabel hampir sepenuhnya
mengikuti pola hubungan linear, dan begitu juga sebaliknya.

3. Metode yang dapat digunakan untuk menguji linieritas pada analisis regresi
1) Uji Linieritas dengan Metode Analisis Grafik
Metode analisis grafik dilakukan dengan mengamati scatterplot dimana sumbu
horizontal menggambarkan nilai prediksi terstandarisasi sedangkan sumbu
vertikal menggambarkan nilai residual terstandarisasi. Asumsi linearitas
terpenuhi jika plot antara nilai residual terstandarisasi dengan nilai prediksi
terstandarisasi tidak membentuk suatu pola tertentu. Namun metode ini dapat
bersifat subyektif, artinya dengan scatterplot yang sama, orang yang satu dengan
orang yang lain dapat memberikan kesimpulan yang berbeda mengenai pola pada
scatterplot tersebut. Uji linieritas dengan metode analisis grfaik dilakukan dengan
langkah sebagai berikut :
a) Membuat persamaan regresi
 b) Mencari nilai prediksi (Ẏ)
c) Mencari nilai residual (Y- Ẏ)
d) Mentransformasikan nilai prdiksi ke dalam bentuk standardized
e) Mentransformasikan nilai residual ke dalam bentuk standardized
f) Membuat plot dimana sumbu vertikal residual standardied, sedangkan
sumbu horizontal predicted standardized
g) Menarik kesimpulan uji linieritas,dengan kriteria jika scatterplot menyebar
secara acak menunjukan model regresi yang dibentuk linear,namun
seballiknya jika scatterplot membentuk pola tertentu maka menunjukan
model regresi tidak linear.

2) Uji Linieritas dengan Metode Durbin-Watson d Statistik (The Durbin-

Watson d Statistik Test)
Metode ini dilakukan dengan membandingkan nilai DW hitung dengan DW
statistik baik pada persamaaan regresi liniear maupun persamaan regresi
kuadratik. Uji Linearitas menggunakan uji DW dilakukan dengan langkah berikut:
a) Membuat persamaan regresi pertama
Y = a + b1X1 + b2X2 +........bnXn + ԑ
b) Hitung nilai DW statistik pada persamaan pertama
c) Membuat persamaan regresi kedua
Y = a + b1X1 + b2X2 +........baXa + b3X12 + b4X42 +....bnXn2 + ԑ
d) Hitung nilai DW statistik pada persamaan kedua
e) Menarik kesimpulan uji linearitas, baik pada regresi pertama maupun pada
persamaan regresi kedua,dengan kriteris jika DW statistik signifikan atau
berada pada derah otokorelasi positif atau otokorelasi negatifmaka
spesifkasi model adalah salah,demikian pula sebaliknya.

3) Uji Linieritas dengan Metode Uji MWD (Mac Kinnon, White dan Davidson)
Uji MWD merupakan salah satu metode yang digunakan untuk mengukur
linearitas yang dikembangkan oleh 3 orang, yaitu Mac, White, dan Davidson.
Langkah-langkahnya adalah sebagai berikut :
a) Membuat persamaan regresi
b) Mencari nilai prediksinya dan diberi nama(Ẏ1)
 c) Mentransormasikan variabel bebas dan variabel tergantung ke dalam
bentuk Ln
d) Membuat persamaan regresi untuk semua variabel yang telah
ditransformasikan dalam bentuk Ln
e) Mencari nilai prediksi dari persamaan regresi untuk semua variabel yang
telah ditransformasikan dalam bentuk Ln dan diberi nama (Ẏ 2)
f) Mentransformasikan nilai prediksinya (Ẏ 1) ke dalam bentuk Ln dan diberi
nama (Ln Ẏ 1)
g) Mengurangi nilai (Ln Ẏ 1) dengan nilai (Ẏ 2) dan diberi nama Z1
h) Meregresikan variabel bebas dan Z1 terhadap variabel tergantung,model
dikatakan linear jika kooefesien Z1 tidak signifikan
i) Mentransformasikan nilai prediksinya (Ẏ 2) ke dalam bentuk AntiLn dan
diberi nama (AntLn Ẏ 2)
j) Mengurang nilai nama (AntLn Ẏ 2) dengan nilai (Ẏ 1)dan diberi nama Z2
k) Meregresikan variabel bebas dan Z2 terhadap variabel tergantung.Model
dikatan linear jika kooefesien Z2 signifikan
l) Menarik kesimpulan uji Linearitas dengan kriteria sebagai berikut :
- Jika Z1 linear dan Z2 linear maka model harus linear
- Jika Z1 tidak linear dan Z2 tidak linear maka model harus non linear
- Jika Z1 tidak linear dan Z2 linear maka model boleh non linear dan
boleh linear
- Jika Z1 linear dan Z2 tidak linear maka model boleh linear dan non
boleh linear

4) Uji Linieritas dengan Metode Ramsey

Metode ini mengamsusikan bahwa metode yang benar adalah persamaan yang
linier sehingga hipotesis nol menyatakan bahwa model adalah linier. Sebaliknya
hipotesis alternatif menyatakan bahwa model adalah tidak linear. Prinsip metode
ini adalah membandingkan antara nilai F hitung (persamaan baru) dengan nilai F
tabel dengan df = (a, m, n-k) langkahnya adalah sebagai berikut:
a) Membuat persamaan regresi
b) Berdasarkan nilai regresi dapatkan persamaan R2 dan diberi nama R2 old
c) Dapatkan nilai fitted dari variabel tergantung
d) Meregresikan variabel bebas dan nilai fitted terhadap variabel tergantung
 e) Y=b0+b1X1+b2X2+b3fiited+ e
f) Berdasarkan persamaan regresi kedua dapatkan persamaan R 2 dan diberi
nama R2 new
g) Hitung nilai F hitung dengan pers.
h) Menarik kesimpulan uji linieritas dengan kriteria jika F hitung < F tabel
dengan df=(a, m, n-k) maka model dikatakan linear. Demikian juga
sebaliknya

5) Uji Linieritas dengan metode Lagrange Multipler (LM-Test)

Prinsip metode ini adalah membandingkan nilai X2 hitung (n X R2) dengan nilai
X2 tabel dengan df= (n,a). Langkahnya adalah sebagai berikut :
a) Membuat persamaan regresi
b) Mencari prediksinya dan diberi nama (Ẏ1)
c) Mencari nilai residual (Y- Ẏ)
d) Mengkuadratkan semua nilai variabel bebas
e) Meregresikan kuadrat variabel bebasterhadap nilai residualnya
U=b0+b1x12+b2x22+e
f) Berdasarkan persamaan regresi nilai kuadrat variabel bebas terhadap nilai
residu, cari nilai koefisien determinasi (R2) yang baru
g) Hitunglah nilai X2 hitung dengan persamaan (n x R2), dimana n adalah
jumlah pengamatan
h) Menarik kesimpulan uji linieritas dengan kriteria jika X 2 hitung < X2 tabel
dengan df=(n,a) maka model dinyatakan linier. Demikian juga sebaliknya

4. Konsekuensi jika asumsi linieritas pada analisis regresi tidak terpenuhi

Apabila salah dalam menentukan model sebaiknya linear atau non-linear maka akan
mengakibatkan nilai prediksi yang dihasilkan menjadi menyimpangan jauh. Nilai
prediksi itu akan menjadi bias.

5. Langkah untuk melakukan treatment jika model regresi tidak memenuhi asumsi
linieritas
Jika uji linieritas mengharuskan penggunaan model non-linier maka model harus
ditransformasikan kebentuk non-linier, sedangkan jika uji linieritas mengharuskan
penggunaan model linier maka model tetap menggunakan model linier.