Sebaiknya Uji Dulu Linieritas Data, Sebelum Mengetahui Hubungan antar Variabel yang bersifat Linier
It is better to test the linearity of the new data then the relationship between the variables that are linear
Hallo sobat terhebatku! Sehat selalu ya. Kali ini penulis membagikan tulisan tentang linieritas data. Penulis bermaksud membagikan konsep dan cara uji linieritas data. Pengujian ini penting sebagai salah satu tahapan memperoleh suatu model data yang sesuai untuk analisis lanjutan.
Definisi dan tujuan uji linieritas data
Linieritas data merupakan kondisi dimana korelasi atau hubungan antara variabel bebas (independent variable) dengan variabel terikat (dependent variable) bersifat garis lurus atau bersifat linier dalam suatu rank data variabel bebas tertentu (Santoso, 2013)
Tujuan dilakukannya uji linieritas adalah supaya diketahui apakah hubungan yang terjadi antara variabel independen dengan variabel dependen merupakan hubungan garis lurus atau tidak. Diketahuinya sifat hubungan ini penting khususnya dalam beberapa analisis seperti regresi linier.
Pengujian linieritas data dapat dilakukan dengan menggunakan scatter plot atau diagram pencar. Hal ini sama seperti yang digunakan ketika mendeteksi ada tidaknya data outlier dengan penambahan garis regresi. Pada scatter plot cuma menampilkan hubungan dua variabel sehingga jika ada lebih dari dua variabel maka proses pengujian dilakukan berpasangan pada setiap dua data.
Contoh kasus
Data yang digunakan dalam contoh kali ini adalah yang pernah digunakan pada uji missing value pada tulisan sebelumnya. Hanya saja data kali ini tanpa missing value atau sudah terisi seluruhnya karena telah diperbaiki.
1. Buka file data yang akan di uji linieritasnya seperti ini:
2. Klik menu Graphs-Legacy Dialogs-Scatter/Dot
Sehingga tampil kotak dialog seperti ini:
3. Pilih simple scatter lalu klik Define, sehingga tampil kotak berikut ini:
4. Isikan variabel umur pada kotak X (Sumbu mendatar/X)
5. Isikan variabel Jam kerja pada kotak Y (Sumbu vertikal/Y)
6. Biarkan yang lain lalu Ok, hasilnya seperti ini:
Berdasarkan gambar di atas menunjukkan adanya penyebaran dot (titik) yang merupakan responden. Hal ini menunjukkan adanya hubungan antara kedua variabel. Akan tetapi untuk memastikan hal itu maka perlu dibuat garis lurus dengan langkah-langkah sebagai berikut:
1. Letakan pointer pada gambar lalu double klik hingga muncul chart editor seperti ini:
2. Klik Add fit line at total pada bagian atas untuk menambahkan garis seperti ini:
Pada gambar di atas terlihat garis regresi memiliki posisi mengarah kekanan atas. Jika berdasarkan petunjuk (Santoso, 2013:54) maka membuktikan bahwa variabel umur dan jam kerja memiliki hubungan yang linier. Artinya makin tinggi umur responden maka makin banyak jam kerjanya. Namun hal ini lazimnya berlaku pada rank umur tertentu. Karena pada saat umur makin tinggi maka kemampuan jam kerja biasanya justru berbanding terbalik.
Gambar di atas bisa di modifikasi menjadi lebih menarik dengan variasi warna tertentu. Caranya mudah sekali yaitu:
1. Doble klik pada gambar atau klik kanan pada gambar lalu pilih Edit content lalu In Separate Window seperti ini:
Kemudian double klik di gambar tersebut maka tampil seperti ini:
Pilih warna hijau misalnya kemudian klik Apply hasilnya seperti ini:
Jika ingin dot (titik) diganti warna lain, cukup klik pada salah satu titik lalu pilih warna misalnya putih lalu pilih apply, hasilnya seperti ini:
Sama juga jika ingin mengganti warna garis regresi misalnya diganti warna putih maka klik pada garis lalu pilih warna putih sehingga hasilnya seperti ini:
Sahabat sekalian!. Jika tulisan di atas masih kurang lengkap, silahkan di tambahkan dengan referensi lain yang sudah banyak di tulis ya!. Semoga tulisan ini memberikan manfaat bagi sahabat sekalian. Terima kasih sudah membaca, semoga sehat dan bahagia selalu.
