UJI LINIERITAS

Uji linearitas bertujuan untuk mengetahui apakah dua variabel mempunyai hubungan yang linear atau tidak secara signifikan. Uji ini biasanya digunakan sebagai prasyarat dalam analisis korelasi atau regresi linear. Pengujian pada SPSS dengan menggunakan Test for Linearity dengan pada taraf signifikansi 0,05. Dua variabel dikatakan mempunyai hubungan yang linear bila signifikansi (Linearity) kurang dari 0,05.

Contoh kasus:

Seorang mahasiswa bernama Joko melakukan penelitian untuk mengetahui hubungan antara kecemasan dengan optimisme pada remaja. Data-data skor total yang di dapat ditabulasikan sebagai berikut:

Tabel. Tabulasi Data  (Data Fiktif)

Subjek	Kecemasan	Optimisme
1	90	124
2	88	137
3	96	120
4	95	128
5	96	124
6	94	133
7	91	138
8	96	126
9	95	132
10	90	140
11	85	143
12	91	124
13	87	131
14	90	119
15	85	135
16	83	141
17	86	137
18	91	134
19	86	138
20	83	141

Langkah-langkah pada program SPSS

Ø  Masuk program SPSS

Ø  Klik variable view pada SPSS data editor

Ø  Pada kolom Name ketik x, untuk kolom Name baris kedua ketik y

Ø  Pada kolom Decimals angka ganti menjadi 0 untuk variabel x dan y

Ø  Untuk kolom Label ketik Kecemasan, untuk kolom Label pada baris kedua ketik Optimisme.

Ø  Kolom lainnya boleh dihiraukan (isian default)

Ø  Buka data view pada SPSS data editor

Ø  Terlihat kolom x dan y, x adalah variabel kecemasan dan y adalah variabel optimisme, ketikkan data sesuai dengan variabelnya.

Ø  Klik Analyze - Compare Means - Means

Ø  Klik variabel Optimisme dan masukkan ke kotak Dependent List, kemudian klik variabel Kecemasan dan masukkan ke Independent List.

Ø  Klik Options, pada Statistics for First Layer klik Test for Linearity, kemudian klik Continue

Ø  Klik OK, maka hasil output yang didapat pada kolom Anova Table adalah sebagai berikut:

Tabel. Hasil Test for Linearity

Dari output di atas dapat diketahui bahwa nilai signifikansi pada Linearity sebesar 0,006. Karena signifikansi kurang dari 0,05 maka dapat disimpulkan bahwa antara variabel kecemasan dan optimisme terdapat hubungan yang linear.