Uji linearitas bertujuan untuk mengetahui apakah dua variabel mempunyai hubungan yang linear atau tidak secara signifikan. Uji ini digunakan sebagai prasyarat statistik parametrik khususnya dalam analisis korelasi atau regresi linear yang termasuk dalam hipotesis assosiatif. jadi bagi kita yang mengerjakan Skripsi berjudul "Korelasi antara....", "Hubungan antara......", atau "Pengaruh antara.....", uji linieritas ini harus kita lalui terlebih dahulu sebagai prasyarat uji hipotesis yang kita munculkan. Pengujian dapat dilakukan pada program SPSS dengan menggunakan Test for Linearity pada taraf signifikansi 0,05. Dua variabel dikatakan mempunyai hubungan yang linear bila signifikansi (Deviation from Linearity) lebih dari 0,05.

 

Contoh kasus:

 

Seorang mahasiswa bernama Sumino melakukan penelitian untuk mengetahui "hubungan Kedisiplinan (X) dengan Prestasi belajar siswa (Y)".

Data-data skor total yang di dapat ditabulasikan sebagai berikut:

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  Untuk kolom Label baris pertama ketik Kedisiplinan, untuk kolom Label pada baris kedua ketik Prestasi.

Ø  Kolom lainnya boleh diabaikan (isian default)

Ø  Buka data view pada SPSS data editor

Ø  Pada kolom X isikan data kedisiplinan dan pada kolom Y isikan data Prestasi belajar

Ø  Klik Analyze - Compare Means – Means

Ø  Klik variabel Prestasi (Y) masukkan ke kotak Dependent List, kemudian klik variabel Kedisiplinan (X) 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:

 

Dari output di atas dapat diketahui bahwa nilai signifikansi (P Value Sig.) pada baris Deviation from Linearity sebesar 0,282. Karena signifikansi lebih dari 0,05 maka dapat disimpulkan bahwa antara variabel Kedisiplinan (X) dan Prestasi (Y) terdapat hubungan yang linear.