Dalam regresi linier perlu terjadi pola hubungan linier antara variabel dependen dan independen. Bila hubungan yang timbul bukan linier maka garis regresi tidak dapat menarik tren dengan baik dalam data, sehingga memiliki goodness of fit yang buruk.
Cara mendeteksi apakah asumsi sudah terpenuhi
Cara termudah untuk mendeteksi jika asumsi ini terpenuhi adalah dengan membuat grafik atau scatter plot antara variabel dependen dan independen. Grafik ini akan memungkinkan kamu untuk melihat secara visual apakah ada hubungan linier antara kedua variabel. Jika sekilas ada titik-titik dalam plot bisa jatuh sepanjang garis lurus, maka ada beberapa jenis hubungan linier antara dua variabel dan asumsi ini terpenuhi.
Sebagai contoh, grafik di bawah ini terlihat seperti berada pada garis lurus, yang menunjukkan bahwa ada hubungan linier antara independen dan dependen:
Namun tidak ada hubungan pada grafik dibawah ini
Sementara itu bisa juga timbul hubungan namun bukan hubungan linier tapi kuadratik seperti pada grafik dibawah
Cara mengatasi pelanggaran asumsi hubungan linier
Setelah kamu membuat scatter plot antara variabel independen dan dependen dan tidak terlihat adanya hubungan linier, maka kamu bisa melakukan salah satu dari dua cara berikut
1. Lakukan transformasi non linier pada variabel independen dan/atau dependen. Umumnya ini termasuk mengambil log, akar kuadrat, atau kebalikan dari variabel independen dan/atau dependen. Misal kita akan menemui data non linier dengan grafik sebagai berikut
Sekilas dalam grafik sudah nampak bahwa hubungan yang terjadi antara variabel independen dan dependen bersifat eksponensial pada dependen. Untuk itu kita bisa mentransformasikan variabel dependen menggunakan log naturalnya (ln), sehingga hubungan yang muncul seperti pada grafik dibawah
2. Menambahkan variabel independen lain ke model. Misalnya, jika grafik independen dan dependen berbentuk parabola, maka kita bisa menambahkan variabel independen kuadrat sebagai variabel tambahan dalam model. Namun bagaimana jika dalam grafik tidak berhubungan? Kamu bisa menambahkan variabel lain yang umum digunakan dalam riset orang lain maupun sesuai teori dalam bidang yang kamu tekuni. Jika kedua hal ini tidak ada bisa saja kamu mencoba berbagai jenis variabel yang tersedia namun kamu harus tetap sadar akan kemungkinan adanya confounding variable.
