Uji F dan Uji T |
Uji F dikenal dengan Uji serentak atau uji Model/Uji Anova, yaitu uji untuk melihat bagaimanakah pengaruh semua variabel
bebasnya secara bersama-sama terhadap variabel terikatnya. Atau untuk
menguji apakah model regresi yang kita buat baik/signifikan atau tidak
baik/non signifikan.
Jika model signifikan maka model bisa digunakan untuk prediksi/peramalan, sebaliknya jika non/tidak signifikan maka model regresi tidak bisa digunakan untuk peramalan.
Uji F dapat dilakukan dengan membandingkan F hitung dengan F tabel,
jika F hitung > dari F tabel, (Ho di tolak Ha diterima) maka model
signifikan atau bisa dilihat dalam kolom signifikansi pada Anova (Olahan
dengan SPSS, Gunakan Uji Regresi
dengan Metode Enter/Full Model). Model signifikan selama kolom
signifikansi (%) < Alpha (kesiapan berbuat salah tipe 1, yang
menentukan peneliti sendiri, ilmu sosial biasanya paling besar alpha
10%, atau 5% atau 1%). Dan sebaliknya jika F hitung < F tabel, maka
model tidak signifikan, hal ini juga ditandai nilai kolom signifikansi
(%) akan lebih besar dari alpha.
Uji t dikenal dengan uji parsial, yaitu untuk menguji bagaimana pengaruh
masing-masing variabel bebasnya secara sendiri-sendiri terhadap
variabel terikatnya. Uji ini dapat dilakukan dengan mambandingkan t
hitung dengan t tabel atau dengan melihat kolom signifikansi pada masing-masing t hitung, proses uji t identik dengan Uji F (lihat perhitungan SPSS pada Coefficient Regression Full Model/Enter). Atau bisa diganti dengan Uji metode Stepwise.
Untuk mempelajari tentang bagaimana melakukan uji F dan uji t parsial, baca artikel kami yang berjudul:
"Analisis Regresi Korelasi", "Analisis Regresi dalam Excel" dan "Regresi Linear Sederhana dengan SPSS".Sumber : http://www.statistikian.com/2013/01/uji-f-dan-uji-t.html
Tidak ada komentar:
Posting Komentar