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:
0 komentar:
Posting Komentar