Beranda > statistik > Pengujian Hipotesis Distribusi Uji T dan F Pada Model Regresi Berganda

Pengujian Hipotesis Distribusi Uji T dan F Pada Model Regresi Berganda

Analisis regresi berganda (Multivariate Regression) merupakan suatu model dimana variabel terikat tergantung pada dua atau lebih variabel bebas. Analisis ini digunakan untuk mengetahui pengaruh variabel bebas/ independen terhadap variabel terikat.

Analisis regresi berganda dapat dinyatakan dengan persamaan berikut.

Y = a + b1X1 + b2X2 + …… + bnXn

Dimana:

Y adalah variabel tak bebas/ terikat

X adalah variabel-variabel bebas

a adalah konstanta (intersept)

b adalah koefisien regresi/ nilai parameter

Pengujian Hipotesis Distribusi t Pada Model Regresi Berganda

Uji t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel bebas secara individual dalam menerangkan variasi variabel terikat. Tujuan dari uji t adalah untuk menguji koefisien regresi secara individual.

  • Hipotesa Nol = Ho

Ho adalah satu pernyataan mengenai nilai parameter populasi. Ho merupakan hipotesis statistik yang akan diuji hipotesis nihil.

  • Hipotesa alternatif = Ha

Ha adalah satu pernyataan yang diterima jika data sampel memberikan cukup bukti bahwa hipotesa nol adalah salah.

Langkah-langkah/ urutan menguji hipotesa dengan distribusi t

1. Merumuskan hipotesa

Ho : βi = 0, artinya variabel bebas bukan merupakan penjelas yang signifikan terhadap variabel terikat

Ha : βi ≠ 0, artinya variabel bebas merupakan penjelas yang signifikan terhadap variabel terikat.

2. Menentukan taraf nyata/ level of significance = α

Taraf nyata / derajad keyakinan yang digunakan sebesar α = 1%, 5%, 10%, dengan:

df = n – k

Dimana:

df = degree of freedom/ derajad kebebasan

n = Jumlah sampel

k = banyaknya koefisien regresi + konstanta

3. Menentukan daerah keputusan, yaitu daerah dimana hipotesa nol diterima atau tidak.

Untuk mengetahui kebenaran hipotesis digunakan kriteria sebagai berikut.

Ho diterima apabila –t (α / 2; n – k) ≤ t hitung ≤ t (α / 2; n – k), artinya tidak ada pengaruh antara variabel bebas terhadap variabel terikat.

Ho ditolak apabila t hitung > t (α / 2; n– k) atau –t hitung < -t (α / 2; n – k), artinya ada pengaruh antara variabel bebas terhadap variabel terikat.

Uji t

4. Menentukan uji statistik (Rule of the test)

5. Mengambil keputusan

Keputusan bisa menolak Ho atau menolak Ho menerima Ha.

Nilai t tabel yang diperoleh dibandingkan nilai t hitung, bila t hitung lebih besar dari t tabel, maka Ho ditolak, sehingga dapat disimpulkan bahwa variabel independent berpengaruh pada variabel dependent.

Apabila t hitung lebih kecil dari t tabel, maka Ho diterima sehingga dapat disimpulkan bahwa variabel independen tidak berpengaruh terhadap variabel dependen.

Pengujian Hipotesis Distribusi F Pada Model Regresi Berganda

Tabel F dilakukan untuk mengetahui pengaruh variabel bebas secara bersama-sama terhadap variabel terikat.

Langkah-langkah/ urutan menguji hipotesa dengan distribusi F

1. Merumuskan hipotesa

Ho : β1 = β2 = β3 = β4 = 0, berarti secara bersama-sama tidak ada pengaruh variabel bebas terhadap variabel terikat.

Ha : β1 ≠ β2 ≠ β3 ≠ β4 ≠ 0, berarti secara bersama-sama ada pengaruh variabel bebas terhadap variabel terikat.

2. Menentukan taraf nyata/ level of significance = α

Taraf nyata / derajad keyakinan yang digunakan sebesar α = 1%, 5%, 10%. Derajat bebas (df) dalam distribusi F ada dua, yaitu :

df numerator = dfn = df1 k – 1

df denumerator = dfd =  df2 = n – k

Dimana:

df = degree of freedom/ derajad kebebasan

n = Jumlah sampel

k = banyaknya koefisien regresi

3. Menentukan daerah keputusan, yaitu daerah dimana hipotesa nol diterima atau tidak

Ho diterima apabila F hitung ≤ F tabel, artinya semua variabel bebas secara bersama-sama bukan merupakan variabel penjelas yang signifikan terhadap variabel terikat.

Ho ditolak apabila F hitung > F tabel, artinya semua variabel bebas secara bersama-sama merupakan penjelas yang signifikan terhadap variabel terikat.

4. Menentukan uji statistic nilai F

Bentuk distribusi F selalu bernilai positif

Gambar Uji F

5. Mengambil keputusan

Keputusan bisa menolak Ho atau menolak Ho menerima Ha.

Nilai F tabel yang diperoleh dibanding dengan nilai F hitung apabila F hitung lebih besar dari F tabel, maka ditolak sehingga dapat disimpulkan bahwa ada pengaruh yang signifikan antara variabel independen dengan variabel dependen.

Note:

Mohon maap klo admin tidak bisa menjawab semua pertanyaan dari sodara-sodara. Admin  cuma ingin berbagi catatan yang didapat di perkuliahan dan meng-sharenya (bukan pakar statistik). hehe.. Tapi semoga bermanfaat. :)

Postingan terkait :

Contoh regresi berganda model lengkap

About these ads
  1. Abdul Azis
    Juli 17, 2009 pukul 10:53 pm

    Saya masih kurang mengerti tentang statistik dan regresi, dengan adanya bantuannya cukup membantu saya untuk mempelajari secara mendalam.

    Ucapan terimakasih atas kesediaannya yang setinggi-tingginya …semoga ilmu pengetahuan semakin jaya di masa akan datang.

  2. ayu
    Juli 26, 2009 pukul 4:36 pm

    tax tentang statistik na…
    jujur Q kurang ngerti statistik bagi Q terlalu sulit.

  3. Agustus 6, 2009 pukul 8:42 am

    sebelumnya saya kurang mengerti dengan uji t untuk aplikasi penelitianny. dan alhamdulillah dengan adanya sedikit pengetahuan diatas lumayan membantu saya untuk lebih memahami.

  4. Lydia
    Januari 27, 2011 pukul 9:57 pm

    mau tanya neh.. gmn kalau salah satu variabel independen hasil koefisiennya 0,000? apakah bs d pakai? dan bgmn penjelasan pngruh variabel independen tsb trhdp variabel dependen? tq

    • Januari 29, 2011 pukul 2:28 pm

      Sepertinya tidak apa2 n boleh dipakai, mbak lydia. alasannya karena 0,000 < 0,05.. penjelasannya sama seperti variabel lain yg memiliki koef. di bawah 0,05 selain 0,000. artinya var.independen berpengaruh signifikan thd var.dependen.

    • Juli 23, 2011 pukul 12:30 am

      sebagai referensi,
      nilai 0,00 itu bukan koefisien,
      tapi itu adalah nilai P-value yang nantinya akan di bandingkan dengan alpha(tingkat keyakinan).
      kalau nilai P-value kurang dari alpha(5%,10%, atau 1%(tergantung peneliti memakai alpha berapa)) maka koefisien tersebut dapat dikatakan signifikan.
      jadi jangan salah sangka dengan nilai koefisien.
      thanks and regards,
      joni irawan
      jirawan@unisemgroup.com / jojo_stat07_2@yahoo.com

  5. Januari 27, 2011 pukul 10:01 pm

    mau tny bgmn kalau slh satu hsl koefisien dr variabel independenya bernilai 0,000? apakah hsl itu blh d gunakan? dan bgmn pnjlsanny?

  6. bernice
    April 1, 2011 pukul 9:38 am

    thanks… sangat membantu untuk memahami uji t dan uji f… thanks alot ^^ GBU

  7. bernice
    April 1, 2011 pukul 9:41 am

    thanks… sangat membantuku GBU ^^

  8. banu
    April 6, 2011 pukul 7:42 pm

    tetima kasih sangat membantu penelitian saya
    bisa minta referensi buku2 yang bagus untuk belajar spss dan belakar statistik???

    • April 7, 2011 pukul 9:22 am

      mas banu…
      saya sarankan pake bukunya imam ghozali. 2009. analisis multivariate dengan program SPSS.
      selain bisa belajar spss, skalian statistiknya juga.

  9. anang
    April 8, 2011 pukul 11:00 am

    aslkum… maaf saya sedang skripsi.. saya memasukkan 3 variabel dalam penelitian variabel dependen, independen, dan interveningnya 2.. setelah saya uji t dan f kenapa kuk hasilnya berbeda? hasilnya yang uji t tidak mendukung penelitian tetapi kuk diuji f secara bersama sama mempengaruhi variabel dependen. trims

    • Juli 23, 2011 pukul 12:35 am

      fyi,
      uji serentak atau uji bersama digunakan untuk melihat apakah koefisien dalam model yang telah dibuat signifikan atau tidak. nah kalau tidak signifikan nilai Anova lebih dari alpha(lihat penjelasan di atas) maka keputusan adalah tolak hipotesis pertama yang berarti ada minimal satu variabel yang tidak signifikan.
      setelah didaptkan keputusan sperti itu maka dilanjutkan dengan uji individu untuk mengetahui variabel mana yang signifikan atau tidak signifikan.
      setelah didapatkan variabel yang signifikan dan tidak signifikan maka uji lagi untuk mengetahui model terbaik.
      thanks and regards,
      joni irawan
      jirawan@unisemgroup.com / jojo_stat07_2@yahoo.com

  10. April 17, 2011 pukul 7:40 am

    Waalaikumsalam wr.wb.
    uji f digunakan untuk menguji pengaruh variabel independen secara bersama-sama thd var.dependen. sedangkan uji t secara parsial/ individu. jadi wajar klo hasilna berbeda krn tujuan n kegunaannya berbeda.
    yg penting hasil uji f maz anang udah bagus (<0,05) berarti penelitian udah fit alias sesuai dgn model.

  11. windi saputra
    Juni 14, 2011 pukul 10:53 pm

    mohon ijin .mas tolong kalau ada tabel uji f 0,05 ,tolong kirim ke email saya ,
    mau saya lampirkan untuk tugas akhir saya .
    terima kasih sebelumnya .

  12. Juni 16, 2011 pukul 3:50 pm

    mau tanya… F hitung > F tabel maksudnya kan semua variabel bebas secara bersama-sama merupakan penjelas yang signifikan terhadap variabel terikat.

    tingkat perbedaan nilai antara F hitung dengan F tabel… itu mengidentifikasikan apa?
    apakah nilai tersebut mengidentifikasikan semakin besar perbedaannya… semakin besar pula pengaruhnya ? tolong dong bantu saya…

    • Juni 16, 2011 pukul 7:21 pm

      begini mas willy…
      perbedaan tsb jg diidentifikasikan bahwa model regresi kita sudah sesuai (fit) dengan data. bukan semakin besar nilai, semakin besar pengaruhnya.
      f hitung yang mendekati 0,00 lah yang paling baik/fit….
      menurut saya gitu..

    • Juli 23, 2011 pukul 12:41 am

      fyi again,
      cuman mau meluruskan saja,
      F hitung > F tabel itu sama halnya dengan nilai P value dengan Alpha
      F hitung > F tabel maka variabel signifikan. sama halnya dengan
      P value > alpha maka variabel signifikan pula.
      sekarang tergantung mas nya mau pake yang F hitung dengan tabel atau P value dengan Alpha.

      bedanya adalah jika dengan menggunakan F hitung mas wili harus mencari derajat bebas dan melihat di buku tabel statistika nilai F hitung tersebut. sedangkan untuk nilai Pvalu sudah didapatkan dari perhintungan software, baik SPSS atau MINITAB atau JMP.

      thanks and regards,
      joni irawan
      jirawan@unisemgroup.com / jojo_stat07_2@yahoo.com

      • Juli 30, 2011 pukul 8:09 am

        terima kasih bwt pencerahannya, gan. :)

      • Nur
        Januari 16, 2012 pukul 9:11 am

        F hitung > Ftabel = { (P-value/nilai probabilita/sig. < alpha )}, menolak Ho

  13. wahyu
    Juli 24, 2011 pukul 10:59 pm

    mbak tita mau nanya,,, dah puluhan buku2, jurnal, skripsi dan nanya mbah google msh gk dpt jawaban,,, moga2 mbak tita bisa bantu,,,
    “pada hasil uji t, saya punya 5 variabel independent, dari ke-lima variabel tersebut hanya satu variabel yang ditolak (berpengaruh) sedangkan yang 4 variabel lainnya diterima (tidak berpengaruh), nah sedangkan hasil uji f ditolak (berpengaruh).
    pertanyaannya : bagaimana saya menyimpulkan variabel2 tersebut berpengaruh atau tidak berpengaruh… sedagkan hasil uji t dan uji f tidak seragam hasilnya, terima kasih…

    • R.husni husin
      Desember 4, 2011 pukul 2:31 am

      Trim’s sblnya at jwb ptnyan aq uji statistik koefisien t hitung < t table alfa 5 % ap bsa trima

    • Oktober 18, 2012 pukul 4:09 pm

      kak aku mau tanya dong, model aku kan ada 6 (2 regresi sederhana dan 4 regresi berganda). setelah di lakukan uji F, terdapat 1 regresi sederhana dan 1 berganda yang tidak signifikan. Tp keduanya dilakukan uji T, memang tidak signifikan sama sekali. apakah uji F itu harus signifikan ya ka baru bisa dilanjutkan uji T? T.T

  14. EBE
    Agustus 22, 2011 pukul 1:57 pm

    Untuk menentukan pengaruh positif or negatif pada uji f gimana caranya ya trims

  15. Gery
    September 9, 2011 pukul 10:18 pm

    sebaiknya yang mna yg lbh dulu dilakukan?uji f atau uji t lebih dulu?kl dalam skripsi saya urutannya lbih dlu uji t gmn?trima ksh bwt masukannya

  16. pay
    September 22, 2011 pukul 3:38 pm

    mau tanya. hasil uji f saya semua variabel berpengaruh secara simultan, tapi uji t hanya 2 variabel saja yg signifikan. maksudnya apa ya? bisa dibantu untuk komentari? mks

  17. Nia
    November 12, 2011 pukul 10:08 pm

    Halo, saya mau brtanya..
    Saya mahasiswa tingkat akhir yg sedang mnyusun skripsi. Saya sedang melakukan uji F dan mengalami kendala yg tdk bsa sya pecahkan. Sya mlakukan uji f dgn univariate. Stlah sya mlakukan uji,hasil uji tdk keluar.Jdi di dlm tabel uji f tdk kluar angkanya.Variabel sy ada 3, 2independen dan 1 dependent. Bgaimana solusinya? Sya mohon jwabannya. Terima kasih bnyak.

  18. dede
    Desember 9, 2011 pukul 2:44 pm

    kalom saya untuk menentukan penerimaan dan penolakannya?
    N= 10
    hasil F hitungnya 5,43,,,,nah,,
    yang mw saya tanyain ini termasuk penolakan atau d terima,,,
    cara nentuin d F tabelnya gmn?
    mhon d bntuuu,,,,,

    • Noni
      Agustus 21, 2012 pukul 7:48 pm

      Ikut komen ya,,
      f tabel bs dilihat di tabel statistik :)

      • Agustus 23, 2012 pukul 8:45 pm

        thanks bwt mbak noni..:)

  19. Marcell
    Desember 19, 2011 pukul 12:57 am

    Salam kenal, Mohon pencerahan :
    saya telah melakukan olah data dengan eviews 7 terhadap regresi data panel dengan 4 variabel independen dan hasilnya secara individual hanya 1 varibel independen yg positif dan signifikan berpengaruh terhadap y (uji t pada alpha 5%) namun dengan Uji F ternyata semua variabel berpenagruh positif dan signifikan thd Y. Pertanyaan saya dan ini pertanyaan pembimbing utk daya, adalah :
    1). Alasan mengapa tdk signifikan dalam uji t ?
    2). Mengapa signifikan dalam uji t ?
    3). Tapi uji F, kok semua varibel independen signifikan ?
    4). Apakah secara teoritis ada pendapat yg mendukung masalah poin 1,2,3 diatasw ?
    5), Mengapa ketika olah regresi data panel dengan model CEM, ouput eviews tdk muncul C
    Terima kasih, jika Bapak/Ibu bisa membantu saya melalui jawabannya. Tolong di jawab aja ke alamat email saya : marcello.rymanu@gmail.com
    GBU !!!!

  20. Nur
    Januari 16, 2012 pukul 9:19 am

    Mmm ikut komen dikit yah!! :)

    Uji F = uji serentak/overal
    Uji t = Uji parsial atau sendiri-sendiri
    ( artinya pd uji t tiap variabel diuji satu-satu untuk mengtahui hub. antar var x dgn Y (sama halnya dgn reg. sederhana untuk tiap variabel), saat menguji var. yg 1, maka variabel lain dpt dianggap konstan/pengontrol. nah beda dgn uji F yg pengujiannya semua var. diikutkan dlm perhitungan)! jd bisa saja tidk semua var. berpengaruh jika diuji t!

  21. khris
    Januari 31, 2012 pukul 12:23 pm

    mas saya mw tny….kok dosen saya bilang klo dah da uji parsial g usah pake uji simultan mas??alasannya knp yah??soale saya disuruh cari alasan knp g usah pake uji simultan.

    • Januari 31, 2012 pukul 10:13 pm

      mungkin krn dengan uji t sudah mewakili hubungan tiap variabel indepdnt thd var.dependen. atau kemungkinan ke-2 pd rumusan masalah punya mas e. klo rumusan masalahnya hny untuk mengetahui hubungan masing2 variabel independent thd var. dependen, brati ga usah pake uji f.
      sekian, saya jg ga terlalu paham krn ni artikel adl catatan dari dosen saya. hehe…:)

  22. bambang
    Februari 8, 2012 pukul 8:47 pm

    mau tnya nihh…
    aye kan pake regresi linier sederhana ,trus pake uji f atau uji t ya mas???
    trus alasan nya apa,..tlong dibls ya,…
    thank’s

    • Maret 3, 2012 pukul 8:03 pm

      pake uji t saja, mas. alasannya krn sampeyan pake linier sedrhana. berarti variabel independen berjumlah <2..

  23. brenda
    Maret 22, 2012 pukul 12:39 am

    THX..sangat membantu saya yg sedang mnyusun skripsi,, :)
    tdi’y aq masih bingung tentang uji-t…definisi’y cukup bisa dimengerti

  24. April 11, 2012 pukul 8:01 pm

    jika data signifikan pada level 1% maka di uji tabel t pada level 1% atau 5% ya?? (masih bingung)

    • Agustus 23, 2012 pukul 8:43 pm

      klo sig di level 1% uji t nya pake 1%. tp klo sig bisa pd level 5% uji t nya pake 5%. harus sinkron mas ardy.

  25. danang
    Mei 14, 2012 pukul 12:56 pm

    mau tanya, kalo uji f diperlukan nggak jika variabel x dan y satu? artinya nggak ada x1, x2, x3 dst… hanya variabel tunggal. terima kasih

    • Agustus 23, 2012 pukul 8:47 pm

      tidak usah pake uji f. cukup dgn uji t saja..

  26. hari
    Mei 21, 2012 pukul 8:29 pm

    Mas..saya mau minta tolong nih.. Saya bener2 gak ngerti ttg analisis regresi linier berganda tpi dosen pembimbing nyuruh makai ni metode.. Menganalisis faktor-faktor yang berpengaruh terhadap keragaan pendidikan untuk Kabupaten dan Kota di Provinsi Kepulauan Bangka Belitung setelah pemekaran wilayah, gimana caranya..?

  27. rudi
    Juni 20, 2012 pukul 1:26 pm

    mo nanya nih..saya udah bingung mau nanya kmn lg..pnlitian sya mggunakan 2 variabel bebas..pda hasil uji f d proleh hasil kesemua variabel tidak mmpngaruhi..tp pd uji t ny ad 1 variabel bebas yang mmpengaruhi..kok bisa gitu y??? pdhal biasanya kan uji F mmpengaruhi walaupun pada uji t nya ada yng tidak mmpngaruhi?? trnyata pnya saya kbalikan dari hasil2 yang ada slama ini. tlong donk balasan nya…it sngat mmbntu saya.
    Trimakasih bnyak.

    • November 26, 2012 pukul 10:34 am

      IMHO, uji F kan utk ngeliat efek secara keseluruhan dari variabel2 bebas thd varibel terikat. Sedangkan uji T utk ngeliat secara masing2 variabel thd variabel terikat. Bisa aja kalo secara bersama2, maka 2 variabel bebas tsb nggak bawa pengaruh signifikan, tapi kalo dilihat secara sendiri2, bisa keduanya pengaruhi, bisa salah satu ajah. Kayak air (H2O) itu lho, kalo uji F/digabung kan mempengaruhi terhadap pertumbuhan tanaman, tapi kalo masing2 kan cuman Oksigen-nya aja yg ngaruh thd tanaman. Atau, kalo dalam kasus uji F gak ngaruh tapi uji T ada yg ngaruh, ya mirip2 pengaruh unsur Hidrogen dan Oksigen pada ke-asaman suatu cairan. Btw, itu analogi ajah.

  28. arif
    Juli 24, 2012 pukul 2:47 pm

    mas kalo nilai F tidak terdapat angka sama sekali hanya ada tanda titik tapi di p value = 0,000. apakah itu masih bisa dipakai untuk menentukan uji serentak atau simultan ?? kalo masih bisa di buku apa mas yg menyatakan kasus macam ini. mohon pencerahannya….

  29. Agustus 31, 2012 pukul 3:10 pm

    mau tanya, ini dari mana ya sumbernya? buat referensi daftar pustaka

  30. September 19, 2012 pukul 11:37 pm

    makasih infonya, sangat bermanfaat..

  31. Oktober 2, 2012 pukul 12:16 pm

    mau tanya dong, saya dpt tugas dan bingung gimana jelasinnya kenapa ya kalo untuk liat tabel t kdg hrs pake ta/2 kdg ta?

  32. olin
    Oktober 6, 2012 pukul 11:37 am

    mo nanya, bagaimana mencari nilai p value secara manual? trims

  33. sekar_wulandari
    Oktober 24, 2012 pukul 2:29 pm

    mas,saya mau tanya
    klo mau menentukan hipotesis alternatif bagaimana ya caranya?

  34. November 7, 2012 pukul 10:11 am

    uji asumsi klasik bisa d pake buat analisis regresi sederhana g?atau hanya regresi berganda aja?
    makasih

  35. November 10, 2012 pukul 11:26 pm

    haii..mau tanya nihh…mohon bantuannya…
    aku pakai analisa regresi linier berganda utk tugas akhir..dari hasil uji F hitung > F tabel..
    tp secara parsial, dari 9 variabel, cuma 3 variabel saja yg signifikan (t hitung > t tabel)..
    yg saya mau tanyakan, apakah ttp hasil ini bisa digunakan?kalo bisa, apa yg membuat 6 variabel lainnya tidak signifikan, dan gimana cara menyimpulkannya?kalo nggak bisa, apa yg harus dilakukan supaya semua variabelnya signifikan?
    tolong bantu jawab yahh..trims..^^
    Gbu..:)

  36. November 26, 2012 pukul 10:35 am

    apik mas artikelnya, meski sejak 3 thn lalu tp masih bermanfaat. hehe

  37. felicia
    Januari 6, 2013 pukul 4:33 pm

    bagaimana sebuah pernyataan dapat dinyatakan valid dan tidaknya.?
    thx

  38. alfa
    Januari 22, 2013 pukul 10:02 am

    mas mw nanya, klo di uji t hasil signifikansinya kurang dari 0,5 itu kan signifikan, tapi di tanda koefisiennya negatif yang artinya kan hubungannya berlawanan arah. nah klo begitu kesimpulannya itu variabel x berpengaruh ndak sama variabel y??

    • Statistician
      Juni 14, 2013 pukul 7:25 am

      bantu jawab..mungkin yg kamu maksud,,hasilnya (p-value) kurang dari 0,05 yaa alias alfa 5%..ya benar itu signifikan..klo koefisien negatif yaa artinya pengaruhnya negatif terhadap variabel dependent..jadi tidak ada hubungan antara tanda koefisien dengan adanya pengaruh/tifak..ada/tidaknya pengaruh hanya dilihat dari hasil uji t..sedangkan tanda koefisien hanya menunjukan arah hubungan

  39. chumayro
    Maret 19, 2013 pukul 12:19 pm

    aslm.. saya mau tanya ni.. kapan si kita menggunakan uji t, f, dan z,, dan apa perbedaan dari ketiganya,, mohon bantuannya ..

  40. Litna
    Mei 11, 2013 pukul 10:26 am

    mas, saya mau tanya. saya menggunakan regresi linier berganda dengan 4 var bebas. setelah di uji F signifikan, namun ketika uji t hanya 2 var yang signifikan. apa yang harus saya lakukan selanjutnya mas? apakah mengeluarkan var tersebut?

    • Statistician
      Juni 14, 2013 pukul 7:19 am

      bantu jawab..mengeluarkan variabel bukan merupakan suatu solusi dari masalah mbak litna..masalah yang mbak hadapi masih wajar..klo hasilnya begitu artinya, model yang mbak dapatkan sudah cocok untuk menggambarkan data..namun hanya ada dua variabel yang berpengaruh secara signifikan terhadap variabel dependentnya..dua variabel yang tidak signifikan jangan dibuang,,tetap dimasukan dalam model namun dengan interpretasi : variabel tersebut berpengaruh namun pengaruhnya tidak signifikan/ sangat kecil terhapad variabel dependent..klo mbak pengen lebih dari 2 yang signifikan ada beberapa cara..misalnya transformasi variabel independent yang tidak signifikan tersebut..slaah satu bentuk transformasi misalnya dibentuk menjadi normal baku..

  41. retno usuli
    Mei 16, 2013 pukul 11:03 am

    apakah uji t dan f dapat digunakan sekaligus dlm satu penelitian

    • Statistician
      Juni 14, 2013 pukul 7:13 am

      bantu jawab..uji t dan uji f itu merupakan suatu rangkaian uji statistik jika kita mau pake model regresi..jadi jika kita sudah melakukan uji f, tentu saja langkah selanjutnya adalah melakukan uji t..uji f merupakan uji yang digunakan untuk mengetahui apakah model yang kita gunakan sudah sesuai/cocok untuk data kita..sedangkan uji t untuk mengetahui variabel mana saja dalam model yang berpengaruh signifikan terhadap variabel dependent..

  42. helen
    Juni 11, 2013 pukul 10:40 pm

    uji t tidak ada yg signifikan bgmn ? tapi uji f nya signifikan

  43. nia
    Juli 25, 2013 pukul 3:31 pm

    maaf mau tanya, apakah f hitung yang terlalu besar (88.560) di sebabkan karena data yang di manipulasi?

    • Agustus 1, 2013 pukul 10:33 am

      bukan berarti f hit. tinggi adl data dimanipulasi, bisa juga karena memang hasil penelt sangat baik. yg penting sodara yakin data sodara adl asli, tdk ada manipulasi.

  44. nna
    September 29, 2013 pukul 11:47 pm

    jadi kalo ada 3 variabel, 2 variabel bebas (X1 dan X2) dan 1 variabel terikat (Y), saat uji F (linier) ada salah satu yg ga signifikan, misal X1 dan Y tidak signifikan. saat uji T, yang tidak signifikan X2 dan Y. kira2 bisa lanjut uji lainnya (regresi) tidak?

  45. rakel
    Oktober 25, 2013 pukul 9:47 am

    mau tanya mas, jika hasil dari uji f tidak berpengaruh signifikan bagaimana cara menjelaskannya dan apa yang menyebabkannya..

  46. Januari 8, 2014 pukul 9:43 pm

    mbak, saya mau nanya. pertanyaannya: kita telah mengetahui bahwasetiap rim kertas stensil berisikan 500 lembar.akhir-akhir ini setiap pembeli mengeluh,karena jarang sekali di peroleh rim kertas yg penuh. dari penelitian terhadap 160 rimkertas stensil yg diambil dari pasaran bebas ternyata paling banyak setiap rim hanya berisi 498 lembr, sedangkan rim yg paling sedikit berisikan 486 lembar. jika di hitung isi rata2 rim kertas itu hasilnya adalah 492 lembar dengan simpangan baku dua lembar. dengan mengambil taraf nyata 0,01supaya ditentukan apakah penelitian ini memang perkuat keluhan pembeli ?????

  47. Februari 6, 2014 pukul 4:29 pm

    Salam kenal, mohon bantuannya ada yang bisa bantu saya menjelaskan tentang hasil output uji F saya. Hasil uji F saya Fhitung > Ftabel (2.045 > 2.011) akan tetapi nilai sig > 0.05 (0.07 > 0.05)
    Yang ingin saya tanyakan apakah variabel independen saya mempengaruhi var dependen secara bersamaan? (Kalau berpengaruh mestinyakan nilai sig harus Ftabel). Sebab kalau uji t saya ada 1 var dependen yg signifikan sedangkan 2 var lainya tdk berpengaruh terhadap var independen. Terima kasih

  1. No trackbacks yet.

Berikan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Logout / Ubah )

Twitter picture

You are commenting using your Twitter account. Logout / Ubah )

Facebook photo

You are commenting using your Facebook account. Logout / Ubah )

Google+ photo

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s

Ikuti

Get every new post delivered to your Inbox.

%d blogger menyukai ini: