Cara Melakukan Uji t Parsial dalam Analisis Regresi dengan SPSS | Uji t Parsial dalam analisis regresi berganda bertujuan untuk mengetahui apakah variabel bebas (X) secara parsial [sendiri] kuat signifikan terhadap variabel (Y). Namun, kalau yang ingin diketahui ialah imbas variabel bebas secara bantu-membantu [simultan] terhadap variabel terikat maka hal ini disebut dengan uji F.
Dasar Pengambilan Keputusan untuk Uji t Parsial dalam Analisis Regresi
Tingkat iman yang dipakai ialah 95%, maka nilai α = 0,05
Dasar Pengambilan Keputusan dalam Uji t Pertama
Rumus untuk Mencari Nilai t Tabel ialah :
t tabel = (tingkat iman dibagi 2 ; jumlah responden dikurangi jumlah variabel bebas dikurangi 1) atau kalau ditulis dalam bentuk rumus, maka rumusnya menyerupai di bawah ini
t tabel = (α/2 ; n-k-1)
t tabel = (0,05/2 ; 12-2-1)
t tabel = (0,05/2 ; 12-2-1)
t tabel = (0,025 ; 9)
t tabel = angka 0,025 ; 9 lalu di cari pada distribusi nilai t tabel maka ditemukan nilai t tabel sebesar 2,262 [Download Distribusi Nilai t Tabel]
Hasil dan Pengambilan Keputusan dalam Uji t Pertama
Berdasarkan hasil analisis regresi diperoleh nilai t hitung sebesar 0,992 < t tabel 2,262 dan nilai singnifikansi (Sig.) 0,347 > 0,05. Maka sanggup disimpulkan bahwa H0 diterima dan H1 ditolak, yang artinya “Motivasi (X1) tidak kuat signifikan terhadap Prestasi (Y)”
Untuk uji t kedua yakni dengan H2 = Minat (X2) kuat signifikan terhadap Prestasi (Y). Silahkan teman lakukan sendiri dulu ya.. alasannya caranya sama kok menyerupai uji t pertama di atas..selamat mencoba.. agar artikel di atas bermanfaat terimakasih..
Tutorial selanjutnya akan dibahas : Cara Melakukan Uji F Simultan dalam Analisis Regresi
Baca juga: Cara Menghitung SE dan SR dalam Analisis Regresi Linear Berganda
[Search : Cara Melakukan Uji t Parsial dalam Analisis Regresi dengan SPSS | Langkah-Langkah Uji t Parsial dalam Analisis Regresi | Rumus Mencari Nilai t Tabel dalam Analisis regresi | Dasar Pengambilan Keputusan untuk Uji t Parsial dalam Analisis Regresi | Cara Praktis Melakukan Uji t dengan SPSS]
Dasar Pengambilan Keputusan untuk Uji t Parsial dalam Analisis Regresi
Berdasarkan nilai t hitung dan t tabel
Berdasarkan nilai signifikansi hasil output SPSS
Pada bab praktek Cara Melakukan Uji t Parsial dalam Analisis Regresi dengan SPSS ini, saya akan memakai hasil output SPSS dalam Analisis Regresi Multipes yang sebelumnya telah saya lakukan. Adapun ringkasan output pada tabel Coefficients sanggup dilihat pada gambar berikut ini
Dengan melihat output di atas berarti terdapat dua hipotesis [Ha] yang diajukan dalam uji t ini:
1. H1 = Motivasi (X1) kuat signifikan terhadap Prestasi (Y) – [disebut uji t pertama]
2. H2 = Minat (X2) kuat signifikan terhadap Prestasi (Y) – [disebut uji t kedua]
CARA MELAKUKAN UJI T PARSIAL [UJI T PERTAMA]
Berdasarkan output Coefficients di atas, diketahui bahwa nilai koefisien regresi variabel Motivasi (X1) ialah sebesar 0,212 bernilai kasatmata +, sehingga sanggup dikatakan bahwa Motivasi (X1) kuat kasatmata terhadap Prestasi (Y). Pengaruh kasatmata diartikan, bahwa semakin meningkat Motivasi (X1) maka akan meningkat pula Prestasi (Y).
Selanjutnya, untuk mengetahui apakah imbas tersebut signifikan atau tidak, maka nilai koefisien regresi dari variabel Motivasi (X1) ini akan diuji signifikasinya [inilaih yang sering disebut dengan uji t parsial dalam analisis regresi]
Hipotesis (Dugaan) dalam Uji t Pertama ialah :
- Jika nilai t hitung > t tabel maka variabel bebas kuat terhadap variabel terikat
- Jika nilai t hitung < t tabel maka variabel bebas tidak kuat terhadap variabel terikat
Berdasarkan nilai signifikansi hasil output SPSS
- Jika nilai Sig. < 0,05 maka variabel bebas kuat signifikan terhadap variabel terikat
- Jika nilai Sig. > 0,05 maka variabel bebas tidak kuat signifikan terhadap variabel terikat
Pada bab praktek Cara Melakukan Uji t Parsial dalam Analisis Regresi dengan SPSS ini, saya akan memakai hasil output SPSS dalam Analisis Regresi Multipes yang sebelumnya telah saya lakukan. Adapun ringkasan output pada tabel Coefficients sanggup dilihat pada gambar berikut ini
Dengan melihat output di atas berarti terdapat dua hipotesis [Ha] yang diajukan dalam uji t ini:
1. H1 = Motivasi (X1) kuat signifikan terhadap Prestasi (Y) – [disebut uji t pertama]
2. H2 = Minat (X2) kuat signifikan terhadap Prestasi (Y) – [disebut uji t kedua]
CARA MELAKUKAN UJI T PARSIAL [UJI T PERTAMA]
Berdasarkan output Coefficients di atas, diketahui bahwa nilai koefisien regresi variabel Motivasi (X1) ialah sebesar 0,212 bernilai kasatmata +, sehingga sanggup dikatakan bahwa Motivasi (X1) kuat kasatmata terhadap Prestasi (Y). Pengaruh kasatmata diartikan, bahwa semakin meningkat Motivasi (X1) maka akan meningkat pula Prestasi (Y).
Selanjutnya, untuk mengetahui apakah imbas tersebut signifikan atau tidak, maka nilai koefisien regresi dari variabel Motivasi (X1) ini akan diuji signifikasinya [inilaih yang sering disebut dengan uji t parsial dalam analisis regresi]
Hipotesis (Dugaan) dalam Uji t Pertama ialah :
- H0 = Motivasi (X1) tidak kuat signifikan terhadap Prestasi (Y)
- H1 = Motivasi (X1) kuat signifikan terhadap Prestasi (Y)
Tingkat iman yang dipakai ialah 95%, maka nilai α = 0,05
Dasar Pengambilan Keputusan dalam Uji t Pertama
- H0 diterima dan H1 ditolak kalau nilai t hitung < t tabel atau kalau nilai Sig. > 0,05
- H0 ditolak dan H1 diterima kalau nilai t hitung > t tabel atau kalau nilai Sig. < 0,05
Rumus untuk Mencari Nilai t Tabel ialah :
t tabel = (tingkat iman dibagi 2 ; jumlah responden dikurangi jumlah variabel bebas dikurangi 1) atau kalau ditulis dalam bentuk rumus, maka rumusnya menyerupai di bawah ini
t tabel = (α/2 ; n-k-1)
t tabel = (0,05/2 ; 12-2-1)
t tabel = (0,05/2 ; 12-2-1)
t tabel = (0,025 ; 9)
t tabel = angka 0,025 ; 9 lalu di cari pada distribusi nilai t tabel maka ditemukan nilai t tabel sebesar 2,262 [Download Distribusi Nilai t Tabel]
Hasil dan Pengambilan Keputusan dalam Uji t Pertama
Berdasarkan hasil analisis regresi diperoleh nilai t hitung sebesar 0,992 < t tabel 2,262 dan nilai singnifikansi (Sig.) 0,347 > 0,05. Maka sanggup disimpulkan bahwa H0 diterima dan H1 ditolak, yang artinya “Motivasi (X1) tidak kuat signifikan terhadap Prestasi (Y)”
Untuk uji t kedua yakni dengan H2 = Minat (X2) kuat signifikan terhadap Prestasi (Y). Silahkan teman lakukan sendiri dulu ya.. alasannya caranya sama kok menyerupai uji t pertama di atas..selamat mencoba.. agar artikel di atas bermanfaat terimakasih..
Tutorial selanjutnya akan dibahas : Cara Melakukan Uji F Simultan dalam Analisis Regresi
Baca juga: Cara Menghitung SE dan SR dalam Analisis Regresi Linear Berganda
[Search : Cara Melakukan Uji t Parsial dalam Analisis Regresi dengan SPSS | Langkah-Langkah Uji t Parsial dalam Analisis Regresi | Rumus Mencari Nilai t Tabel dalam Analisis regresi | Dasar Pengambilan Keputusan untuk Uji t Parsial dalam Analisis Regresi | Cara Praktis Melakukan Uji t dengan SPSS]
Lihat Juga: VIDEO Uji t dan Uji F dalam Analisis Regresi Lengkap
