Uji F dan Uji T
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. Dalam artikel ini dijelaskan tentang Uji F dan Uji T dalam penelitian.
Jika model signifikan maka model bisa digunakan untuk prediksi/peramalan, sebaliknya jika non/tidak signifikan maka model regresi tidak bisa digunakan untuk peramalan.
Cara Melakukan Uji F
Uji F dapat dilakukan dengan membandingkan F hitung dengan Tabel F: F Tabel dalam Excel, 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
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.
Seperti kita telah pelajari pada berbagai artikel dalam website statistikian, bahwa ada banyak sekali yang membahas tentang Uji F dan Uji T. Pertanyaannya, sebenarnya apakah yang dimaksud dengan Uji F dan Uji T tersebut? Di atas kita telah pelajari sebagian dari yang dimaksud untuk menjawab pertanyaan ini. Namun perlu statistikian jelaskan lagi bahwa sebenarnya Uji F dan Uji T itu tidak hanya sebatas dari apa yang telah dibahas di atas, dimana di atas membahas tentang Uji F dan Uji T dalam konteks analisis regresi linear. Namun dalam konteks yang lain, bisa jadi ada dalam berbagai jenis analisis, misalnya Uji ANOVA, ANCOVA, MANOVA juga terdapat nilai F. Dan pada uji beda 2 sampel berpasangan, yaitu paired t test dan uji beda 2 sampel bebas, yaitu independen t test, juga ada nilai T.
Perbedaan Uji F dan Uji T
Jadi kesimpulannya: bahwa uji F adalah uji yang mengukur besarnya perbedaan variance antara kedua atau beberapa kelompok. Sedangkan Uji T adalah uji yang mengukur perbedaan dua atau beberapa Mean antar kelompok.
Dalam uji F dikenal istilah F Hitung dan Tabel F: F Tabel dalam Excel seperti yang telah dibahas di atas. F Hitung adalah nilai F hasil perhitungan analisis, yang kemudian nilainya akan dibandingkan dengan F Tabel pada Numerator dan Denumerator tertentu. Numerator disebut juga dengan Degree of Freedom 1, sedangkan Denumerator adalah Degree of Freedom 2. Misalnya pada Regresi Linear, Nilai Denumerator adalah jumlah sampel dikurangi jumlah variabel bebas dikurangi 1. Sedangkan nilai Numerator adalah jumlah variabel bebas. Untuk lebih jelasnya, silahkan pelajari tentang Tabel F: F Tabel dalam Excel.
Sama halnya dengan F Hitung, T Tabel juga digunakan untuk mengukur tingkat signifikansi sebuah analisis. Namun bedanya, T Tabel tidak mengenal istilah Numerator dan Denumerator, yang ada hanyalah nilai T pada Degree Of Freedom tertentu. Misalnya pada Uji Paired T Test, Degree of Freedom sebesar jumlah observasi pada kedua kelompok. Sedangkan pada Independen T Test, degree of freedom adalah sebesar jumlah sampel.
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“.
Apabila anda kesulitan, bisa menggunakan jasa kami untuk bantuan olah dan analisa data.
By Anwar Hidayat
Belum ada Komentar untuk "Uji F dan Uji T"
Posting Komentar