Uji F dan Uji t pada Analisis Regresi Linear Berganda

Uji t dan uji F adalah uji yang diperlukan dalam analisis regresi linear berganda. Analisis regresi linear berganda adalah salah satu metode statistik yang sangat populer di kalangan peneliti, atau pun mahasiswa yang sedang menyusun tugas akhir studi. Secara umum, regresi linear digunakan untuk mencari pengaruh antara satu variabel bebas terhadap satu buah variabel terikat (regresi linear sederhana) atau mencari pengaruh antara beberapa variabel bebas terhadap satu buah variabel terikat (regresi linear berganda).

Contoh Output T Hitung pada regresi linear dengan SPSS Versi 25
Contoh Output T Hitung

Lebih lanjut, uji F digunakan untuk melihat apakah model secara keseluruhan layak atau tidak. Juga sering disebut Goodness of Fit. Justifikasinya sederhana, yaitu jika F hitung > F tabel atau Signifikansi < 0,05 (5%) maka dinyatakan bahwa model tersebut dinyatakan layak dan pengujian bisa terus dilanjutkan. Sedangkan jika F hitung < F tabel atau Signifikansi > 0,05 (5%) maka model dinyatakan tidak fit, dan harus dilakukan modifikasi terlebih dahulu, misalnya dengan transformasi data, menambah atau mengurangi data, atau bisa juga dengan mengeluarkan variabel bebas atau bahkan menambahkan variabel bebas.

Uji t adalah untuk menguji apakah satu variabel bebas mempunyai pengaruh yang signifikan terhadap variabel terikat atau tidak. Justifikasinya sebenarnya sama dengan uji F, yaitu jika t hitung > t tabel atau signifikansinya < 0,05 (5%0 maka dinyatakan berpengaruh signifikan, atau sebaliknya jika t hitung < t tabel atau signifikansinya > 0,05 (5%) maka dinyatakan tidak berpengaruh. Dalam hal ini, nilai t bisa positif atau bisa juga negatif dan itu menunjukkan arah pengaruh, jadi untuk perbandingan dengan t tabel, bisa digunakan nilai mutlaknya saja.

Jadi sebenarnya kita harus melakukan F hitung dulu, karena F hitung akan menentukan apakah model tersebut layak atau tidak. Jika Uji F sudah OK, maka baru bisa dilakukan uji t (tentunya setelah model dinyatakan lolos semua uji asumsi klasik yang diperlukan). Untuk uji t juga telah dibahas cukup mendalam di artikel di link ini.


Pertanyaan yang sering muncul

1. Uji F saya tidak masuk, apakah boleh dilanjutkan ke uji yang lain?

Seperti yang telah diuraikan di atas, jika uji F tidak memenuhi syarat, sebaiknya tidak dilanjutkan ke pengujian yang lain. Cobalah lakukan modifikasi dulu. Uji F tidak masuk berarti tidak fit, goodness of fit nya tidak terpenuhi. 


2. Uji F saya masuk, tetapi semua uji t tidak ada yang masuk. Kenapa ini bisa terjadi?

Banyak penyebabnya, dan peneliti sendiri lah yang harus mencari penyebabnya, bukan orang lain. Bisa terjadi karena spefisikasi model yang salah, atau bisa juga karena pengambilan sampel yang kurang tepat, belum memenuhi asumsi klasik atau karena penyebab yang lain. Dalam banyak kasus, peneliti di awal tidak merujuk kepada penelitian secara tepat, jadi asal copas saja atau model lain lalu diganti satu atau dua variabel, atau bahkan model sama tetapi beda periode atau beda sampel (kelompok industri). Dalam hal ini memang kemungkinan-kemungkinan hasil yang kurang sesuai dengan rujukan sangat besar terjadi.

Pernah ada simulasi kasus seperti ini. Ada model yang hasil analisis regresi sangat berbeda dengan teori. Padahal model itu diadopsi dari sebuah jurnal yang sangat terpercaya. Bedanya hanyalah dengan mengganti sampel penelitian, dari perusahaan property diganti menjadi perusahaan consumer good. Nah, di sinilah letak persoalannya. Karakteristik perusahaan property, tentu sangat berbeda dengan perusahaan consumer good. Sehingga pertimbangan investor juga sangat berbeda (perusahaan yang listing di IDX). Bahkan para stake holders pun berbeda melihat sebuah rasio keuangan antara kedua kategori tersebut. Jadi wajarlah jika hasil analisis berbeda dengan jurnal yang dirujuk.


3. Apakah uji F juga bisa dipergunakan untuk menguji hipotesis penelitian?

Sebenarnya ada yang disebut dengan hipotesis statistik, ada juga yang disebut hipotesis penelitian. Nanti akan kami jelaskan dengan lebih rinci perbedaan keduanya. Jadi uji F yang dipergunakan untuk melihat kelayakan model adalah hipotesis statistik. Untuk hipotesis penelitian, harus ada rujukan teoretis yang kuat. Jadi pertanyaannya akan berbalik menjadi ada atau tidak rujukan teorinya. Kalau uji t, pengaruh antara satu variabel terhadap variabel yang lain biasanya akan sangat banyak rujukan teorinya. Di jurnal rujukan biasanya akan ada uraian tentang keterkaitan antara dua variabel yang akan diteliti. Tetapi keterkaitan antara dua atau lebih variabel terhadap satu variabel bebas, mungkin kita harus lebih teliti untuk mencermatinya.

Share:

Tidak ada komentar:

Posting Komentar

Baca dulu sebelum tulis komentar:

Sebelum menuliskan pertanyaan, mohon disimak tanya jawab yang ada terlebih dahulu. Pertanyaan yang sama atau senada biasanya tidak terjawab. Untuk pengguna Blogger mohon profil diaktifkan agar tidak menjadi dead link. Atau simak dulu di Mengapa Pertanyaan Saya Tidak Dijawab?
Simak juga Channel kami di Statistik TV
Komentar akan kami moderasi dulu sebelum ditampilkan. Aktifkan Akun Google Anda.

Terima kasih.

Artikel Terbaru

Translate

Instagram

Instagram
Gabung Instagram Kami

Artikel Terbaru

Jual Data Laporan Keuangan Perusahaan yang Listing di BEI Tahun 2020

Setiap perusahaan yang telah go public wajib untuk menyerahkan laporan keuangan ke badan otoritas, sebagai salah satu bentuk pertanggungjawa...

Artikel Populer Seminggu Terakhir

Komentar Terbaru

`

Ingin menghubungi kami untuk kerja sama?

Nama

Email *

Pesan *