Cara Melakukan Uji t Parsial dalam Analisis Regresi dengan SPSS

 Cara Melakukan Uji t Parsial dalam Analisis Regresi dengan SPSS

 Fungsi Uji t Parsial dalam analisis regresi berganda bertujuan untuk mengetahui apakah variabel bebas (X) secara parsial [sendiri] berpengaruh signifikan terhadap variabel (Y). Namun, jika yang ingin diketahui adalah pengaruh variabel bebas secara bersama-sama [simultan] terhadap variabel terikat maka hal ini disebut dengan uji F.

Dasar Pengambilan Keputusan untuk Uji t Parsial dalam Analisis Regresi ada dua cara yaitu :

1. Berdasarkan nilai t hitung dan t tabel

    Jika nilai t hitung > t tabel maka variabel bebas berpengaruh terhadap variabel terikat
    Jika nilai t hitung < t tabel maka variabel bebas tidak berpengaruh terhadap variabel terikat


2. Berdasarkan nilai signifikansi hasil output SPSS

    Jika nilai Sig. < 0,05 maka variabel bebas berpengaruh signifikan terhadap variabel terikat
    Jika nilai Sig. > 0,05 maka variabel bebas tidak berpengaruh signifikan terhadap variabel terikat


Pada bagian praktek Cara Melakukan Uji t Parsial dalam Analisis Regresi dengan SPSS ini, saya akan menggunakan hasil output SPSS dalam Analisis Regresi Multipes yang sebelumnya telah saya lakukan. Adapun ringkasan output pada tabel Coefficients dapat 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) berpengaruh signifikan terhadap Prestasi (Y) – [disebut uji t pertama]
2. H2 = Minat (X2) berpengaruh 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) adalah sebesar 0,212 bernilai positif +, sehingga dapat dikatakan bahwa Motivasi (X1) berpengaruh positif terhadap Prestasi (Y). Pengaruh positif diartikan, bahwa semakin meningkat Motivasi (X1) maka akan meningkat pula Prestasi (Y).

Selanjutnya, untuk mengetahui apakah pengaruh 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 adalah :

    H0 = Motivasi (X1) tidak berpengaruh signifikan terhadap Prestasi (Y)
    H1 = Motivasi (X1) berpengaruh signifikan terhadap Prestasi (Y)


Tingkat kepercayaan yang digunakan adalah 95%, maka nilai α = 0,05

Dasar Pengambilan Keputusan dalam Uji t Pertama

    H0 diterima dan H1 ditolak jika nilai t hitung < t tabel atau jika nilai Sig. > 0,05
    H0 ditolak dan H1 diterima jika nilai t hitung > t tabel atau jika nilai Sig. < 0,05
Rumus untuk Mencari Nilai t Tabel adalah :
t tabel = (tingkat kepercayaan dibagi 2 ; jumlah responden dikurangi jumlah variabel bebas dikurangi 1) atau jika ditulis dalam bentuk rumus, maka rumusnya seperti 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 kemudian di cari pada distribusi nilai t tabel maka ditemukan nilai t tabel sebesar 2,262 [Download Distribusi Nilai t Tabel silahkan cari sendiri]

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 dapat disimpulkan bahwa H0 diterima dan H1 ditolak, yang artinya “Motivasi (X1) tidak berpengaruh signifikan terhadap Prestasi (Y)”

Untuk uji t kedua yakni dengan H2 = Minat (X2) berpengaruh signifikan terhadap Prestasi (Y). Silahkan sobat lakukan sendiri dulu ya.. karena caranya sama kok seperti uji t pertama di atas..selamat mencoba.. semoga artikel di atas bermanfaat terimakasih..