Langsung ke konten utama

Cara Melakukan Uji F Simultan Analisis Regresi Linier Berganda di SPSS



Setelah seluruh data dinyatakan Valid, Reliabel dan lulus syarat uji asumsi klasik maka data tersebut sudah dapat diuji dengan analisis regresi untuk mengetahui apakah data tersebut menerima atau menolak hipotesis.

Untuk data dengan variabel bebas hanya 1 maka dapat menggunakan pengujian analisis regresi , jika variabel bebas lebih dari satu maka dapat menggunakan analisis regresi linier berganda.

Dalam Analisis Regresi linier berganda terdapat 2 pengujian yaitu :


  • Uji f
  • Uji t
Uji f digunakan untuk mengetahui apakah terdapat hubungan atau pengaruh seluruh variabel bebas terhadap variabel terikat secara simultan.


Pengujian dengan SPSS

Berikut langkah-langkah melakukan uji f dengan SPSS :

1. Persiapkan data yang diperlukan.

2. Setelah data variabel yang diperlukan sudah lengkap sekarang kita dapat memulai pengujian.



3. Pertama pada menu SPSS kita klik Analyze. Lalu klik Regression dan Lalu Linear.

4. Maka akan muncul tampilan seperti di bawah ini.



5. Masukkan variabel yang akan di uji dengan menggunakan tanda panah. Masukkan variabel terikat ke kolom dependent dan variabel bebas ke kolom independent



6. Klik pada stastistics maka akan muncul jendela seperti di atas. Klik centang sesuai dengan gambar di atas. Lalu klik continue dan OK.



7. Lalu akan muncul data hasil pengujian seperti terlihat di atas. Nilai F = 3,406 dan Sig = 0,025


Pembahasan


Setelah berhasil melakukan uji F dengan SPSS di atas saatnya sekarang mengambil kesimpulan dari pengujian.

Sebelum membahas hasil pengujian pertama-tama kita harus menentukan F tabel.

Dengan rumus :

Df1 = k-1
Df2 = n-k

Dimana k = jumlah variabel bebas dan terikat
Dan n = jumlah sampel

Dalam pengujian di atas terdapat 3 variabel bebas dan 1 variabel terikat dengan 50 sampel. Maka F hitung ialah sbb :

Df1 = 4-1 = 3
Df2 = 50 - 4 = 46

Maka F tabel dengan probabilitas 0,05 = 2,810

Maka dapat disimpulkan bahwa F Hitung > F Tabel

3,406 > 2,810

Maka kesimpulannya ialah variabel bebas secara simultan berpengaruh terhadap variabel terikat.

Dalam hasil penghitungan di atas diketahui pula nilai signifikansi sebesar 0,025.

Maka dapat disimpulkan nilai signifikansi 0,025 < 0,05. Dimana 0,05 merupakan nilai signifikansi standar.

Hal ini berarti dapat disimpulkan bahwa variabel bebas berpengaruh secara simultan dan signifikan terhadap variabel terikat.

Komentar

Labels

Advertisement

loading...

TERPOPULER

Cara Mengatasi Pengujian Tidak Valid dan Tidak Reliabel

Masalah yang sering dihadapi para pejuang skripsi ialah jika data tidak valid atau tidak reliabel, wah rasanya pasti dunia seperti mau kiamat.  Pikiran yang datang pertama kali ialah apakah harus mengulang menyebar kuesioner lagi? Apakah harus menambah jumlah sampel?






Tenang
Sebelum memutuskan untuk mengulang kuesioner atau menambah sampel alangkah baiknya coba dulu cara ini. Yaitu dengan Mentrandormasi data
Apa itu transformasi data?
Transformasi data ialah mengubah data ke dalam bentuk data yang lain Seperti membuat data dalam bentuk log, inverse (kebalikan) dll
Berikut adalah langkah-langkah dalam transformasi data :


1. Klik transform lalu pilih compute variable Maka akan muncul kotak dialog sbb :


2. Pada target variabel di kiri atas tuliskan nama variabel yang akan di buat
3. Pada function group pilih bentuk transformasi yang di pilih, bentuk transform ada banyak, bisa log, bisa ln dll Kali ini saya akan mencontohkan transformasi ln
4. Klik pada Ln
5. Maka akan muncul LN (?) pada …

Cara Melakukan Uji Normalitas dengan SPSS

Setelah sebelumnya melakukan pengujian Validitas dan Reabilitas, maka proses selanjutnya ialah melakukan pengujian asumsi klasik. Dalam pengujian asumsi klasik umumnya ada 4 yaitu : Uji NormalitasUji AutokorelasiUji MultikolinearitasUji Heterokedastisitas




Pada kesempatan kali ini, saya akan membahas tentang pengujian Normalitas dan cara mengujinya dengan SPSS.

Uji normalitas bertujuan untuk menguji apakah data yang digunakan dalam penelitian tersebut berdistribusi normal atau tidak.

Dasar pengambilan keputusan dalam Uji Normalitas Kolgomorov Smirnov ialah :

Jika nilai Sig. Atau signifikansi lebih besar dari 0,05 maka data penelitian berdistribusi normalJika nilai Sig. Atau signifikansi lebih kecil dari 0,05 maka data penelitian tidak berdistribusi normal Oke bila sudah mengerti selanjutnya kita bahas bagaimana langkah-langkah dalam melakukan uji Normalitas Kolgomorov-Smirnov dengan SPSS :
Persiapkan data yang akan di uji.Pada menu SPSS pilih Analysze, lalu pilih NonParametric Tests lalu…

Cara Melakukan Uji Multikolinearitas dengan SPSS

Dalam melakukan Uji Asumsi Klasik terdapat beberapa jenis pengujian yang harus dilakukan. Diantaranya ialah :

Uji NormalitasUji AutokorelasiUji MultikolinearitasUji Heterokedastisitas
Pada kesempatan kali ini kita akan membahas tentang Uji Multikolinearitas.

Menurut Ghozali (2011: 105-106) uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Ada tidaknya multikolinieritas dapat dilihat dari besarnya Tolerance Value dan Variance Inflation Faktor (VIF), yaitu jika Tolerance Value ≥ 0,10 atau sama dengan nilai VIF ≤ 10, maka dapat disimpulkan data bebas dari gejala multikolinieritas.
Terdapat beberapa metode dalam melakukan uji Multikolinearitas, namun pada kesempatan kali ini akan kami ulas mengenai cara melakukan uji Multikolinearitas dengan menggunakan nilai VIF dan Tolerance Value.
Pengujian dengan SPSS
Untuk pengujian Multikolinearitas sebenarnya langkah-langkahnya hampir sama dengan uji Autokorelasi.
1. Siap…

Cara Melakukan Uji Heterokedastisitas dengan SPSS

Dalam melakukan Uji Asumsi Klasik terdapat beberapa jenis pengujian yang harus dilakukan. Diantaranya ialah :

Uji NormalitasUji AutokorelasiUji MultikolinearitasUji Heterokedastisitas
Pada kesempatan kali ini kita akan membahas tentang Uji Heterokedastisitas.

Uji heterokedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Ada beberapa cara yang dapat dilakukan untuk melakukan uji heteroskedastisitas, yaitu uji grafik plot, uji park, uji glejser, dan uji white. Pengujian pada penelitian ini menggunakan Grafik Plot antara nilai prediksi variabel dependen yaitu ZPRED dengan residualnya SRESID. Tidak terjadi heteroskedastisitas apabila tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y. (Ghozali, 2011: 139-143).
Pengujian dengan SPSS Uji heterokedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengam…

Cara Melakukan Uji Autokorelasi dengan SPSS

Dalam melakukan Uji Asumsi Klasik terdapat beberapa jenis pengujian yang harus dilakukan. Diantaranya ialah :

Uji NormalitasUji AutokorelasiUji MultikolinearitasUji Heterokedastisitas
Pada kesempatan kali ini kita akan membahas tentang Uji Autokorelasi.

Uji autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada problem autokorelasi (Ghozali, 2011: 110). Pada penelitian ini untuk menguji ada tidaknya gejala autokorelasi menggunakan uji Durbin-Watson (DW test).

Dalam melakukan Uji Autokorelasi dapat menggunakan beberapa teknik. Pada kesempatan ini kami akan menjelaskan bagaimana melakukan uji Autokorelasi dengan teknik DW test ( Durbin-Watson ).

Pengujian dengan SPSS Berikut langkah-langkah melakukan uji Autokorelasi dengan SPSS :
1. Persiapkan data yang diperlukan.
2. Setelah data variabel yang diperlukan sudah lengkap se…