Cara Melakukan Uji F Simultan dalam

Analisis Regresi Linear Berganda

Sahid Raharjo Analisis Data, Analisis Regresi
Cara Melakukan Uji F Simultan dalam Analisis Regresi Linear Berganda |
Setelah sebelumnya kita melakukan pengujian hipotesis penelitian menggunakan
teknik analisis regresi linear berganda dengan program SPSS. Selanjutnya untuk
menafsirkan hasil analisis tersebut supaya lebih mudah dipahami, maka kita perlu
melakukan uji t, uji F, koefisien determinasi dan melihat kontribusi pengaruh
(sumbangan efektif dan sumbangan relatif) yang diberikan variabel independen (X)
terhadap variabel dependen (Y). 

Perbedaan antara uji t dengan uji F dalam analisis regresi linear berganda adalah
terletak pada makna pengaruh yang diberikan variabel X terhadap variabel Y
apakah terpisah atau gabungan. Uji t berguna untuk mengetahui pengaruh variabel
X secara partial (sendiri-sendiri) terhadap variabel Y. Sementara uji F bertujuan
untuk mengetahui pengaruh variabel X secara simultan (bersama-sama atau
gabungan) terhadap variabel Y.

Cara Melakukan Uji F Simultan dalam Analisis Regresi Linear Berganda

Contoh Kasus Uji F Simultan dalam Analisis Regresi Linear Berganda

Agar kita lebih mudah membedakan antara uji t dengan uji F ini, maka kita akan
membahasnya dalam contoh kasus yang sudah kita praktekkan pada artikel
sebelumnya yakni "Analisis Regresi Multiples (Berganda)". Dalam artikel tersebut
kita ingin menguji apakah ada pengaruh motivasi dan minat terhadap prestasi.

Berdasarkan contoh soal di atas, maka uji t berguna untuk menguji apakah ada
pengaruh motivasi dan minat secara partial terhadap prestasi (artinya pengaruh
motivasi terhadap prestasi dan pengaruh minat terhadap prestasi secara terpisah).
Sementara uji F berguna untuk menguji apakah ada pengaruh motivasi dan minat
secara simultan terhadap prestasi (artinya pengaruh gabungan dari variabel
motivasi dan minat terhadap variabel prestasi).

Adapun hasil output SPSS dalam analisis regresi multiples (berganda) yang
dimaksud adalah sebagaimana gambar di bawah ini.

Cara Melakukan Uji F Simultan dalam Analisis Regresi Linear Berganda

Catatan: Untuk melakukan uji F simultan dalam analisis regresi linear berganda,
maka kita cukup memperhatikan hasil yang terdapat dalam tabel output
"ANOVA".
Rumusan Hipotesis dalam Uji F Simultan

Adapun hipotesis (dugaan) yang di ajukan dalam uji F ini adalah "Ada pengaruh
motivasi (X1) dan minat (X2) secara simultan terhadap prestasi (Y).

Dasar Pengambilan Keputusan dalam Uji F

Ada dua cara yang bisa kita gunakan sebagai acuan atau pedoman untuk
melakukan uji hipotesis dalam uji F. Pertama adalah membandingkan nilai
signifikansi (Sig.) atau nilai probabilitas hasil output Anova. Kedua adalah
membandingkan nilai F hitung dengan nilai F tabel.

1. Berdasarkan Nilai Signifikansi (Sig.) dari Output Anova

1. Jika nilai Sig. < 0,05, maka hipotesis diterima. Maka artinya motivasi (X1)
dan minat (X2) secara simultan berpengaruh terhadap prestasi (Y). 
2. Jika nilai Sig. > 0,05, maka hipotesis ditolak. Maka artinya motivasi (X1)
dan minat (X2) secara simultan tidak berpengaruh terhadap prestasi (Y).

2. Berdasarkan Perbandingan Nilai F Hitung dengan F Tabel

1. Jika nilai F hitung > F tabel, maka hipotesis diterima. Maka artinya motivasi
(X1) dan minat (X2) secara simultan berpengaruh terhadap prestasi (Y). 
2. Sebaliknya, Jika nilai F hitung < F tabel, maka hipotesis ditolak. Maka
artinya motivasi (X1) dan minat (X2) secara simultan tidak berpengaruh
terhadap prestasi (Y).

Catatan: Pertanyaan yang sering diajukan oleh pelanggan saya, terkait dasar

pengambilan keputusan dalam uji F ini adalah: “Mas dari dasar pengambilan
keputusan dalam uji F di atas, manakah yang lebih betul atau lebih akurat, apakah
dari nilai F hitung dengan F tabel atau melihat nilai signifikansi”?. Jawaban dari
pertanyaan pelanggan di atas sebetulnya sangatlah sederhana, yakni sama-sama
betul dan sama-sama akurat. Alasan yang mendasari jawaban ini adalah jika nilai F
hitung lebih besar dari F tabel, maka otomatis nilai signifikansi (Sig.) yang
dihasilkan dari analisis data dengan SPSS sudah pasti lebih kecil dari 0,05. Artinya
dari kedua dasar pengambilan keputusan tersebut akan menghasilkan kesimpulan
yang sama dan tidak berseberangan satu sama lainnya.

Pengambilan Keputusan Uji F Simultan dalam Analisis Regresi Linear

Berganda

Cara Melakukan Uji F Simultan dalam Analisis Regresi Linear Berganda

1. Berdasarkan Nilai Signifikansi (Sig.) dari Output Anova

Berdasarkan tabel output SPSS di atas, diketahui nilai Sig. adalah sebesar 0,000.
Karena nilai Sig. 0,000 < 0,05, maka sesuai dengan dasar pengambilan keputusan
dalam uji F dapat disimpulkan bahwa hipotesis diterima atau dengan kata lain
motivasi (X1) dan minat (X2) secara simultan berpengaruh terhadap prestasi (Y).

2. Berdasarkan Perbandingan Nilai F Hitung dengan F Tabel

Berdasarkan tabel output SPSS di atas, diketahui nilai F hitung adalah sebesar
23,450. Karena nilai F hitung 23,450 > F tabel 4,10, maka sebagaimana dasar
pengambilan keputusan dalam uji F dapat disimpulkan bahwa hipotesis diterima
atau dengan kata lain motivasi (X1) dan minat (X2) secara simultan berpengaruh
terhadap prestasi (Y).

Catatan: F tabel di cari pada distribusi nilai r tabel statistik pada signifikansi 5%
atau 0,05 dengan menggunakan rumus F tabel = (k ; n-k). Dimana "k" adalah
jumlah variabel independen (variabel bebas atau X) sementara "n" adalah jumlah
responden atau sampel penelitian. Dalam penelitian ini jumlah "k" adalah 2 yakni
variabel motivasi (X1) dan variabel minat (X2). Sementara jumlah "n " adalah 12
orang siswa (responden). Selanjutnya nilai ini kita masukkan ke dalam rumus,
maka menghasilkan angka (2 ; 12-2) = (2; 10), angka ini kemudian kita jadikan
acuan untuk mencari atau melihat nilai F tabel pada distribusi nilai F tabel statistik.
Maka ditemukan nilai F tabel adalah sebesar 4,10. Lihat gambar di bawah ini.

Distribusi Nilai F Tabel dalam Analisis Regresi Linear Berganda

[Download Distribusi Nilai F Tabel Lengkap]

Kesimpulan: Berdasarkan kedua pembahasan dalam uji F di atas, maka kita dapat
membuat sebuah kesimpulan bahwa motivasi (X1) dan minat (X2) secara simultan
(bersama-sama) berpengaruh terhadap prestasi (Y).

Setelah kita mengetahui bahwa "ada pengaruh simultan" maka selanjutnya kita
akan mencari berapa % pengaruh yang diberikan kedua variabel tersebut secara
simultan. Adapun materi tentang ini akan kita bahas pada artikel: Makna Koefisien
Determinasi [R Square] dalam Analisis Regresi Linear Berganda

Demikian pembahasan kali ini mengenai cara melakukan uji F simultan dalam

analisis regresi linear berganda dengan program SPSS. Semoga sukses dan lancar
ya untuk penelitiannya. Oh iya, jika anda suka dengan panduan ini silahkan anda
bagikan ke media sosial, supaya ilmu ini dapat bermanfaat bagi banyak orang yang
membutuhkannya, terimakasih dan selamat mencoba.