Cara Melakukan Uji t Parsial dalam Analisis Regresi dengan

SPSS
Baik selamat pagi, setelah selesai melakukan analisis regresi linear berganda dengan
SPSS, maka pada artikel kali ini kita akan melanjutkan dengan pemaknaan atau
penafsiran dari hasil analisis tersebut melalui uji t. Adapun untuk pembahasan
lengkapnya mari kita mulai.

Uji t merupakan salah satu uji hipotesis penelitian dalam analisis regresi linear
sederhana maupun analisis regresi linear multiples (berganda). Uji t bertujuan untuk
mengetahui apakah variabel bebas atau variabel independen (X) secara parsial (sendiri-
sendiri) berpengaruh terhadap variabel terikat atau variabel dependen (Y).

Contoh Kasus Uji t Parsial dalam Analisis Regresi

Saya akan memperlihatkan tabel output SPSS dari hasil analisis regresi linear multiples
(berganda) yang sudah kita praktekkan pada artikel sebelumnya. Adapun hasil tersebut
dapat anda lihat pada gambar di bawah ini.
Dari tabel output SPSS "Coefficients" di atas, kita akan melakukan uji untuk
mengetahui apakah varaibel Motivasi (X1) dan Minat (X2) secara parsial berpengaruh
terhadap variabel Prestasi (Y). Adapun hipotesis yang kita ajukan dalam penelitian ini
adalah:

1. H1 atau hipotesis pertama: ada pengaruh Motivasi (X1) terhadap Prestasi (Y).

2. H2 atau hipotesis kedua: ada pengaruh Minat (X2) terhadap Prestasi (Y).

Dasar Pengambilan Keputusan Uji t Parsial dalam Analisis

Regresi
Untuk melakukan uji hipotesis penelitian di atas, maka lebih dahulu kita harus
mengetahui dasar pengambilan keputusan dalam uji t parsial. Dalam hal ini ada dua
acuan yang dapat kita pakai sebagai dasar pengambilan keputusan, pertama dengan
melihat nilai signifikansi (Sig), dan kedua membandingkan antara nilai t hitung dengan
t tabel.

Berdasarkan Nilai Signifikansi (Sig.)

1. Jika nilai Signifikansi (Sig). < probabilitas 0,05 maka ada pengaruh variabel
bebas (X) terhadap variabel terikat (Y) atau hipotesis diterima.

2. Jika nilai Signifikansi (Sig). > probabilitas 0,05 maka tidak ada pengaruh
variabel bebas (X) terhadap variabel terikat (Y) atau hipotesis ditolak.
Berdasarkan Perbandingan Nilai t hitung dengan t tabel

1. Jika nilai t hitung > t tabel maka ada pengaruh variabel bebas (X) terhadap
variabel terikat (Y) atau hipotesis diterima.

2. Jika nilai t hitung < t tabel maka tidak ada pengaruh variabel bebas (X) terhadap
variabel terikat (Y) atau hipotesis ditolak.

Cara Melakukan Uji t Parsial dalam Analisis Regresi

dengan SPSS

1. Melakukan Uji t Parsial (Uji t Pertama "Motivasi")

Uji t pertama dilakukan untuk mengetahui apakah ada pengaruh Motivasi (X1) terhadap
Prestasi (Y).

Berdasarkan Nilai Signifikansi (Sig.)

Berdasarkan tabel output SPSS "Coefficients" di atas diketahui nilai Signifikansi (Sig)
variabel Motivasi (X1) adalah sebesar 0,395. Karena nilai Sig. 0,395 > probabilitas
0,05, maka dapat disimpulkan bahwa H1 atau hipotesis pertama ditolak. Artinya tidak
ada pengaruh Motivasi (X1) terhadap Prestasi (Y).

Perbandingan Nilai t hitung dengan t tabel (Uji t Pertama)

Berdasarkan output SPSS di atas diketahui nilai t hitung variabel motivasi adalah
sebesar 0,894. Karena nilai t hitung 0,894 < t tabel 2,262, maka dapat disimpulkan
bahwa H1 atau hipotesis pertama ditolak. Artinya tidak ada pengaruh Motivasi (X1)
terhadap Prestasi (Y).

Rumus untuk Mencari Nilai t tabel:

t tabel = (α/2 ; n-k-1 atau df residual)
t tabel = (0,05/2 ; 12-2-1)
t tabel = (0,05/2 ; 12-2-1)
t tabel = (0,025 ; 9)

Keterangan: angka 9 ini sebenarnya sudah ada secara otomatis pada tabel output
SPSS, tanpa perlu kita hitung dengan rumus manual seperti cara di atas. Letaknya ada
di tabel output "ANOVA". Lihat gambar.

Maka t tabel = angka 0,025 ; 9 ini kemudian kita cari pada distribusi nilai t tabel
statistik maka ditemukan nilai t tabel sebesar 2,262. Lihat gambar.
[Download distribusi nilai t tabel statistik lengkap]

Keterangan:
a= tingkat kepercayaan penelitian, dalam hal ini a= 0,05.
n= jumlah sampel yang digunakan, dalam hal ini adalah 12 orang siswa.
k= jumlah variabel independen, dalam hal ini ada 2 variabel yakni motivasi dan minat.
df residual= derajad kebebasan nilai residual.

Kurva Regresi Uji t Parsial (Uji t Pertama)

Berdasarkan gambar kurva regresi di atas, diketahui nilai t hitung sebesar 0,894
terletak di area tidak ada pengaruh. Dengan demikian dapat ditarik sebuah kesimpulan
bahwa H1 atau hipotesis pertama ditolak yang berarti tidak ada pengaruh Motivasi (X1)
terhadap Prestasi (Y).

2. Melakukan Uji t Parsial (Uji t Kedua "Minat")

Uji t kedua dilakukan untuk mengetahui apakah ada pengaruh Minat (X2) terhadap
Prestasi (Y).
Berdasarkan Nilai Signifikansi (Sig.)

Berdasarkan tabel output SPSS "Coefficients" di atas diketahui nilai Signifikansi (Sig)
variabel Minat (X2) adalah sebesar 0,006. Karena nilai Sig. 0,006 < probabilitas 0,05,
sehingga dapat disimpulkan bahwa H2 atau hipotesis kedua terima. Artinya ada
pengaruh Minat (X2) terhadap Prestasi (Y).

Perbandingan Nilai t hitung dengan t tabel (Uji t Kedua)

Berdasarkan output SPSS di atas diketahui nilai t hitung variabel minat adalah sebesar
3,567. Karena nilai t hitung 3,567 > t tabel 2,262, maka dapat disimpulkan bahwa H2
atau hipotesis kedua terima. Artinya ada pengaruh Minat (X2) terhadap Prestasi (Y).

Kurva Regresi Uji t Parsial (Uji t Kedua)

Berdasarkan gambar kurva regresi di atas, diketahui nilai t hitung sebesar 3,567
terletak di area pengaruh positif. Dengan demikian dapat ditarik sebuah kesimpulan
bahwa H2 atau hipotesis kedua diterima yang berarti ada pengaruh positif Minat
(X2) terhadap Prestasi (Y).

Catatan: Pengaruh positif disebut juga dengan pengaruh searah. Maksudnya adalah jika
variabel Minat (X2) mengalami peningkatan maka variabel Prestasi (Y) juga akan
mengalami peningkatan. Atau dengan kata lain semakin tinggi minat belajar seorang
siswa maka akan mampu meningkatkan prestasi belajar.

Setelah kita mengetahui hasil uji t parsial untuk variabel motivasi dan minat terhadap
prestasi belajar dalam analisis regresi linear berganda, maka selanjutnya kita akan
melakukan uji F untuk mengetahui apakah variabel Motivasi (X1) dan Minat (X2) secara
simultan (bersama-sama) berpengaruh terhadap variabel Prestasi (Y). Adapun
pembahasan tentang ini terdapat dalam artikel: Cara Melakukan Uji F Simultan dalam
Analisis Regresi

Demikian pembahasan kita pada kesempatan kali ini, semoga sukses dan lancar ya
untuk penelitiannya. Selanjutnya, jika anda suka dengan panduan ini silahkan anda
bagikan ke media sosial, supaya ilmu ini dapat bermanfaat bagi banyak orang yang
membutuhkannya. Terimakasih.