Uji F Regresi Berganda

Uji F dalam analisis regresi berganda digunakan untuk menentukan signifikansi keseluruhan model regresi berganda. Dengan kata lain uji ini dilakukan untuk melihat signifikansi pengaruh keseluruhan variabel independen terhadap variabel dependen.

Kita menggunakan uji F ini untuk menentukan apakah ada hubungan yang signifikan antara variabel dependen dan seluruh rangkaian variabel independen. Karena ada lebih dari satu variabel independen, kita memiliki hipotesis nol dan alternatif berikut:

H0: Tidak ada hubungan linear antara variabel dependen dan variabel independen.

H1: Ada hubungan linear antara variabel dependen dan setidaknya salah satu variabel independen.

Untuk menentukan apakah hipotesis nol (H0) ditolak atau tidak kita bisa menggunakan uji F. Analisis ini membandingkan antara variasi regresi (estimasi) dan variasi error term-nya. Pengujian hipotesis ini juga disebut dengan analysis of variance (ANOVA).

F = MSR/MSE

dimana

MSR = SSR/k

sedangkan

MSE = SSE/n-k-1

k adalah jumlah variabel independen

Langkah-langkah pengujiannya adalah sebagai berikut:

  • Menentukan hipotesis
Loading...

H0 : µ1 = µ2 = ………….. = µk

H1 : µ1 ≠ µ2 ≠ ………….. ≠ µk

  • Memilih tingkat signifikansi (level of significance). Misalnya kita memilih 5% atau 0,05
  • Menentukan kriteria pengujian statistik

degree of freedom k-1 pembilang (numerator); k(n-1) penyebut (denominator)

H0 diterima apabila F ≤ Fα; k-1; k(n-1)

H0 ditolak apabila F > Fα; k-1; k(n-1)

Pada contoh output di atas berarti

H0 diterima apabila F ≤ F0,05; 2; 99

Loading...

H0 ditolak apabila F > F0,05; 2; 99

atau

H0 diterima apabila F ≤ 3,08824

H0 ditolak apabila F > 3,08824

  • Menghitung nilai F, pada contoh di atas didapat nilai F sebesar 72,95190. Dengan demikian nilai Fhitung lebih besar daripada Ftabel yang artinya adalah menolak H0.

Berdasar hasil uji F di atas kita dapat menyimpulkan bahwa H0 yang menyatakan tidak ada hubungan linear antara variabel dependen dan variabel independen ditolak. Dengan demikian sebagai konsekuensinya kita tidak bisa menolak H1 yang menyatakan bahwa ada hubungan linear antara variabel dependen dan setidaknya salah satu variabel independen. Sehingga simpulan akhir yang kita dapatkan adalah variabel independen terbuki menentukan variasi variabel dependen.

Tinggalkan Balasan