Uji t

Oleh Duwi Priyatno (2012) dijelaskan bahwa ada berbagai macam uji t diantaranya "Paired Sample t Test", uji ini digunakan untuk mengetahui hubungan dengan menguji perbandingan dua rata-rata sampel yang berpasangan, selain itu uji t yang sering digunakan ialah untuk menguji "Persamaan Regresi Linear" yaitu menguji signifikansi suatu varibel independen terhadap variabel dependennya dalam suatu persamaan regresi linear.

cara pengujian untuk menguji dua sampel dan signifikansi pada variabel regresi linear dengan menggunakan SPSS berbeda. untuk analisis variabel regresi linear anda dapat mendapatkan tabel hasil untuk pengujian dari pos (Cara Mencari Bahan Uji Asumsi Klasik dan Hipotesis dengan SPSS). sedangkan untuk melakukan pengujian dua sampel anda dapat melihat pada post (Cara melakukan Uji Paired Sample T Test).

untuk menguji signifikansi antara variabel independen terhadap variabel dependen dalam suatu persamaan regresi linear pertama cari tabel berikut ini: 

Oleh Duwi Supriyatno (2012) dijelaskan 2 cara untuk melihat hasil uji t dengan tabel ini, yang pertama adalah dengan membandingkan t tabel (kritis) dengan t hitung, atau dengan cara melihat probabilitas atau angka signifikan (Sig.).

t tabel (kritis) dapat di unduh pada link (Belum tersedia)

pada metode pertama yaitu dengan mebandingkan t tabel dengan t hitung, adapun pengambilan keputusannya sebagai berikut:

• Apabila t hitung ≤ t tabel, maka H0 diterima; tidak ada pengaruh
• Apabila t hitung > t tabel, maka H0 ditolak, dan Ha diterima; ada pengaruh

apabila digambarkan maka akan menjadi seperti berikut:

sedangkan pengambilan keputusan dengan probabilitas ialah sebagai berikut:

• Apabila Sig. > dari α maka H0 diterima; tidak ada pengaruh
• Apabila Sig. ≤ dari α maka H0 ditolak dan Ha diterima: ada pengaruh

Untuk pengujian Paired Sample T Test kamu membutuhkan tabel seperti dibawah ini:

untuk pengujiannya kamu hanya butuh melihat nilai Signifikansi (Sig.) saja:

• Apabila Sig. < dari α maka H0 diterima; terdapat hubungan
• Apabila Sig. ≥ dari α maka H0 ditolak dan Ha diterima: tidak terdapat hubungan

nilai correlasi pada tabel di atas menggambarkan kuatnya hubungan antara kedua variabel yang diuji, semakin angka korelasi mendekati 1 (satu) hal tersebut mengindikasikan semakin kuatnya hubungan antara dua varaibel. dan apabila semakin mendekati 0 (nol) hal tersebut mengindikasikan lemahnya hubungan antara dua variabel.

<< SPSS

Sumber:

Priyatno Duwi. 2009. SPSS "Untuk Analisis Korelasi, Regresi dan Multivariate". Gava Media: Yogyakarta
Priyatno Duwi. 2012. Belajar cepat olah data statistik dengan SPSS. Andi Offset: Yogyakarta