Cara Membaca Tabel F dalam Statistika, Ketahui Penggunaannya

F Tabel digunakan untuk mencari F Statistik dalam pengujian hipotesis. Meskipun lebih umum menggunakan teknologi seperti Excel atau SPSS untuk menjalankan pengujian, Tabel F dapat berguna untuk dengan cepat mencari beberapa nilai yang berbeda sekaligus.

Seperti kurva distribusi normal , distribusi-F memiliki probabilitas total 1 di bawah kurva. Ini berbeda dari kurva distribusi normal karena F-tabel adalah distribusi miring ke kiri dan kurva dimulai pada 1 di sebelah kiri (kurva probabilitas normal didasarkan pada 0 di tengah).

Dalam statistika tabel F dikenal dengan tabel distribusi normal. Tabel ini digunakan untuk membantu menentukan hipotesis. Hal ini dilakukan dengan cara perbandingan antara statistik hitung dengan statistik uji.

Cara membaca tabel F digunakan saat menerapkan statistik uji F. Uji F adalah uki regresi yang dilakukan secara serentak. Uji ini biasanya digunakan untuk membandingkan dua atau lebih data. Dalam pengujiannya, tiap data memiliki perlakuan yang berulang demi menentukan besar kecilnya variansi.

Uji F bertujuan untuk mencari apakah variabel independen secara bersama – sama (stimultan) mempengaruhi variabel dependen. Uji F dilakukan untuk melihat pengaruh dari seluruh variabel bebas secara bersama-sama terhadap variabel terikat.

Tingakatan yang digunakan adalah sebesar 0.5 atau 5%, jika nilai signifikan F < 0.05 maka dapat diartikan bahwa variabel independent secara simultan mempengaruhi variabel dependen ataupun sebaliknya (Ghozali, 2016).

Tabel F adalah tabel yang menunjukkan nilai kritis dari distribusi F. Untuk menggunakan tabel distribusi F, kamu hanya memerlukan tiga nilai:

- Derajat kebebasan atau degree of freedom pembilang (DF1)

- Derajat kebebasan atau degree of freedom penyebutnya (DF2)

- Tingkat alpha (pilihan umum adalah 0,01, 0,05, dan 0,10)

Tabel berikut menunjukkan tabelF untuk alpha = 0,10. Angka-angka di sepanjang bagian atas tabel mewakili derajat kebebasan (DF) pembilang (diberi label sebagai DF1 dalam tabel) dan angka-angka di sepanjang sisi kiri tabel mewakili derajat kebebasan penyebut (diberi label sebagai DF2 dalam tabel).

Nilai kritis dalam tabel sering dibandingkan dengan statistik F dari uji F. Jika statistik F lebih besar dari nilai kritis yang ditemukan dalam tabel, maka kamu dapat menolak hipotesis nol dari uji F dan menyimpulkan bahwa hasil uji signifikan secara statistik.

Tabel distribusi-F digunakan untuk mencari nilai kritis untuk uji F. Tabel F digunakan dalam statistik untuk menemukan nilai F kritis, yang disebut statistik F, dalam pengujian hipotesis.

Tiga skenario paling umum di mana kamu akan melakukan tes F adalah untuk Uji F dalam analisis regresi untuk menguji signifikansi keseluruhan model regresi, Uji F dalam ANOVA (analisis varians) untuk menguji perbedaan keseluruhan antara rata-rata kelompok, dan Uji F untuk mengetahui apakah dua populasi memiliki varians yang sama.

Misalkan kamu melakukan analisis regresi linier berganda menggunakan jam belajar dan ujian persiapan yang diambil sebagai variabel prediktor dan nilai ujian akhir sebagai variabel respon. Ketika menjalankan analisis regresi, kamu menerima output berikut:

Dalam analisis regresi, statistik f dihitung sebagai regresi MS / residual MS. Statistik ini menunjukkan apakah model regresi memberikan kecocokan yang lebih baik dengan data daripada model yang tidak mengandung variabel independen. Intinya, menguji apakah model regresi secara keseluruhan bermanfaat.

Dalam contoh ini, statistik F adalah 273,26 / 53,68 = 5,09 .

Misalkan ketika ingin mengetahui apakah statistik F ini signifikan pada tingkat alpha = 0,05. Dengan menggunakan tabel distribusi-F untuk alfa = 0,05, dengan derajat kebebasan pembilang 2 ( df untuk Regresi) dan derajat kebebasan penyebut 9 ( df untuk Residual), diperoleh nilai kritis F adalah 4,2565.

Karena statistik f ( 5.09 ) lebih besar dari nilai kritis F ( 4.2565) , dapat disimpulkan bahwa model regresi secara keseluruhan signifikan secara statistik.

Misalkan ingin mengetahui apakah tiga teknik belajar yang berbeda menghasilkan nilai ujian yang berbeda atau tidak. Untuk menguji ini, peneliti merekrut 60 siswa. Mereka secara acak menugaskan 20 siswa masing-masing untuk menggunakan salah satu dari tiga teknik belajar selama satu bulan sebagai persiapan untuk ujian. Setelah semua siswa mengikuti ujian, kemudian melakukan ANOVA satu arah untuk mengetahui apakah teknik belajar berdampak pada nilai ujian atau tidak. Tabel berikut menunjukkan hasil ANOVA satu arah:

Dalam ANOVA, statistik f dihitung sebagai Perlakuan MS / Kesalahan MS. Statistik ini menunjukkan apakah skor rata-rata untuk ketiga kelompok adalah sama atau tidak.

Dalam contoh ini, statistik F adalah 29,4 / 16,9 = 1,74 .

Misalkan ketika ingin mengetahui apakah statistik F ini signifikan pada tingkat alpha = 0,05. Dengan menggunakan tabel distribusi-F untuk alfa = 0,05, dengan pembilang derajat kebebasan 2 ( df untuk Perlakuan) dan derajat kebebasan penyebut 12 ( df untuk Kesalahan), ditemukan bahwa nilai kritis F adalah 3,8853.

Karena statistik f ( 1.74 ) tidak lebih besar dari nilai kritis F ( 3.8853), disimpulkan bahwa tidak ada perbedaan yang signifikan secara statistik antara skor rata-rata dari ketiga kelompok.