Skriptast Tabel dan F Tabel: Cara Mencari di Excel dan Membacanya untuk Uji t dan Uji F
Cara mencari t tabel dan F tabel untuk uji t dan uji F: rumus df, fungsi Excel T.INV.2T dan F.INV.RT, tabel ringkas 5%, contoh 100 responden, cara membaca.
t tabel dan F tabel adalah dua nilai pembanding yang hampir selalu muncul di Bab 4 skripsi kuantitatif. Uji t memakai t tabel untuk menguji pengaruh tiap variabel bebas secara parsial, sedangkan uji F memakai F tabel untuk menguji pengaruh semua variabel bebas secara bersama-sama. Kalau salah membaca derajat bebasnya, kesimpulan hipotesis bisa berbalik.
Artikel ini membahas cara menentukan derajat bebas yang benar untuk regresi, cara mencari t tabel 0,05 dan F tabel 0,05 di Excel tanpa tabel cetak, tabel ringkas untuk jumlah responden yang umum, serta contoh lengkap dengan 100 responden. Di akhir ada cara membandingkan dengan output SPSS dan kalimat yang bisa Anda pakai di skripsi.
Fungsi t tabel dan F tabel dalam regresi
Dalam regresi linear, SPSS menghasilkan t hitung untuk setiap koefisien di tabel Coefficients dan F hitung di tabel ANOVA. Keduanya adalah statistik uji. Supaya bisa memutuskan hipotesis diterima atau ditolak, statistik uji itu dibandingkan dengan nilai kritisnya, yaitu t tabel dan F tabel pada taraf signifikansi dan derajat bebas tertentu.
- Uji t (parsial): hipotesis diterima bila t hitung lebih besar dari t tabel (dibandingkan dalam nilai mutlak untuk uji dua arah), atau bila Sig. lebih kecil dari 0,05.
- Uji F (simultan): variabel bebas dinyatakan berpengaruh bersama-sama, atau model dinyatakan layak, bila F hitung lebih besar dari F tabel, atau Sig. lebih kecil dari 0,05.
Nilai Sig. di SPSS sudah memperhitungkan derajat bebas secara otomatis, jadi keputusan lewat Sig. dan lewat tabel selalu sama. Menyebut nilai tabel tetap berguna karena banyak pedoman kampus memintanya dan penguji mudah memeriksanya.
Menentukan derajat bebas (df) untuk regresi
Ini bagian yang paling sering keliru. Misalkan n adalah jumlah responden (observasi) dan k adalah jumlah variabel bebas.
df untuk t tabel
df = n - k - 1. Angka 1 mewakili konstanta. Contoh: 100 responden dengan 2 variabel bebas, df = 100 - 2 - 1 = 97. Angka ini juga muncul di tabel ANOVA SPSS pada baris Residual, jadi Anda bisa mengeceknya langsung di output.
df untuk F tabel
F tabel memakai dua derajat bebas: df1 = k (pembilang, baris Regression di tabel ANOVA) dan df2 = n - k - 1 (penyebut, baris Residual). Contoh yang sama: df1 = 2 dan df2 = 97. Beberapa buku menulisnya sebagai F(2; 97).
Dua arah atau satu arah untuk uji t
Kalau hipotesis Anda berbunyi "X berpengaruh terhadap Y" tanpa menyebut arah, pakai t tabel dua arah: taraf 5% dibagi ke dua ekor, 0,025 tiap sisi. Kalau hipotesis menyebut arah, misalnya "X berpengaruh positif terhadap Y", pengujian satu arah bisa dipakai dan t tabelnya lebih kecil. SPSS menampilkan Sig. dua arah. Untuk satu arah, nilai Sig. dibagi dua, asalkan tanda koefisien sesuai arah hipotesis. Pastikan pilihan ini konsisten dengan rumusan hipotesis di Bab 2 dan disetujui pembimbing.
Cara mencari t tabel dan F tabel di Excel
Excel, Google Sheets, dan LibreOffice punya fungsi untuk nilai kritis ini, sehingga Anda tidak perlu tabel cetak yang kadang terpotong pada df tertentu.
t tabel
- Dua arah 5%:
=T.INV.2T(0,05;df). Contoh df = 97 menghasilkan 1,985. - Satu arah 5%:
=T.INV(0,95;df)atau=T.INV.2T(0,10;df). Contoh df = 97 menghasilkan 1,661. - Dua arah 1%:
=T.INV.2T(0,01;df). Contoh df = 97 menghasilkan 2,627.
F tabel
- Taraf 5%:
=F.INV.RT(0,05;df1;df2). Contoh df1 = 2 dan df2 = 97 menghasilkan 3,09. - Taraf 1%:
=F.INV.RT(0,01;df1;df2).
Excel berbahasa Indonesia memakai titik koma sebagai pemisah argumen dan koma sebagai desimal seperti contoh di atas. Pada Excel berbahasa Inggris, tulis =T.INV.2T(0.05,97) dan =F.INV.RT(0.05,2,97). Uji F selalu satu arah (ekor kanan), karena itu fungsinya berakhiran RT, singkatan right tail.
Tabel t ringkas (taraf 5% dan 1%)
Nilai t tabel berikut dibulatkan tiga angka di belakang koma. Kolom df dihitung dengan n - k - 1, bukan n. Beberapa baris seperti 28, 48, 58, 78, 97, dan 98 ditambahkan karena sering muncul pada data 30, 50, 60, 80, dan 100 responden.
| df | t dua arah 5% | t satu arah 5% | t dua arah 1% |
|---|---|---|---|
| 10 | 2,228 | 1,812 | 3,169 |
| 15 | 2,131 | 1,753 | 2,947 |
| 20 | 2,086 | 1,725 | 2,845 |
| 25 | 2,060 | 1,708 | 2,787 |
| 28 | 2,048 | 1,701 | 2,763 |
| 30 | 2,042 | 1,697 | 2,750 |
| 40 | 2,021 | 1,684 | 2,704 |
| 48 | 2,011 | 1,677 | 2,682 |
| 50 | 2,009 | 1,676 | 2,678 |
| 58 | 2,002 | 1,672 | 2,663 |
| 60 | 2,000 | 1,671 | 2,660 |
| 70 | 1,994 | 1,667 | 2,648 |
| 78 | 1,991 | 1,665 | 2,640 |
| 80 | 1,990 | 1,664 | 2,639 |
| 90 | 1,987 | 1,662 | 2,632 |
| 96 | 1,985 | 1,661 | 2,628 |
| 97 | 1,985 | 1,661 | 2,627 |
| 98 | 1,984 | 1,661 | 2,627 |
| 100 | 1,984 | 1,660 | 2,626 |
| 120 | 1,980 | 1,658 | 2,617 |
| 150 | 1,976 | 1,655 | 2,609 |
| 200 | 1,972 | 1,653 | 2,601 |
| 300 | 1,968 | 1,650 | 2,592 |
| 500 | 1,965 | 1,648 | 2,586 |
| 1000 | 1,962 | 1,646 | 2,581 |
Untuk df yang tidak ada di tabel, hitung dengan rumus Excel di atas. Jangan memakai nilai 1,96 untuk semua kasus. Nilai itu adalah nilai distribusi normal yang hanya mendekati t tabel pada df sangat besar.
Tabel F ringkas taraf 5%
Baris adalah df2 (n - k - 1), kolom adalah df1 (jumlah variabel bebas). Nilai dibulatkan dua angka di belakang koma, mengikuti kebiasaan tabel F di buku statistik.
| df2 \ df1 | 1 | 2 | 3 | 4 | 5 |
|---|---|---|---|---|---|
| 20 | 4,35 | 3,49 | 3,10 | 2,87 | 2,71 |
| 27 | 4,21 | 3,35 | 2,96 | 2,73 | 2,57 |
| 28 | 4,20 | 3,34 | 2,95 | 2,71 | 2,56 |
| 30 | 4,17 | 3,32 | 2,92 | 2,69 | 2,53 |
| 40 | 4,08 | 3,23 | 2,84 | 2,61 | 2,45 |
| 47 | 4,05 | 3,20 | 2,80 | 2,57 | 2,41 |
| 48 | 4,04 | 3,19 | 2,80 | 2,57 | 2,41 |
| 50 | 4,03 | 3,18 | 2,79 | 2,56 | 2,40 |
| 57 | 4,01 | 3,16 | 2,77 | 2,53 | 2,38 |
| 60 | 4,00 | 3,15 | 2,76 | 2,53 | 2,37 |
| 80 | 3,96 | 3,11 | 2,72 | 2,49 | 2,33 |
| 96 | 3,94 | 3,09 | 2,70 | 2,47 | 2,31 |
| 97 | 3,94 | 3,09 | 2,70 | 2,47 | 2,31 |
| 98 | 3,94 | 3,09 | 2,70 | 2,47 | 2,31 |
| 100 | 3,94 | 3,09 | 2,70 | 2,46 | 2,31 |
| 120 | 3,92 | 3,07 | 2,68 | 2,45 | 2,29 |
| 150 | 3,90 | 3,06 | 2,67 | 2,43 | 2,27 |
| 200 | 3,89 | 3,04 | 2,65 | 2,42 | 2,26 |
Contoh membaca: 50 responden dengan 2 variabel bebas memberi df1 = 2 dan df2 = 47, sehingga F tabel = 3,20. Kalau F hitung di tabel ANOVA 12,45, model signifikan karena 12,45 lebih besar dari 3,20.
Contoh lengkap: 100 responden, 2 variabel bebas
Misalkan (contoh) Anda meneliti pengaruh kualitas layanan (X1) dan harga (X2) terhadap kepuasan (Y) pada 100 responden. Maka k = 2, df uji t = 97, df uji F = (2; 97). t tabel dua arah 5% = 1,985 dan F tabel 5% = 3,09.
Contoh output SPSS: t hitung X1 = 4,212 (Sig. 0,000), t hitung X2 = 1,534 (Sig. 0,128), F hitung = 28,310 (Sig. 0,000). Cara membacanya:
- X1: 4,212 lebih besar dari 1,985 dan Sig. kurang dari 0,05, jadi X1 berpengaruh signifikan secara parsial. Hipotesis pertama diterima.
- X2: 1,534 lebih kecil dari 1,985 dan Sig. 0,128 lebih besar dari 0,05, jadi X2 tidak berpengaruh signifikan. Hipotesis kedua ditolak.
- Uji F: 28,310 lebih besar dari 3,09 dan Sig. kurang dari 0,05, jadi X1 dan X2 secara bersama-sama berpengaruh signifikan terhadap Y.
Contoh kalimat untuk Bab 4: "Nilai t hitung variabel kualitas layanan sebesar 4,212 lebih besar dari t tabel 1,985 (df = 97; taraf 5%) dengan signifikansi kurang dari 0,05, sehingga kualitas layanan berpengaruh signifikan terhadap kepuasan. Nilai F hitung sebesar 28,310 lebih besar dari F tabel 3,09 (df = 2; 97), sehingga kualitas layanan dan harga secara simultan berpengaruh signifikan terhadap kepuasan." Nilai Sig. 0,000 pada output sebaiknya ditulis sebagai p kurang dari 0,001, karena SPSS hanya membulatkan sampai tiga desimal.
Mencocokkan dengan output SPSS
- Jalankan Analyze, Regression, Linear, masukkan Y ke Dependent dan semua X ke Independent(s).
- Pada tabel ANOVA, catat df Regression (df1), df Residual (df2), nilai F, dan Sig.
- Pada tabel Coefficients, catat t dan Sig. tiap variabel bebas. Kolom B dipakai untuk persamaan regresi, kolom Beta untuk membandingkan kekuatan pengaruh antarvariabel.
- Cari t tabel dengan df Residual dan F tabel dengan df1 dan df2 yang sama persis dengan tabel ANOVA.
Sebelum membaca uji t dan uji F, pastikan model sudah lolos uji asumsi klasik. Penjelasannya ada di artikel uji asumsi klasik regresi di SPSS, dan cara membaca seluruh tabel regresi ada di cara membaca output regresi linear berganda.
Kesalahan yang sering terjadi
| Kesalahan | Perbaikan |
|---|---|
| Memakai df = n atau df = n - 1 untuk uji t regresi | Gunakan df = n - k - 1, cocokkan dengan baris Residual di tabel ANOVA |
| Memakai 1,96 sebagai t tabel untuk semua n | 1,96 hanya berlaku untuk df sangat besar; untuk df 97 nilainya 1,985 |
| Membandingkan t hitung negatif tanpa nilai mutlak | Bandingkan nilai mutlaknya, lalu laporkan arah dari tanda koefisien |
| Membaca F tabel dengan df1 dan df2 tertukar | df1 = k (Regression), df2 = n - k - 1 (Residual) |
| Memakai uji satu arah hanya supaya signifikan | Arah pengujian ditentukan oleh rumusan hipotesis sejak Bab 2, bukan oleh hasil |
Checklist
- n, k, df uji t, df1, dan df2 sudah dicatat dan cocok dengan tabel ANOVA.
- Taraf signifikansi dan arah pengujian sama dengan yang ditulis di Bab 3.
- t tabel dan F tabel diambil dari Excel atau tabel di atas pada df yang tepat.
- Setiap kesimpulan hipotesis menyebut t hitung, t tabel, dan Sig.
Kalau output regresi Anda sudah ada tetapi angka-angkanya belum jadi kalimat yang runtut, Skriptas bisa mendampingi lewat bimbingan olah data SPSS via Zoom mulai Rp25.000 per sesi. Anda yang memegang SPSS, saya memandu dari uji asumsi sampai penulisan hasil. Untuk tahap sebelum ini, baca cara mencari r tabel untuk uji validitas dan tutorial skripsi asosiatif dengan regresi. Konsultasi awal gratis lewat WhatsApp.
Pertanyaan yang sering diajukan
t tabel untuk 100 responden berapa?
Tergantung jumlah variabel bebas. Dengan 2 variabel bebas, df = 100 - 2 - 1 = 97, t tabel dua arah 5% = 1,985 dan satu arah 5% = 1,661.
Apa beda t tabel 1 arah dan 2 arah?
Dua arah membagi taraf 5% ke dua ekor (0,025 tiap sisi) dan dipakai bila hipotesis tidak menyebut arah. Satu arah menaruh seluruh 5% di satu ekor dan nilainya lebih kecil, dipakai bila hipotesis menyebut arah pengaruh.
F tabel dibaca dengan df berapa?
df1 = jumlah variabel bebas (k) dan df2 = n - k - 1. Keduanya tercantum di tabel ANOVA SPSS pada baris Regression dan Residual.
Kalau t hitung negatif, bagaimana membandingkannya?
Bandingkan nilai mutlaknya. t hitung -2,40 dengan t tabel 1,985 berarti signifikan, dan tanda negatif menunjukkan arah pengaruh yang berlawanan.
Apakah Sig. di SPSS sudah cukup tanpa t tabel?
Secara statistik cukup, karena Sig. sudah memperhitungkan df. Namun banyak pedoman kampus meminta nilai t tabel dan F tabel disebut, jadi cantumkan keduanya.