F Distribution
"F Table"
by : Danny Prasetyo Hartanto & Azkiya Triyazulfa (2024)
F Distribution (distribusi F) atau F Tabel (tabel F) merupakan pembanding bagi F hitung (F statistic atau statistik uji F) pada saat pengambilan keputusan dalam pengujian hipotesis pada statistika inferensial.
Statistika (teknik analisis data / statistika inferensial) yang menggunakan statistik uji F diantaranya
Statistika Komparatif (Uji Beda)
Pengujian signifikansi Analysis of Variance (Anova), Analysis of Covariance (Ancova), Repeated Measurement, Multivariate Analysis of Variance (Manova), Multivariate Analysis of Covariance (Mancova), Asumsi homogenitas dalam uji beda Independent t test, Asumsi homogenitas dalam anova (Levene's test), dsb
Analisis Korelasi
Pengujian signifikansi Korelasi Eta
Analisis Regresi
Pengujian signifikansi simultan dalam regresi linier, pengujian asumsi heteroskedastisitas menggunakan teknik lagrange multiplier, pengujian asumsi linieritas menggunakan teknik lagrange multiplier, uji moderasi subgroup (uji Chow), dan regresi lainnya
Analisis Data Time Series
Pengujian signifikansi simultan dalam Autoregressive Integrated Moving Average (ARIMA), Autoregressive Distribusi Lag (ARDL), Error Correction Model (ECM), Vector Autoregressive (VAR), Vector Error Correction Model (VECM), dsb
Analisis Data Panel
Chow Test dalam regresi data panel, Pengujian signifikansi simultan dalam regresi data panel, dsb
Analisis Multivariate
Exploratory Factor Analysis (EFA), Principal Component Analysis (PCA), Cluster Analysis, Discriminant Analysis, dsb.
Kritera pengujian atau kriteria pengambilan keputusan yang menggunakan statistik uji F adalah sebagai berikut :
F statistic ≥ F table (alpha, df1, df2)
maka H0 ditolak
Besarnya degree of freedom 1 (df1) dan degree of freedom 2 (df2) yang dihasilkan disetiap teknik analisis pastinya akan berbeda-beda.
Formula degree of freedom (df) dalam Uji Homogenitas pada uji Beda Independent t test adalah
df1 = n1 - 1 ; df2 = n2 - 1
dimana : n1 = besar sampel (observasi) kelompok 1, dan n2 = besar sampel (observasi) kelompok 2
Formula degree of freedom (df) dalam uji signifikansi One Way Anova adalah
df1 = k-1 ; df2 = n-k-2
dimana : k = banyaknya kelompok, n = keseluruhan sampel (banyak kelompok*pengulangan)
Formula degree of freedom (df) dalam uji signifikansi simultan Regresi Linier adalah
df1 = k ; df2 = n-k-1
dimana : k = banyaknya variabel independent, n = sampel (observasi)
dan sebagainya
Untuk mendapatkan skor F tabel secara mudah dan instan, peneliti dapat mengakses InQuest Calculator F tabel berikut :
F statistic ≥ F table(alpha, df1, df2) maka dinyatakan Signifikan (H0 ditolak)
Untuk mendapatkan nilai F tabel secara manual, peneliti dapat menggunakan F tabel berikut
Klik shortcut sesuai dengan alpha (α), df1, dan df2 yang anda butuhkan
F Tabel dengan Alpha 1% dan Degree of Freedom 2 (df2) 1 - 150
F Tabel dengan Alpha 1% dan Degree of Freedom 2 (df2) 151 - 300
F Tabel dengan Alpha 1% dan Degree of Freedom 2 (df2) 301 - 450
F Tabel dengan Alpha 1% dan Degree of Freedom 2 (df2) 451 - 600
F Tabel dengan Alpha 1% dan Degree of Freedom 2 (df2) 601 - 750
F Tabel dengan Alpha 1% dan Degree of Freedom 2 (df2) 800 - Infinity
F Tabel dengan Alpha 5% dan Degree of Freedom 2 (df2) 1 - 150
F Tabel dengan Alpha 5% dan Degree of Freedom 2 (df2) 151 - 300
F Tabel dengan Alpha 5% dan Degree of Freedom 2 (df2) 301 - 450
F Tabel dengan Alpha 5% dan Degree of Freedom 2 (df2) 451 - 600
F Tabel dengan Alpha 5% dan Degree of Freedom 2 (df2) 601 - 750
F Tabel dengan Alpha 5% dan Degree of Freedom 2 (df2) 800 - Infinite
Chi Squared Distribution (distribusi Khai Kuadrat) atau Chi Square Tabel (tabel Khai Kuadrat) merupakan pembanding bagi statistik uji chi square (chi square statistic atau biasa disebut dengan chi square hitung) pada saat pengambilan keputusan dalam pengujian hipotesis pada statistika inferensial.
Statistika (teknik analisis data / statistika inferensial) yang menggunakan statistik uji chi square diantaranya
Statistika Komparatif (Uji Beda)
Pengujian signifikansi Mc Nemar, Kruskal Walis, Median, Friedman, Kendall's W, dsb
Analisis Korelasi
Pengujian signifikansi Korelasi Chi Square dan Contingency Coefficient
Analisis Regresi
Pengujian signifikansi parsial (Wald) dalam regresi logistik, pengujian signifikansi simultan (Omnibus Test) dalam regresi logistik, pengujian kelayakan model (Hosmer & Lemeshow Test) dalam regresi logistik, pengujian asumsi normalitas, pengujian asumsi heteroskedastisitas menggunakan teknik lagrange multiplier, pengujian asumsi autokorelasi menggunakan teknik lagrange multiplier, pengujian asumsi linieritas menggunakan teknik lagrange multiplier, dan regresi lainnya
Analisis Data Panel
Chow Test dan Hausman Test dalam regresi data panel, dsb
Analisis Structural Equation Modelling
Goodness of fit dalam Structural Equation Modelling (SEM), dam Partial Least Square (SEM-PLS / biasa disebut PLS)
Referensi :
[1] Pearson, E. S., and Hartley, H. O. 1966. Biometrika Tables for Statisticians Vol. I, 3. XVI + 264 S. Preis 35 s. Auflage. Cambridge :
University Press.
[2] Gujarati, D.N. and Porter, D.C. 1978. Basic Econometrics. Boston: McGraw-Hill
[3] Gujarati, D.N. 2003. Basic Econometrics. Boston: McGraw-Hill
[4] Lehmann, E. L. 1986. Testing Statistical Hypostheses. New York : John Wiley & Sons.
[5] Walpole, R.E. 1995. Pengantar Statistika, Edisi ke-3, Jakarta : Gramedia Pustaka Utama.
[6] Draper, NR and Smith.1992. Analisis Regresi Terapan, edisi kedua. Jakarta : Gramedia Pustaka Utama.
[7] Myers, RH,.1990. Classical and Modern Regression With Aplications. United States of America : PWS-KENT Publishing Company.
[8] Mendenhall, Scheaffer and Wackery. 1981. Mathematical Statistic with application. Boston : Duxbury
[9] Douglas, L, Marchal, W, and Wathen, S. 2006. Basic Statistic for Business and Economics 5th Edition. San Fransiso : Mcgreaw-Hill
International Book Company.
[10] Neave, H.R. 1978. Statistics Tables for Mathematicians, Engineers, Economists, and The Behavioural and Management Sciences.
London : George Allen & Unwin Publisher.