RagamDataStatistik & Riset Data

Tool statistik

Tabel T

Nilai t kritis untuk uji t, koefisien regresi, atau pembacaan output SPSS berdasarkan df, alpha, dan arah pengujian.

Nilai t kritis

2,0452

df = 29. Bandingkan t hitung dengan nilai kritis ini. Untuk two-tail, biasanya gunakan nilai absolut t hitung.

Tabel T Ringkas

Preview df 1-5 untuk two-tail. Buka tabel lengkap jika membutuhkan df sampai 30.

dfalpha 0,1alpha 0,05alpha 0,01
16,31412,70650,00
22,924,3039,925
32,3533,1825,841
42,1322,7764,604
52,0152,5714,032
Lihat tabel lengkap df 1-30+
dfalpha 0,1alpha 0,05alpha 0,01
61,9432,4473,707
71,8952,3653,499
81,862,3063,355
91,8332,2623,25
101,8122,2283,169
111,7962,2013,106
121,7822,1793,055
131,7712,163,012
141,7612,1452,977
151,7532,1312,947
161,7462,122,921
171,742,112,898
181,7342,1012,878
191,7292,0932,861
201,7252,0862,845
211,7212,082,831
221,7172,0742,819
231,7142,0692,807
241,7112,0642,797
251,7082,062,787
261,7062,0562,779
271,7032,0522,771
281,7012,0482,763
291,6992,0452,756
301,6972,0422,75

Untuk df di luar tabel, gunakan kalkulator di atas. One-tail hanya dipakai jika hipotesis berarah sejak awal.

Hasil dari kalkulator ini bersifat bantuan perhitungan awal. Interpretasi akhir tetap perlu mempertimbangkan desain penelitian, kualitas data, asumsi statistik, dan konteks riset.

01 / Cara pakai

Mulai dari input yang benar.

  1. 01Masukkan derajat bebas.
  2. 02Pilih alpha.
  3. 03Pilih one-tail atau two-tail.
  4. 04Bandingkan dengan t hitung.

02 / Baca hasil

Jangan berhenti di angka.

Untuk two-tail, gunakan nilai absolut t hitung. Jika t hitung lebih besar dari t kritis, hasil melewati batas statistik pada alpha tersebut.

03 / Contoh kalimat

Contoh interpretasi ringkas.

Contoh: df = 29 dan alpha 0,05 two-tail menghasilkan t kritis sekitar 2,045. Jika t hitung = 2,40, hasil melewati batas signifikansi awal.

Perlu output SPSS?

Kirim data dan metode agar uji yang dipakai sesuai desain penelitian.

Kirim hasil untuk dicek

04 / Rumus

Rumus, asumsi, dan sumber

Rumus yang dipakai

tkritis=Ft−1(p;df)ptwo tail=1−α2pone tail=1−α\begin{aligned} t_{\mathrm{kritis}} &= F_t^{-1}(p; df) \\ p_{\mathrm{two\ tail}} &= 1 - \frac{\alpha}{2} \\ p_{\mathrm{one\ tail}} &= 1 - \alpha \end{aligned}

t kritis diambil dari distribusi t Student berdasarkan df, alpha, dan sisi pengujian.

Catatan sumber

OnlineStatBook dan BCcampus menjelaskan distribusi t, df, dan pemakaian nilai t untuk batas pengujian. Tool ini menghitung nilai kritis dari distribusi, bukan menyalin tabel statis.

Asumsi singkat

  • df harus sesuai desain uji.
  • One-tail hanya dipakai jika hipotesis berarah sejak awal.

Referensi utama

05 / Cek sebelum percaya

Kesalahan umum

  • Salah menghitung df.
  • Memakai one-tail tanpa hipotesis berarah.
  • Mengabaikan asumsi uji t.
Apa itu t tabel?+

T tabel adalah nilai kritis yang dipakai untuk membandingkan t hitung pada uji t.

Apa bedanya one-tail dan two-tail?+

One-tail dipakai untuk hipotesis berarah. Two-tail dipakai saat hipotesis melihat perbedaan atau pengaruh tanpa arah spesifik.

Apakah p-value lebih baik daripada t tabel?+

Keduanya bisa dipakai. Banyak output software memakai p-value, tetapi t tabel tetap berguna untuk memahami keputusan manual.