Download T Tabel Statistika (PDF)✔️Rumus ✔️dan Panduan cara membaca/ mencari nilai T Tabel dengan Mudah + Contoh Soal✔️
T tabel merupakan salah satu metode dalam pengolahan data yang umum digunakan pada ilmu statistika. Dalam ilmu statistika, uji T ini kerap digunakan untuk dalam mengolah data untuk mengetahui apakah variabel pada datanya saling berhubungan atau tidak.
T tabel merupakan tabel distribusi yang berfungsi untuk melakukan uji hipotesis pada penelitian yang menggunakan statistik uji T sebagai perbandingan.
Untuk lebih mudah dalam mempelajarinya, berikut wikistatistika ulas materi T tabel yang dilengkapi dengan bagaimana cara membaca T tabel, cara menghitungnya, rumus, serta download t tabel pdf terlengkap.
Pengertian T Tabel
Pada ilmu statistika, dikenal adanya statistik hitung serta statistik uji. Statistik hitung bisa dengan mudah diperoleh melalui perhitungan sendiri, sedangkan untuk statistik uji diperlukan tabel distribusi tergantung pada jenis statistik ujinya.
Adapun definisi dari T tabel adalah salah satu jenis tabel distribusi yang digunakan apabila suatu penelitian menggunakan statistik uji T sebagai perbandingan. Fungsinya T tabel yang utama adalah untuk menentukan hipotesis, namun pemakaiannya sangat bervariasi.
Diantara beberapa fungsi tabel T statistika yang lainnya adalah untuk pengujian berikut :
- Menguji apakah dua rerata berbeda secara signifikan (uji t dua sampel)
- Menguji apakah dua variabel berhubungan secara signifikan (regresi linier atau korelasi)
- Menghitung interval kepercayaan (rata-rata atau koefisien regresi)
Dalam hal pemakaian, tabelnya sendiri bisa digunakan baik pada objek studi berpasangan maupun tidak berpasangan. Metode ujinya juga dapat digunakan untuk sampel kecil atau besar, sebab pada jumlah sampel n ≥ 30, hasil distribusinya mendekati distribusi normal.
Secara historis, metode uji T ini pertama kali dikembangkan oleh William Selly Gosset sebagai alternatif dari penggunaan nilai Z dari distribusi normal. Karena awalnya ia menggunakan nama samaran Student, metode ini kemudian dikenal sebagai uji t-student atau uji T.
Metode ini digunakan sebagai acuan utuk menarik kesimpulan dari sebuah atau sekelompok data. Sehingga, diperlukan sebuah hipotesis awal yang menggunakan hubungan antar dua variabel serta tingkat kepercayaan data atau tingkat signifikansi.
Semakin kecil tingkat signifikansi, maka tingkat kepercayaan terhadap datanya semakin tinggi. Namun, besaran dari tingkat signifikansi ini juga bisa berbeda tergantu pada jenis uji t-nya, apakah uji berpasangan atau tidak berpasangan.
Download T Tabel (PDF)
Dalam ilmu statistika, penggunaan tabel distribusi normal memang penting untuk membantu menentukan hipotesis. Misalnya untuk statistik uji F, maka digunakan tabel distribusi F. begitu pun jika menggunakan statistik uji T, maka digunakan tabel distribusi T.
Sekilas, tabelnya terlihat rumit sebab hanya berisikan deretan angka-angka sebagai acuan dalam penarikan kesimpulan. Namun, terdapat cara khusus untuk menghitung maupun membaca tabelnya agar bisa dimanfaatkan untuk menentukan hipotesis penelitian.
Jika anda tertarik untuk mempelajarinya lebih dalam, silahkan anda download tabel T statistika disini : 
Selain bisa mendownload file tabel T diatas, anda juga bisa langsung mempelajarinya melalui tabel t statistika yang kami sajikan dibawah ini:
- T Tabel df 1 – 40
| Pr | 0.25 | 0.10 | 0.05 | 0.025 | 0.01 | 0.005 | 0.001 |
| df | 0.50 | 0.20 | 0.10 | 0.050 | 0.02 | 0.010 | 0.002 |
| 1 | 1.00000 | 3.07768 | 6.31375 | 12.70620 | 31.82052 | 63.65674 | 318.30884 |
| 2 | 0.81650 | 1.88562 | 2.91999 | 4.30265 | 6.96456 | 9.92484 | 22.32712 |
| 3 | 0.76489 | 1.63774 | 2.35336 | 3.18245 | 4.54070 | 5.84091 | 10.21453 |
| 4 | 0.74070 | 1.53321 | 2.13185 | 2.77645 | 3.74695 | 4.60409 | 7.17318 |
| 5 | 0.72669 | 1.47588 | 2.01505 | 2.57058 | 3.36493 | 4.03214 | 5.89343 |
| 6 | 0.71756 | 1.43976 | 1.94318 | 2.44691 | 3.14267 | 3.70743 | 5.20763 |
| 7 | 0.71114 | 1.41492 | 1.89458 | 2.36462 | 2.99795 | 3.49948 | 4.78529 |
| 8 | 0.70639 | 1.39682 | 1.85955 | 2.30600 | 2.89646 | 3.35539 | 4.50079 |
| 9 | 0.70272 | 1.38303 | 1.83311 | 2.26216 | 2.82144 | 3.24984 | 4.29681 |
| 10 | 0.69981 | 1.37218 | 1.81246 | 2.22814 | 2.76377 | 3.16927 | 4.14370 |
| 11 | 0.69745 | 1.36343 | 1.79588 | 2.20099 | 2.71808 | 3.10581 | 4.02470 |
| 12 | 0.69548 | 1.35622 | 1.78229 | 2.17881 | 2.68100 | 3.05454 | 3.92963 |
| 13 | 0.69383 | 1.35017 | 1.77093 | 2.16037 | 2.65031 | 3.01228 | 3.85198 |
| 14 | 0.69242 | 1.34503 | 1.76131 | 2.14479 | 2.62449 | 2.97684 | 3.78739 |
| 15 | 0.69120 | 1.34061 | 1.75305 | 2.13145 | 2.60248 | 2.94671 | 3.73283 |
| 16 | 0.69013 | 1.33676 | 1.74588 | 2.11991 | 2.58349 | 2.92078 | 3.68615 |
| 17 | 0.68920 | 1.33338 | 1.73961 | 2.10982 | 2.56693 | 2.89823 | 3.64577 |
| 18 | 0.68836 | 1.33039 | 1.73406 | 2.10092 | 2.55238 | 2.87844 | 3.61048 |
| 19 | 0.68762 | 1.32773 | 1.72913 | 2.09302 | 2.53948 | 2.86093 | 3.57940 |
| 20 | 0.68695 | 1.32534 | 1.72472 | 2.08596 | 2.52798 | 2.84534 | 3.55181 |
| 21 | 0.68635 | 1.32319 | 1.72074 | 2.07961 | 2.51765 | 2.83136 | 3.52715 |
| 22 | 0.68581 | 1.32124 | 1.71714 | 2.07387 | 2.50832 | 2.81876 | 3.50499 |
| 23 | 0.68531 | 1.31946 | 1.71387 | 2.06866 | 2.49987 | 2.80734 | 3.48496 |
| 24 | 0.68485 | 1.31784 | 1.71088 | 2.06390 | 2.49216 | 2.79694 | 3.46678 |
| 25 | 0.68443 | 1.31635 | 1.70814 | 2.05954 | 2.48511 | 2.78744 | 3.45019 |
| 26 | 0.68404 | 1.31497 | 1.70562 | 2.05553 | 2.47863 | 2.77871 | 3.43500 |
| 27 | 0.68368 | 1.31370 | 1.70329 | 2.05183 | 2.47266 | 2.77068 | 3.42103 |
| 28 | 0.68335 | 1.31253 | 1.70113 | 2.04841 | 2.46714 | 2.76326 | 3.40816 |
| 29 | 0.68304 | 1.31143 | 1.69913 | 2.04523 | 2.46202 | 2.75639 | 3.39624 |
| 30 | 0.68276 | 1.31042 | 1.69726 | 2.04227 | 2.45726 | 2.75000 | 3.38518 |
| 31 | 0.68249 | 1.30946 | 1.69552 | 2.03951 | 2.45282 | 2.74404 | 3.37490 |
| 32 | 0.68223 | 1.30857 | 1.69389 | 2.03693 | 2.44868 | 2.73848 | 3.36531 |
| 33 | 0.68200 | 1.30774 | 1.69236 | 2.03452 | 2.44479 | 2.73328 | 3.35634 |
| 34 | 0.68177 | 1.30695 | 1.69092 | 2.03224 | 2.44115 | 2.72839 | 3.34793 |
| 35 | 0.68156 | 1.30621 | 1.68957 | 2.03011 | 2.43772 | 2.72381 | 3.34005 |
| 36 | 0.68137 | 1.30551 | 1.68830 | 2.02809 | 2.43449 | 2.71948 | 3.33262 |
| 37 | 0.68118 | 1.30485 | 1.68709 | 2.02619 | 2.43145 | 2.71541 | 3.32563 |
| 38 | 0.68100 | 1.30423 | 1.68595 | 2.02439 | 2.42857 | 2.71156 | 3.31903 |
| 39 | 0.68083 | 1.30364 | 1.68488 | 2.02269 | 2.42584 | 2.70791 | 3.31279 |
| 40 | 0.68067 | 1.30308 | 1.68385 | 2.02108 | 2.42326 | 2.70446 | 3.30688 |
- T Tabel df 41 – 80
| Pr | 0.25 | 0.10 | 0.05 | 0.025 | 0.01 | 0.005 | 0.001 |
| df | 0.50 | 0.20 | 0.10 | 0.050 | 0.02 | 0.010 | 0.002 |
| 41 | 0.68052 | 1.30254 | 1.68288 | 2.01954 | 2.42080 | 2.70118 | 3.30127 |
| 42 | 0.68038 | 1.30204 | 1.68195 | 2.01808 | 2.41847 | 2.69807 | 3.29595 |
| 43 | 0.68024 | 1.30155 | 1.68107 | 2.01669 | 2.41625 | 2.69510 | 3.29089 |
| 44 | 0.68011 | 1.30109 | 1.68023 | 2.01537 | 2.41413 | 2.69228 | 3.28607 |
| 45 | 0.67998 | 1.30065 | 1.67943 | 2.01410 | 2.41212 | 2.68959 | 3.28148 |
| 46 | 0.67986 | 1.30023 | 1.67866 | 2.01290 | 2.41019 | 2.68701 | 3.27710 |
| 47 | 0.67975 | 1.29982 | 1.67793 | 2.01174 | 2.40835 | 2.68456 | 3.27291 |
| 48 | 0.67964 | 1.29944 | 1.67722 | 2.01063 | 2.40658 | 2.68220 | 3.26891 |
| 49 | 0.67953 | 1.29907 | 1.67655 | 2.00958 | 2.40489 | 2.67995 | 3.26508 |
| 50 | 0.67943 | 1.29871 | 1.67591 | 2.00856 | 2.40327 | 2.67779 | 3.26141 |
| 51 | 0.67933 | 1.29837 | 1.67528 | 2.00758 | 2.40172 | 2.67572 | 3.25789 |
| 52 | 0.67924 | 1.29805 | 1.67469 | 2.00665 | 2.40022 | 2.67373 | 3.25451 |
| 53 | 0.67915 | 1.29773 | 1.67412 | 2.00575 | 2.39879 | 2.67182 | 3.25127 |
| 54 | 0.67906 | 1.29743 | 1.67356 | 2.00488 | 2.39741 | 2.66998 | 3.24815 |
| 55 | 0.67898 | 1.29713 | 1.67303 | 2.00404 | 2.39608 | 2.66822 | 3.24515 |
| 56 | 0.67890 | 1.29685 | 1.67252 | 2.00324 | 2.39480 | 2.66651 | 3.24226 |
| 57 | 0.67882 | 1.29658 | 1.67203 | 2.00247 | 2.39357 | 2.66487 | 3.23948 |
| 58 | 0.67874 | 1.29632 | 1.67155 | 2.00172 | 2.39238 | 2.66329 | 3.23680 |
| 59 | 0.67867 | 1.29607 | 1.67109 | 2.00100 | 2.39123 | 2.66176 | 3.23421 |
| 60 | 0.67860 | 1.29582 | 1.67065 | 2.00030 | 2.39012 | 2.66028 | 3.23171 |
| 61 | 0.67853 | 1.29558 | 1.67022 | 1.99962 | 2.38905 | 2.65886 | 3.22930 |
| 62 | 0.67847 | 1.29536 | 1.66980 | 1.99897 | 2.38801 | 2.65748 | 3.22696 |
| 63 | 0.67840 | 1.29513 | 1.66940 | 1.99834 | 2.38701 | 2.65615 | 3.22471 |
| 64 | 0.67834 | 1.29492 | 1.66901 | 1.99773 | 2.38604 | 2.65485 | 3.22253 |
| 65 | 0.67828 | 1.29471 | 1.66864 | 1.99714 | 2.38510 | 2.65360 | 3.22041 |
| 66 | 0.67823 | 1.29451 | 1.66827 | 1.99656 | 2.38419 | 2.65239 | 3.21837 |
| 67 | 0.67817 | 1.29432 | 1.66792 | 1.99601 | 2.38330 | 2.65122 | 3.21639 |
| 68 | 0.67811 | 1.29413 | 1.66757 | 1.99547 | 2.38245 | 2.65008 | 3.21446 |
| 69 | 0.67806 | 1.29394 | 1.66724 | 1.99495 | 2.38161 | 2.64898 | 3.21260 |
| 70 | 0.67801 | 1.29376 | 1.66691 | 1.99444 | 2.38081 | 2.64790 | 3.21079 |
| 71 | 0.67796 | 1.29359 | 1.66660 | 1.99394 | 2.38002 | 2.64686 | 3.20903 |
| 72 | 0.67791 | 1.29342 | 1.66629 | 1.99346 | 2.37926 | 2.64585 | 3.20733 |
| 73 | 0.67787 | 1.29326 | 1.66600 | 1.99300 | 2.37852 | 2.64487 | 3.20567 |
| 74 | 0.67782 | 1.29310 | 1.66571 | 1.99254 | 2.37780 | 2.64391 | 3.20406 |
| 75 | 0.67778 | 1.29294 | 1.66543 | 1.99210 | 2.37710 | 2.64298 | 3.20249 |
| 76 | 0.67773 | 1.29279 | 1.66515 | 1.99167 | 2.37642 | 2.64208 | 3.20096 |
| 77 | 0.67769 | 1.29264 | 1.66488 | 1.99125 | 2.37576 | 2.64120 | 3.19948 |
| 78 | 0.67765 | 1.29250 | 1.66462 | 1.99085 | 2.37511 | 2.64034 | 3.19804 |
| 79 | 0.67761 | 1.29236 | 1.66437 | 1.99045 | 2.37448 | 2.63950 | 3.19663 |
| 80 | 0.67757 | 1.29222 | 1.66412 | 1.99006 | 2.37387 | 2.63869 | 3.19526 |
- T Tabel df 81 – 120
| Pr | 0.25 | 0.10 | 0.05 | 0.025 | 0.01 | 0.005 | 0.001 |
| df | 0.50 | 0.20 | 0.10 | 0.050 | 0.02 | 0.010 | 0.002 |
| 81 | 0.67753 | 1.29209 | 1.66388 | 1.98969 | 2.37327 | 2.63790 | 3.19392 |
| 82 | 0.67749 | 1.29196 | 1.66365 | 1.98932 | 2.37269 | 2.63712 | 3.19262 |
| 83 | 0.67746 | 1.29183 | 1.66342 | 1.98896 | 2.37212 | 2.63637 | 3.19135 |
| 84 | 0.67742 | 1.29171 | 1.66320 | 1.98861 | 2.37156 | 2.63563 | 3.19011 |
| 85 | 0.67739 | 1.29159 | 1.66298 | 1.98827 | 2.37102 | 2.63491 | 3.18890 |
| 86 | 0.67735 | 1.29147 | 1.66277 | 1.98793 | 2.37049 | 2.63421 | 3.18772 |
| 87 | 0.67732 | 1.29136 | 1.66256 | 1.98761 | 2.36998 | 2.63353 | 3.18657 |
| 88 | 0.67729 | 1.29125 | 1.66235 | 1.98729 | 2.36947 | 2.63286 | 3.18544 |
| 89 | 0.67726 | 1.29114 | 1.66216 | 1.98698 | 2.36898 | 2.63220 | 3.18434 |
| 90 | 0.67723 | 1.29103 | 1.66196 | 1.98667 | 2.36850 | 2.63157 | 3.18327 |
| 91 | 0.67720 | 1.29092 | 1.66177 | 1.98638 | 2.36803 | 2.63094 | 3.18222 |
| 92 | 0.67717 | 1.29082 | 1.66159 | 1.98609 | 2.36757 | 2.63033 | 3.18119 |
| 93 | 0.67714 | 1.29072 | 1.66140 | 1.98580 | 2.36712 | 2.62973 | 3.18019 |
| 94 | 0.67711 | 1.29062 | 1.66123 | 1.98552 | 2.36667 | 2.62915 | 3.17921 |
| 95 | 0.67708 | 1.29053 | 1.66105 | 1.98525 | 2.36624 | 2.62858 | 3.17825 |
| 96 | 0.67705 | 1.29043 | 1.66088 | 1.98498 | 2.36582 | 2.62802 | 3.17731 |
| 97 | 0.67703 | 1.29034 | 1.66071 | 1.98472 | 2.36541 | 2.62747 | 3.17639 |
| 98 | 0.67700 | 1.29025 | 1.66055 | 1.98447 | 2.36500 | 2.62693 | 3.17549 |
| 99 | 0.67698 | 1.29016 | 1.66039 | 1.98422 | 2.36461 | 2.62641 | 3.17460 |
| 100 | 0.67695 | 1.29007 | 1.66023 | 1.98397 | 2.36422 | 2.62589 | 3.17374 |
| 101 | 0.67693 | 1.28999 | 1.66008 | 1.98373 | 2.36384 | 2.62539 | 3.17289 |
| 102 | 0.67690 | 1.28991 | 1.65993 | 1.98350 | 2.36346 | 2.62489 | 3.17206 |
| 103 | 0.67688 | 1.28982 | 1.65978 | 1.98326 | 2.36310 | 2.62441 | 3.17125 |
| 104 | 0.67686 | 1.28974 | 1.65964 | 1.98304 | 2.36274 | 2.62393 | 3.17045 |
| 105 | 0.67683 | 1.28967 | 1.65950 | 1.98282 | 2.36239 | 2.62347 | 3.16967 |
| 106 | 0.67681 | 1.28959 | 1.65936 | 1.98260 | 2.36204 | 2.62301 | 3.16890 |
| 107 | 0.67679 | 1.28951 | 1.65922 | 1.98238 | 2.36170 | 2.62256 | 3.16815 |
| 108 | 0.67677 | 1.28944 | 1.65909 | 1.98217 | 2.36137 | 2.62212 | 3.16741 |
| 109 | 0.67675 | 1.28937 | 1.65895 | 1.98197 | 2.36105 | 2.62169 | 3.16669 |
| 110 | 0.67673 | 1.28930 | 1.65882 | 1.98177 | 2.36073 | 2.62126 | 3.16598 |
| 111 | 0.67671 | 1.28922 | 1.65870 | 1.98157 | 2.36041 | 2.62085 | 3.16528 |
| 112 | 0.67669 | 1.28916 | 1.65857 | 1.98137 | 2.36010 | 2.62044 | 3.16460 |
| 113 | 0.67667 | 1.28909 | 1.65845 | 1.98118 | 2.35980 | 2.62004 | 3.16392 |
| 114 | 0.67665 | 1.28902 | 1.65833 | 1.98099 | 2.35950 | 2.61964 | 3.16326 |
| 115 | 0.67663 | 1.28896 | 1.65821 | 1.98081 | 2.35921 | 2.61926 | 3.16262 |
| 116 | 0.67661 | 1.28889 | 1.65810 | 1.98063 | 2.35892 | 2.61888 | 3.16198 |
| 117 | 0.67659 | 1.28883 | 1.65798 | 1.98045 | 2.35864 | 2.61850 | 3.16135 |
| 118 | 0.67657 | 1.28877 | 1.65787 | 1.98027 | 2.35837 | 2.61814 | 3.16074 |
| 119 | 0.67656 | 1.28871 | 1.65776 | 1.98010 | 2.35809 | 2.61778 | 3.16013 |
| 120 | 0.67654 | 1.28865 | 1.65765 | 1.97993 | 2.35782 | 2.61742 | 3.15954 |
- T Tabel df 121 – 160
| Pr | 0.25 | 0.10 | 0.05 | 0.025 | 0.01 | 0.005 | 0.001 |
| df | 0.50 | 0.20 | 0.10 | 0.050 | 0.02 | 0.010 | 0.002 |
| 121 | 0.67652 | 1.28859 | 1.65754 | 1.97976 | 2.35756 | 2.61707 | 3.15895 |
| 122 | 0.67651 | 1.28853 | 1.65744 | 1.97960 | 2.35730 | 2.61673 | 3.15838 |
| 123 | 0.67649 | 1.28847 | 1.65734 | 1.97944 | 2.35705 | 2.61639 | 3.15781 |
| 124 | 0.67647 | 1.28842 | 1.65723 | 1.97928 | 2.35680 | 2.61606 | 3.15726 |
| 125 | 0.67646 | 1.28836 | 1.65714 | 1.97912 | 2.35655 | 2.61573 | 3.15671 |
| 126 | 0.67644 | 1.28831 | 1.65704 | 1.97897 | 2.35631 | 2.61541 | 3.15617 |
| 127 | 0.67643 | 1.28825 | 1.65694 | 1.97882 | 2.35607 | 2.61510 | 3.15565 |
| 128 | 0.67641 | 1.28820 | 1.65685 | 1.97867 | 2.35583 | 2.61478 | 3.15512 |
| 129 | 0.67640 | 1.28815 | 1.65675 | 1.97852 | 2.35560 | 2.61448 | 3.15461 |
| 130 | 0.67638 | 1.28810 | 1.65666 | 1.97838 | 2.35537 | 2.61418 | 3.15411 |
| 131 | 0.67637 | 1.28805 | 1.65657 | 1.97824 | 2.35515 | 2.61388 | 3.15361 |
| 132 | 0.67635 | 1.28800 | 1.65648 | 1.97810 | 2.35493 | 2.61359 | 3.15312 |
| 133 | 0.67634 | 1.28795 | 1.65639 | 1.97796 | 2.35471 | 2.61330 | 3.15264 |
| 134 | 0.67633 | 1.28790 | 1.65630 | 1.97783 | 2.35450 | 2.61302 | 3.15217 |
| 135 | 0.67631 | 1.28785 | 1.65622 | 1.97769 | 2.35429 | 2.61274 | 3.15170 |
| 136 | 0.67630 | 1.28781 | 1.65613 | 1.97756 | 2.35408 | 2.61246 | 3.15124 |
| 137 | 0.67628 | 1.28776 | 1.65605 | 1.97743 | 2.35387 | 2.61219 | 3.15079 |
| 138 | 0.67627 | 1.28772 | 1.65597 | 1.97730 | 2.35367 | 2.61193 | 3.15034 |
| 139 | 0.67626 | 1.28767 | 1.65589 | 1.97718 | 2.35347 | 2.61166 | 3.14990 |
| 140 | 0.67625 | 1.28763 | 1.65581 | 1.97705 | 2.35328 | 2.61140 | 3.14947 |
| 141 | 0.67623 | 1.28758 | 1.65573 | 1.97693 | 2.35309 | 2.61115 | 3.14904 |
| 142 | 0.67622 | 1.28754 | 1.65566 | 1.97681 | 2.35289 | 2.61090 | 3.14862 |
| 143 | 0.67621 | 1.28750 | 1.65558 | 1.97669 | 2.35271 | 2.61065 | 3.14820 |
| 144 | 0.67620 | 1.28746 | 1.65550 | 1.97658 | 2.35252 | 2.61040 | 3.14779 |
| 145 | 0.67619 | 1.28742 | 1.65543 | 1.97646 | 2.35234 | 2.61016 | 3.14739 |
| 146 | 0.67617 | 1.28738 | 1.65536 | 1.97635 | 2.35216 | 2.60992 | 3.14699 |
| 147 | 0.67616 | 1.28734 | 1.65529 | 1.97623 | 2.35198 | 2.60969 | 3.14660 |
| 148 | 0.67615 | 1.28730 | 1.65521 | 1.97612 | 2.35181 | 2.60946 | 3.14621 |
| 149 | 0.67614 | 1.28726 | 1.65514 | 1.97601 | 2.35163 | 2.60923 | 3.14583 |
| 150 | 0.67613 | 1.28722 | 1.65508 | 1.97591 | 2.35146 | 2.60900 | 3.14545 |
| 151 | 0.67612 | 1.28718 | 1.65501 | 1.97580 | 2.35130 | 2.60878 | 3.14508 |
| 152 | 0.67611 | 1.28715 | 1.65494 | 1.97569 | 2.35113 | 2.60856 | 3.14471 |
| 153 | 0.67610 | 1.28711 | 1.65487 | 1.97559 | 2.35097 | 2.60834 | 3.14435 |
| 154 | 0.67609 | 1.28707 | 1.65481 | 1.97549 | 2.35081 | 2.60813 | 3.14400 |
| 155 | 0.67608 | 1.28704 | 1.65474 | 1.97539 | 2.35065 | 2.60792 | 3.14364 |
| 156 | 0.67607 | 1.28700 | 1.65468 | 1.97529 | 2.35049 | 2.60771 | 3.14330 |
| 157 | 0.67606 | 1.28697 | 1.65462 | 1.97519 | 2.35033 | 2.60751 | 3.14295 |
| 158 | 0.67605 | 1.28693 | 1.65455 | 1.97509 | 2.35018 | 2.60730 | 3.14261 |
| 159 | 0.67604 | 1.28690 | 1.65449 | 1.97500 | 2.35003 | 2.60710 | 3.14228 |
| 160 | 0.67603 | 1.28687 | 1.65443 | 1.97490 | 2.34988 | 2.60691 | 3.14195 |
- T Tabel df 161 – 200
| Pr | 0.25 | 0.10 | 0.05 | 0.025 | 0.01 | 0.005 | 0.001 |
| df | 0.50 | 0.20 | 0.10 | 0.050 | 0.02 | 0.010 | 0.002 |
| 161 | 0.67602 | 1.28683 | 1.65437 | 1.97481 | 2.34973 | 2.60671 | 3.14162 |
| 162 | 0.67601 | 1.28680 | 1.65431 | 1.97472 | 2.34959 | 2.60652 | 3.14130 |
| 163 | 0.67600 | 1.28677 | 1.65426 | 1.97462 | 2.34944 | 2.60633 | 3.14098 |
| 164 | 0.67599 | 1.28673 | 1.65420 | 1.97453 | 2.34930 | 2.60614 | 3.14067 |
| 165 | 0.67598 | 1.28670 | 1.65414 | 1.97445 | 2.34916 | 2.60595 | 3.14036 |
| 166 | 0.67597 | 1.28667 | 1.65408 | 1.97436 | 2.34902 | 2.60577 | 3.14005 |
| 167 | 0.67596 | 1.28664 | 1.65403 | 1.97427 | 2.34888 | 2.60559 | 3.13975 |
| 168 | 0.67595 | 1.28661 | 1.65397 | 1.97419 | 2.34875 | 2.60541 | 3.13945 |
| 169 | 0.67594 | 1.28658 | 1.65392 | 1.97410 | 2.34862 | 2.60523 | 3.13915 |
| 170 | 0.67594 | 1.28655 | 1.65387 | 1.97402 | 2.34848 | 2.60506 | 3.13886 |
| 171 | 0.67593 | 1.28652 | 1.65381 | 1.97393 | 2.34835 | 2.60489 | 3.13857 |
| 172 | 0.67592 | 1.28649 | 1.65376 | 1.97385 | 2.34822 | 2.60471 | 3.13829 |
| 173 | 0.67591 | 1.28646 | 1.65371 | 1.97377 | 2.34810 | 2.60455 | 3.13801 |
| 174 | 0.67590 | 1.28644 | 1.65366 | 1.97369 | 2.34797 | 2.60438 | 3.13773 |
| 175 | 0.67589 | 1.28641 | 1.65361 | 1.97361 | 2.34784 | 2.60421 | 3.13745 |
| 176 | 0.67589 | 1.28638 | 1.65356 | 1.97353 | 2.34772 | 2.60405 | 3.13718 |
| 177 | 0.67588 | 1.28635 | 1.65351 | 1.97346 | 2.34760 | 2.60389 | 3.13691 |
| 178 | 0.67587 | 1.28633 | 1.65346 | 1.97338 | 2.34748 | 2.60373 | 3.13665 |
| 179 | 0.67586 | 1.28630 | 1.65341 | 1.97331 | 2.34736 | 2.60357 | 3.13638 |
| 180 | 0.67586 | 1.28627 | 1.65336 | 1.97323 | 2.34724 | 2.60342 | 3.13612 |
| 181 | 0.67585 | 1.28625 | 1.65332 | 1.97316 | 2.34713 | 2.60326 | 3.13587 |
| 182 | 0.67584 | 1.28622 | 1.65327 | 1.97308 | 2.34701 | 2.60311 | 3.13561 |
| 183 | 0.67583 | 1.28619 | 1.65322 | 1.97301 | 2.34690 | 2.60296 | 3.13536 |
| 184 | 0.67583 | 1.28617 | 1.65318 | 1.97294 | 2.34678 | 2.60281 | 3.13511 |
| 185 | 0.67582 | 1.28614 | 1.65313 | 1.97287 | 2.34667 | 2.60267 | 3.13487 |
| 186 | 0.67581 | 1.28612 | 1.65309 | 1.97280 | 2.34656 | 2.60252 | 3.13463 |
| 187 | 0.67580 | 1.28610 | 1.65304 | 1.97273 | 2.34645 | 2.60238 | 3.13438 |
| 188 | 0.67580 | 1.28607 | 1.65300 | 1.97266 | 2.34635 | 2.60223 | 3.13415 |
| 189 | 0.67579 | 1.28605 | 1.65296 | 1.97260 | 2.34624 | 2.60209 | 3.13391 |
| 190 | 0.67578 | 1.28602 | 1.65291 | 1.97253 | 2.34613 | 2.60195 | 3.13368 |
| 191 | 0.67578 | 1.28600 | 1.65287 | 1.97246 | 2.34603 | 2.60181 | 3.13345 |
| 192 | 0.67577 | 1.28598 | 1.65283 | 1.97240 | 2.34593 | 2.60168 | 3.13322 |
| 193 | 0.67576 | 1.28595 | 1.65279 | 1.97233 | 2.34582 | 2.60154 | 3.13299 |
| 194 | 0.67576 | 1.28593 | 1.65275 | 1.97227 | 2.34572 | 2.60141 | 3.13277 |
| 195 | 0.67575 | 1.28591 | 1.65271 | 1.97220 | 2.34562 | 2.60128 | 3.13255 |
| 196 | 0.67574 | 1.28589 | 1.65267 | 1.97214 | 2.34552 | 2.60115 | 3.13233 |
| 197 | 0.67574 | 1.28586 | 1.65263 | 1.97208 | 2.34543 | 2.60102 | 3.13212 |
| 198 | 0.67573 | 1.28584 | 1.65259 | 1.97202 | 2.34533 | 2.60089 | 3.13190 |
| 199 | 0.67572 | 1.28582 | 1.65255 | 1.97196 | 2.34523 | 2.60076 | 3.13169 |
| 200 | 0.67572 | 1.28580 | 1.65251 | 1.97190 | 2.34514 | 2.60063 | 3.13148 |
- T Tabel Uji Dua Sisi Tingkat Signifikansi (α)
| Degrees of
freedom (df) 1 2 3 4 5 |
.2 3.078 1.886 1.638 1.533 1.476 |
.15 4.165 2.282 1.924 1.778 1.699 |
.1 6.314 2.920 2.353 2.132 2.015 |
.05 12.706 4.303 3.182 2.776 2.571 |
.025 25.452 6.205 4.177 3.495 3.163 |
.01 63.657 9.925 5.841 4.604 4.032 |
.005 127.321 14.089 7.453 5.598 4.773 |
.001 636.619 31.599 12.924 8.610 6.869 |
| 6 | 1.440 | 1.650 | 1.943 | 2.447 | 2.969 | 3.707 | 4.317 | 5.959 |
| 7 | 1.415 | 1.617 | 1.895 | 2.365 | 2.841 | 3.499 | 4.029 | 5.408 |
| 8 | 1.397 | 1.592 | 1.860 | 2.306 | 2.752 | 3.355 | 3.833 | 5.041 |
| 9 | 1.383 | 1.574 | 1.833 | 2.262 | 2.685 | 3.250 | 3.690 | 4.781 |
| 10 | 1.372 | 1.559 | 1.812 | 2.228 | 2.634 | 3.169 | 3.581 | 4.587 |
| 11 | 1.363 | 1.548 | 1.796 | 2.201 | 2.593 | 3.106 | 3.497 | 4.437 |
| 12 | 1.356 | 1.538 | 1.782 | 2.179 | 2.560 | 3.055 | 3.428 | 4.318 |
| 13 | 1.350 | 1.530 | 1.771 | 2.160 | 2.533 | 3.012 | 3.372 | 4.221 |
| 14 | 1.345 | 1.523 | 1.761 | 2.145 | 2.510 | 2.977 | 3.326 | 4.140 |
| 15 | 1.341 | 1.517 | 1.753 | 2.131 | 2.490 | 2.947 | 3.286 | 4.073 |
| 16 | 1.337 | 1.512 | 1.746 | 2.120 | 2.473 | 2.921 | 3.252 | 4.015 |
| 17 | 1.333 | 1.508 | 1.740 | 2.110 | 2.458 | 2.898 | 3.222 | 3.965 |
| 18 | 1.330 | 1.504 | 1.734 | 2.101 | 2.445 | 2.878 | 3.197 | 3.922 |
| 19 | 1.328 | 1.500 | 1.729 | 2.093 | 2.433 | 2.861 | 3.174 | 3.883 |
| 20 | 1.325 | 1.497 | 1.725 | 2.086 | 2.423 | 2.845 | 3.153 | 3.850 |
| 21 | 1.323 | 1.494 | 1.721 | 2.080 | 2.414 | 2.831 | 3.135 | 3.819 |
| 22 | 1.321 | 1.492 | 1.717 | 2.074 | 2.405 | 2.819 | 3.119 | 3.792 |
| 23 | 1.319 | 1.489 | 1.714 | 2.069 | 2.398 | 2.807 | 3.104 | 3.768 |
| 24 | 1.318 | 1.487 | 1.711 | 2.064 | 2.391 | 2.797 | 3.091 | 3.745 |
| 25 | 1.316 | 1.485 | 1.708 | 2.060 | 2.385 | 2.787 | 3.078 | 3.725 |
| 26 | 1.315 | 1.483 | 1.706 | 2.056 | 2.379 | 2.779 | 3.067 | 3.707 |
| 27 | 1.314 | 1.482 | 1.703 | 2.052 | 2.373 | 2.771 | 3.057 | 3.690 |
| 28 | 1.313 | 1.480 | 1.701 | 2.048 | 2.368 | 2.763 | 3.047 | 3.674 |
| 29 | 1.311 | 1.479 | 1.699 | 2.045 | 2.364 | 2.756 | 3.038 | 3.659 |
| 30 | 1.310 | 1.477 | 1.697 | 2.042 | 2.360 | 2.750 | 3.030 | 3.646 |
| 40 | 1.303 | 1.468 | 1.684 | 2.021 | 2.329 | 2.704 | 2.971 | 3.551 |
| 50 | 1.299 | 1.462 | 1.676 | 2.009 | 2.311 | 2.678 | 2.937 | 3.496 |
| 60 | 1.296 | 1.458 | 1.671 | 2.000 | 2.299 | 2.660 | 2.915 | 3.460 |
| 70 | 1.294 | 1.456 | 1.667 | 1.994 | 2.291 | 2.648 | 2.899 | 3.435 |
| 80 | 1.292 | 1.453 | 1.664 | 1.990 | 2.284 | 2.639 | 2.887 | 3.416 |
| 100 | 1.290 | 1.451 | 1.660 | 1.984 | 2.276 | 2.626 | 2.871 | 3.390 |
| 1000 | 1.282 | 1.441 | 1.646 | 1.962 | 2.245 | 2.581 | 2.813 | 3.300 |
| Tak Terhingga | 1.282 | 1.440 | 1.645 | 1.960 | 2.241 | 2.576 | 2.807 | 3.291 |
- T Tabel Uji Satu Sisi Tingkat Signifikansi (α)
| Degrees of
freedom (df) 1 2 3 4 5 |
.2
1.376 1.061 0.978 0.941 0.920 |
.15
1.963 1.386 1.250 1.190 1.156 |
.1
3.078 1.886 1.638 1.533 1.476 |
.05
6.314 2.920 2.353 2.132 2.015 |
.025
12.706 4.303 3.182 2.776 2.571 |
.01
31.821 6.965 4.541 3.747 3.365 |
.005
63.657 9.925 5.841 4.604 4.032 |
.001
318.309 22.327 10.215 7.173 5.893 |
| 6 | 0.906 | 1.134 | 1.440 | 1.943 | 2.447 | 3.143 | 3.707 | 5.208 |
| 7 | 0.896 | 1.119 | 1.415 | 1.895 | 2.365 | 2.998 | 3.499 | 4.785 |
| 8 | 0.889 | 1.108 | 1.397 | 1.860 | 2.306 | 2.896 | 3.355 | 4.501 |
| 9 | 0.883 | 1.100 | 1.383 | 1.833 | 2.262 | 2.821 | 3.250 | 4.297 |
| 10 | 0.879 | 1.093 | 1.372 | 1.812 | 2.228 | 2.764 | 3.169 | 4.144 |
| 11 | 0.876 | 1.088 | 1.363 | 1.796 | 2.201 | 2.718 | 3.106 | 4.025 |
| 12 | 0.873 | 1.083 | 1.356 | 1.782 | 2.179 | 2.681 | 3.055 | 3.930 |
| 13 | 0.870 | 1.079 | 1.350 | 1.771 | 2.160 | 2.650 | 3.012 | 3.852 |
| 14 | 0.868 | 1.076 | 1.345 | 1.761 | 2.145 | 2.624 | 2.977 | 3.787 |
| 15 | 0.866 | 1.074 | 1.341 | 1.753 | 2.131 | 2.602 | 2.947 | 3.733 |
| 16 | 0.865 | 1.071 | 1.337 | 1.746 | 2.120 | 2.583 | 2.921 | 3.686 |
| 17 | 0.863 | 1.069 | 1.333 | 1.740 | 2.110 | 2.567 | 2.898 | 3.646 |
| 18 | 0.862 | 1.067 | 1.330 | 1.734 | 2.101 | 2.552 | 2.878 | 3.610 |
| 19 | 0.861 | 1.066 | 1.328 | 1.729 | 2.093 | 2.539 | 2.861 | 3.579 |
| 20 | 0.860 | 1.064 | 1.325 | 1.725 | 2.086 | 2.528 | 2.845 | 3.552 |
| 21 | 0.859 | 1.063 | 1.323 | 1.721 | 2.080 | 2.518 | 2.831 | 3.527 |
| 22 | 0.858 | 1.061 | 1.321 | 1.717 | 2.074 | 2.508 | 2.819 | 3.505 |
| 23 | 0.858 | 1.060 | 1.319 | 1.714 | 2.069 | 2.500 | 2.807 | 3.485 |
| 24 | 0.857 | 1.059 | 1.318 | 1.711 | 2.064 | 2.492 | 2.797 | 3.467 |
| 25 | 0.856 | 1.058 | 1.316 | 1.708 | 2.060 | 2.485 | 2.787 | 3.450 |
| 26 | 0.856 | 1.058 | 1.315 | 1.706 | 2.056 | 2.479 | 2.779 | 3.435 |
| 27 | 0.855 | 1.057 | 1.314 | 1.703 | 2.052 | 2.473 | 2.771 | 3.421 |
| 28 | 0.855 | 1.056 | 1.313 | 1.701 | 2.048 | 2.467 | 2.763 | 3.408 |
| 29 | 0.854 | 1.055 | 1.311 | 1.699 | 2.045 | 2.462 | 2.756 | 3.396 |
| 30 | 0.854 | 1.055 | 1.310 | 1.697 | 2.042 | 2.457 | 2.750 | 3.385 |
| 40 | 0.851 | 1.050 | 1.303 | 1.684 | 2.021 | 2.423 | 2.704 | 3.307 |
| 50 | 0.849 | 1.047 | 1.299 | 1.676 | 2.009 | 2.403 | 2.678 | 3.261 |
| 60 | 0.848 | 1.045 | 1.296 | 1.671 | 2.000 | 2.390 | 2.660 | 3.232 |
| 70 | 0.847 | 1.044 | 1.294 | 1.667 | 1.994 | 2.381 | 2.648 | 3.211 |
| 80 | 0.846 | 1.043 | 1.292 | 1.664 | 1.990 | 2.374 | 2.639 | 3.195 |
| 100 | 0.845 | 1.042 | 1.290 | 1.660 | 1.984 | 2.364 | 2.626 | 3.174 |
| 1000 | 0.842 | 1.037 | 1.282 | 1.646 | 1.962 | 2.330 | 2.581 | 3.098 |
| Tak Terhingga | 0.842 | 1.036 | 1.282 | 1.645 | 1.960 | 2.326 | 2.576 | 3.090 |
Rumus T Tabel
Sebelum dapat mencari nilai T, penting untuk memahami rumus menghitungnya terlebih dahulu. Untuk besaran t dari perhitungan (bukan dari tabel) atau disebut sebagai t-hitung, bisa diperoleh melalui rumus berikut:
Rumus T Tabel : 
Dimana,
x̄ = Sample mean
μ0 = Populasi mean
s = Sample standard deviasi
n = Ukuran sample
Adapun untuk mendapatkan nilai T dari tabelnya (t-tabel), diperlukan rumus mencari degree of freedom (Df) atau derajat bebas dengan menggunakan T hitung, yaitu:
Rumus T Hitung : 
==>> 
Dimana,
- X1 = rat rata variabel 1
- X2 = rata rata variabel 2
- S1 = Standar deviasi variabel 1
- S2 = Standar deviasi variabel 2
- n = jumlah sampel data
- Df = n – k
- Df : degree of freedom (derajat bebas)
- n : jumlah data/responden
- k : jumlah variabel
Sebagai contoh, misalnya diketahui jumlah datanya adalah 20 dan jumlah variabelnya adalah 3. Artinya, Df = 20 – 2 = 17. Setelah nilai Df diperoleh barulah kemudian bisa digunakan untuk membaca dan mencari nilai T tabel, yang akan dibahas pada poin selanjutnya.
Cara Membaca T Tabel
Selanjutnya yaitu cara membaca T tabel secara detail. Pada dasarnya tabel ini terdiri atas berbagai kolom yang menunjukkan berbagai fungsi berbeda, dan bisa dibaca dengan mengikuti panduan sebagai berikut:
- Perhatikan masing-masing kolomnya. Ada kolom yang menunjukkan Df, serta kolom yang menunjukkan tingkat signifikansi atau nilai probabilitas (α).
- Arti dari kolom tingkat signifikansi yaitu apabila menunjukkan nilai lebih kecil maka artinya menunjukkan probabilita satu sisi/satu arah. Sebaliknya, jika kolom tingkat signifikansi menunjukkan nilai lebih besar, itu artinya menunjukkan probabilita dua sisi/dua arah.
- Jika α (tingkat signifikansi) sudah diketahui dan Df nilainya sudah diperoleh dari rumus di atas, cara mencari nilai T tabel (titik kritis distribusi t) adalah dengan mencari angka Df sesuai hasil perhitungan pada kolom Df, lalu tarik garis ke kolom α yang sejajar dan sesuai dengan nilai tingkat signifikansinya. Titik perpotongan itulah yang disebut sebagai titik kritis atau nilai t tabel.
Dalam penerapannya, pembacaan nilai t digunakan dalam pengujian hipotesis. Dimana pada pengujian hipotesis, terlebih dahulu harus ditetapkan taraf atau tingkat signifikansi pengujiannya yang disimbolkan dengan alpha (α), misalnya 1%, 5%, 10%, dan seterusnya.
Jadi, tingkat signifikansi atau α tersebutlah yang disebut sebagai probabilita dalam tabel distribusi ini. Sebagaimana penjelasan di atas, terdapat probabilita satu arah dan dua arah. Sebab pengujian hipotesis trdiri atas bentuk pengujian satu arah serta dua arah.
Pengujian satu arah atau dua arah ini bergantung pada perumusan hipotesis yang akan diuji. Misal jika hipotesis dalam sebuah penelitian berbunyi, “pendidikan berpengaruh positif terhadap ekonomi”. Maka artinya semakin tinggi pendidikan akan semakin tinggi ekonomi”.
Contoh di atas menunjukkan bahwa pengujiannya adalah uji satu arah. Tetapi jika misalnya hipotesisnya berbunyi, “terdapat pengaruh pendidikan terhadap ekonomi”. Maka artinya, pendidikan bisa berpengaruh positif maupun negatif terhadap tingkat perekonomian.
Maka artinya, itu menunjukkan pengujiannya menggunakan dua arah. Jadi, jika melakukan uji satu arah maka lihat kolom α dengan angka yang kecil. Sebaliknya untuk uji dua arah, lihatlah kolom α dengan angka yang lebih besar.
Cara Mencari Nilai T Tabel
Jika Anda perlu mencari nilai kritis t untuk melakukan uji statistik atau menghitung interval kepercayaan, ikuti panduan langkah demi langkah bagaimana cara mencari T tabel statistik dibawah ini.
Contoh Studi Kasus:
1. Seorang dokter spesialis kulit ingin menguji produk krim obat jerawat terbarunya. Ia mengacak peserta ke dalam kelompok perlakuan yang menerima krim jerawat baru dan kelompok kontrol yang menerima krim tanpa pengobatan.
Untuk mengetahui apakah krim jerawat terbarunya efektif, Dokter tersebut memutuskan untuk membandingkan jumlah rata-rata jerawat pada peserta dalam kelompok perlakuan dan kontrol menggunakan uji t sampel independen. Dimana:
- Hipotesis nol: Peserta kelompok perlakuan dan kelompok kontrol memiliki rata-rata jumlah jerawat yang sama.
- Hipotesis alternatif: Peserta kelompok perlakuan dan kelompok kontrol berbeda dalam jumlah rata-rata jerawat mereka.
Kita akan menghitung nilai T untuk sampel agar mengetahui apakah akan menolak hipotesis nol yang ada dengan membandingkan nilai t dengan nilai kritis t.
- Langkah 1: Tentukan hipotesis alternatif terarah atau tidak terarah.
Hipotesis non-arah menyatakan bahwa parameter populasi (seperti rata-rata atau koefisien regresi) tidak sama dengan nilai tertentu (seperti 0). Tes dua sisi cocok untuk sebagian besar penelitian.
Jika Anda menghitung interval kepercayaan, pilih dua sisi. Tes satu sisi digunakan ketika hipotesis alternatif bersifat terarah.
Hipotesis terarah menyatakan bahwa parameter populasi lebih besar dari atau kurang dari nilai tertentu.
Hipotesis alternatif Anda terarah jika mencakup kata-kata seperti “lebih besar dari”, “kurang dari”, “meningkat”, “menurun”, atau tanda “<” atau “>”. Jika tidak termasuk ini (atau serupa), itu mungkin tidak terarah.
- Langkah 2: Hitung Nilai Degrees of Freedom (DF)
Persamaan DF untuk uji T independen adalah sebagai berikut: df = n1 + n2 – 2
Jika Dokter kulit tersebut melakukan uji coba eksperimental dengan 14 peserta dalam kelompok tanpa perawatan dan 17 peserta dalam kelompok perawatan, maka diperoleh:
df = 14 + 17 – 2
df = 29
- Langkah 3: Pilih Tingkat Signifikansi
Dengan konvensi, tingkat signifikansi (α) hampir selalu 0,05. Kolom α = 0,05 disorot dalam tabel karena merupakan tingkat signifikansi yang paling umum digunakan.
Jika Anda menghitung interval kepercayaan, pilih tingkat signifikansi berdasarkan tingkat kepercayaan yang Anda inginkan: “α = 1 – confidence level”
Tingkat kepercayaan yang paling umum adalah 95% (atau 0,95, bila dinyatakan sebagai proporsi), sesuai dengan α = 0,05.
Sebagai contoh kita akan memilih α = 0,05 untuk menguji hipotesis, karena ini adalah tingkat signifikansi yang digunakan oleh sebagian besar peneliti.
- Langkah 4: Temukan Nilai Kritis dari T pada Tabel T
Sekarang setelah Anda mengetahui apakah pengujian Anda dua sisi atau satu sisi, derajat kebebasan (df), dan tingkat signifikansi, Anda memiliki semua informasi yang Anda perlukan untuk menggunakan tabel t. Selanjutnya ikuti langkah langkah berikut:
- Jika pengujiannya dua sisi atau jika Anda menghitung selang kepercayaan, gunakan tabel pertama. Jika tes satu sisi, gunakan tabel kedua.
- Derajat kebebasan (df) tercantum di sepanjang sisi kiri tabel. Temukan baris tabel untuk df yang Anda hitung di Langkah 2. Jika Anda membutuhkan df yang tidak tercantum, bulatkan ke bawah ke angka terkecil berikutnya (mis., gunakan df = 40 alih-alih df = 46).
- Tingkat signifikansi tercantum di bagian atas tabel. Temukan kolom untuk tingkat signifikansi yang Anda pilih pada Langkah 3. Biasanya, Anda akan menggunakan kolom yang disorot (α = 0,05).
- Nilai kritis t untuk pengujian Anda ditemukan di tempat pertemuan baris dan kolom.
Dengan menggunakan tabel t, Anda menemukan bahwa untuk uji dua sisi dengan df = 29 dan α = 0,05 nilai kritis t adalah 2,045.
Anda sekarang dapat membandingkan nilai kritis t ini dengan t yang Anda hitung untuk sampel Anda. Perbandingan ini akan memungkinkan Anda untuk memutuskan apakah akan menolak hipotesis nol. Detailnya bisa anda lihat melalui gambar dibawah ini:
Contoh Soal Menghitung T Tabel
Agar lebih paham terkait bagaimana cara menghitung dan membaca nilai pada t tabel, sebaiknya cobalah berlatih langsung menggunakan contoh soal. Berikut ini contoh soal dan jawaban menentukan nilai t.
Diketahui:
Terdapat persamaan regresi yang memperlihatkan pengaruh pendidikan (X1) dan usia (X2) terhadap tingkat ekonomi (Y). Jumlah responden yang diobservasi (n) adalah sebanyak 20 responden. Jika dilakukan pengujian hipotesis dengan α = 5%, maka berapa nilai t-tabelnya?
Ditanyakan:
Nilai t-tabel
Jawaban:
Df = n – k = 20 – 3 = 17
Dari rumus di atas, diketahui Df-nya adalah 17 dan nilai α adalah 0,05 (5%). Maka cara membacanya adalah, cari angka 17 pada kolom Df lalu tarik garis ke kanan dan tarik garis ke bawah dari kolom α = 0,05 hingga kedua garis tersebut bertemu/berpotongan di satu titik. (Perhatikan Gambar)
Berdasarkan tabel di atas, diperoleh titik potongnya berada di angka 1,739607. Artinya, nilai t-tabelnya adalah 1,739607. Sebagai tambahan, jika terdapat soal yang meminta untuk membuat kesimpulan dari hasil hipotesis, maka nilai t-hitungnya juga perlu dicari.
Jika diperoleh hasil t-hitung < t-tabel, maka artinya hipotesis diterima. Sedangkan jika diperoleh hasil t-hitung > t-tabel, maka hipotesisnya ditolak.
| Apa itu Statistika Deskriptif ? | Apa itu Statistika Inferensial ? |
| Teknik Pengumpulan Data Kuantitatif | Teknik Pengumpulan Data Kualitatif |
Demikianlah serangkaian materi mengenai tabel T statistik yang bisa kami ulas untuk anda. Semoga apa yang kami paparkan diatas dapat menjadi refrensi belajar untuk teman teman semuanya, khususnya yang sedang menekuni ilmu statistika.
