Kalkulator Uji F dan Distribusi F

Tentang Kalkulator Uji F dan Distribusi F

Kalkulator Uji F / Distribusi F melakukan uji F untuk ANOVA (Analisis Varians), perbandingan varians antara dua sampel, dan pencarian statistik F kustom. Masukkan data Anda untuk mendapatkan statistik F, nilai p, nilai kritis, solusi langkah demi langkah, dan kurva distribusi F interaktif dengan wilayah penolakan yang disorot. Alat ini mendukung ANOVA satu arah hingga 10 grup, uji F klasik dua sampel untuk kesamaan varians, dan pencarian nilai p langsung untuk kombinasi nilai F dan derajat kebebasan apa pun.

Cara Menggunakan Kalkulator Uji F

1. Pilih mode perhitungan Anda — pilih "ANOVA Satu Arah" untuk membandingkan rata-rata antar grup, "Varians Dua Sampel" untuk menguji apakah dua populasi memiliki varians yang sama, atau "Nilai F Kustom" untuk mencari nilai p bagi statistik F dan derajat kebebasan yang diketahui.
2. Masukkan data Anda — untuk ANOVA, masukkan nilai yang dipisahkan koma untuk setiap grup (minimal 2 grup dengan masing-masing 2+ nilai). Untuk uji varians, masukkan dua varians sampel (s²) dan ukuran sampel (n). Untuk mode kustom, masukkan statistik F dan kedua derajat kebebasan.
3. Atur tingkat signifikansi (α) — pilihan umum adalah 0,05 (kepercayaan 95%), 0,01 (kepercayaan 99%), atau 0,10 (kepercayaan 90%).
4. Klik Hitung — tinjau statistik F, nilai p, kesimpulan uji hipotesis, pengerjaan langkah demi langkah, dan kurva distribusi F yang menunjukkan di mana nilai F Anda berada relatif terhadap nilai kritis.

Apa Itu Uji F?

Uji F adalah uji hipotesis statistik di mana statistik uji mengikuti distribusi F di bawah hipotesis nol. Ini digunakan terutama untuk:

• ANOVA (Analisis Varians): Menguji apakah rata-rata dari tiga atau lebih grup adalah sama. Statistik F adalah rasio varians antar-grup terhadap varians dalam-grup (MSB/MSW).
• Membandingkan Dua Varians: Menguji apakah dua populasi memiliki varians yang sama. Statistik F adalah rasio varians sampel yang lebih besar terhadap yang lebih kecil.
• Analisis Regresi: Menguji signifikansi keseluruhan dari model regresi. Statistik F mengukur apakah varians yang dijelaskan secara signifikan lebih besar daripada varians yang tidak dijelaskan.

Memahami Distribusi F

Distribusi F adalah distribusi probabilitas kontinu yang muncul sebagai rasio dari dua variabel acak chi-square independen, masing-masing dibagi dengan derajat kebebasannya. Sifat utamanya meliputi:

• Selalu non-negatif (F ≥ 0) dan miring ke kanan
• Ditentukan oleh dua parameter: df₁ (derajat kebebasan pembilang) dan df₂ (derajat kebebasan penyebut)
• Seiring bertambahnya kedua derajat kebebasan, distribusi mendekati distribusi normal
• Rata-rata distribusi adalah df₂/(df₂ − 2) ketika df₂ > 2

Penjelasan ANOVA Satu Arah

Analisis Varians (ANOVA) satu arah menguji apakah ada perbedaan yang signifikan secara statistik antara rata-rata dari tiga atau lebih grup independen. Prosedur ini menguraikan total variabilitas menjadi:

• SSB (Sum of Squares Between): Mengukur variasi akibat perbedaan antara rata-rata grup
• SSW (Sum of Squares Within): Mengukur variasi di dalam grup (kesalahan acak)
• F = MSB/MSW: Statistik F yang besar menunjukkan bahwa varians antar-grup jauh lebih besar daripada varians dalam-grup, menunjukkan bahwa tidak semua rata-rata grup sama

Asumsi Uji F

• Independensi: Observasi bersifat independen di dalam dan di antara grup
• Normalitas: Data di dalam setiap grup terdistribusi secara normal
• Homogenitas Varians: Varians populasi adalah sama di seluruh grup (untuk ANOVA)

Uji F cukup kuat terhadap pelanggaran normalitas, terutama dengan ukuran sampel yang lebih besar, tetapi lebih sensitif terhadap varians yang tidak sama ketika ukuran grup tidak seimbang.

Kapan Menggunakan Uji F vs. Uji T

Gunakan uji t saat membandingkan rata-rata dari tepat dua grup. Gunakan uji F (ANOVA) saat membandingkan tiga atau lebih grup secara bersamaan. Menjalankan beberapa uji t alih-alih ANOVA akan meningkatkan tingkat kesalahan Tipe I (kemungkinan positif palsu). Untuk dua grup, ANOVA dan uji t memberikan hasil yang setara: F = t².

FAQ

Apa itu uji F?

Uji F adalah uji hipotesis statistik yang menggunakan distribusi F untuk membandingkan dua varians atau untuk menguji signifikansi keseluruhan dari sebuah model. Ini paling umum digunakan dalam ANOVA untuk menentukan apakah rata-rata dari tiga atau lebih grup berbeda secara signifikan satu sama lain.

Apa itu distribusi F?

Distribusi F adalah distribusi probabilitas miring ke kanan yang ditentukan oleh dua parameter: derajat kebebasan pembilang (df₁) dan derajat kebebasan penyebut (df₂). Ini muncul sebagai rasio dari dua variabel chi-square independen yang dibagi dengan derajat kebebasan masing-masing, dan selalu non-negatif.

Bagaimana cara menginterpretasikan nilai p dari uji F?

Nilai p adalah probabilitas mengamati statistik F yang seekstrim (atau lebih ekstrim dari) nilai yang dihitung, dengan asumsi hipotesis nol benar. Jika p < α (tingkat signifikansi Anda, biasanya 0,05), Anda menolak hipotesis nol dan menyimpulkan bahwa ada perbedaan yang signifikan secara statistik.

Apa perbedaan antara ANOVA satu arah dan uji F dua sampel?

ANOVA satu arah menggunakan uji F untuk membandingkan rata-rata di tiga atau lebih grup dengan menganalisis varians antar-grup dan dalam-grup. Uji F dua sampel secara khusus membandingkan varians dari dua populasi untuk menentukan apakah mereka sama, seringkali sebagai pemeriksaan pendahuluan sebelum melakukan uji t dua sampel.

Kapan saya harus menggunakan uji F versus uji t?

Gunakan uji t saat membandingkan rata-rata dari tepat dua grup. Gunakan uji F (ANOVA) saat membandingkan rata-rata dari tiga atau lebih grup secara bersamaan. Menjalankan beberapa uji t berpasangan alih-alih ANOVA meningkatkan risiko kesalahan Tipe I. Untuk dua grup, uji F dan uji t menghasilkan hasil yang setara, di mana F sama dengan t kuadrat.

Statistik dan analisis data:

• Kalkulator Ukuran Sampel Tes A/B Baru
• Kalkulator Signifikansi Uji A/B Baru
• Kalkulator ANOVA
• Kalkulator Rata-rata Aritmatika
• Kalkulator Rata-Rata - Presisi Tinggi
• Kalkulator Deviasi Rata-rata
• 📊 Pembuat Grafik Batang Baru
• Kalkulator Teorema Bayes Baru
• Kalkulator Distribusi Beta Baru
• Pembuat Diagram Kotak dan Garis
• Kalkulator Uji Chi-Square
• Kalkulator Koefisien Variasi
• Kalkulator Cohen's d
• Kalkulator Tingkat Pertumbuhan Majemuk
• Kalkulator Interval Keyakinan
• Kalkulator Interval Kepercayaan untuk Proporsi
• Kalkulator Tabel Kontingensi Baru
• Kalkulator Tingkat Konversi Baru
• Kalkulator Koefisien Korelasi
• Kalkulator Ukuran Efek Baru
• Kalkulator Distribusi Eksponensial Baru
• Kalkulator Uji F dan Distribusi F Baru
• Kalkulator Uji Pasti Fisher Baru
• Kalkulator Ringkasan Lima Angka Baru
• Kalkulator Distribusi Geometrik Baru
• Kalkulator Rata-Rata Geometris
• Kalkulator Koefisien Gini
• Kalkulator Harmonic Mean
• Pembuat Histogram
• Kalkulator Distribusi Hipergeometrik Baru
• Kalkulator Jangkauan Interkuartil
• Kalkulator Uji Kruskal-Wallis
• 📈 Pembuat Grafik Garis Baru
• Kalkulator Regresi Linier
• Kalkulator Pertumbuhan Logaritmik
• Kalkulator Uji Mann-Whitney U
• Kalkulator Deviasi Absolut Rata-rata (MAD)
• Kalkulator Rata-rata
• Kalkulator Mean, Median dan Modus
• Kalkulator Deviasi Absolut Median
• Kalkulator Median
• Kalkulator Midrange
• Kalkulator Modus
• Kalkulator Distribusi Normal Baru
• Kalkulator Odds Ratio Baru
• Kalkulator Outlier
• Kalkulator Nilai P Baru
• Pembuat Diagram Pareto Baru
• Kalkulator Persentil Baru
• 🥧 Pembuat Diagram Lingkaran Baru
• Kalkulator Deviasi Standar Populasi-Presisi Tinggi
• Kalkulator Kuartil
• Kalkulator Simpangan Kuartil
• Kalkulator Jangkauan
• Kalkulator Deviasi Standar Relatif Populer
• Kalkulator RMS
• Kalkulator Rata-rata Sampel
• Kalkulator Ukuran Sampel
• Kalkulator Simpangan Baku Sampel
• Pembuat Diagram Sebaran
• Kalkulator Kapabilitas Proses Six Sigma Baru
• Kalkulator Korelasi Peringkat Spearman Baru
• Kalkulator Standar Deviasi - Presisi Tinggi
• Kalkulator Kesalahan Standar
• Kalkulator Statistik
• Kalkulator Uji t
• Kalkulator Varians Presisi Tinggi
• Kalkulator Distribusi Weibull Baru
• Kalkulator Z-Score