Daftar isi
Hipotesis penelitian adalah jawaban sementara atas rumusan masalah (lihat hipotesis penelitian). Uji hipotesis adalah prosedur statistik untuk memutuskan apakah data mendukung jawaban sementara itu.
H0 dan H1
Setiap hipotesis penelitian kuantitatif ditulis sebagai sepasang hipotesis statistik:
- H0 (hipotesis nol): tidak ada pengaruh, hubungan, atau perbedaan.
- H1 atau Ha (hipotesis alternatif): ada pengaruh, hubungan, atau perbedaan. Biasanya inilah dugaan peneliti.
Contoh
H0: Tidak terdapat pengaruh disiplin kerja terhadap kinerja pegawai. H1: Terdapat pengaruh disiplin kerja terhadap kinerja pegawai.
Yang diuji secara statistik adalah H0. Kesimpulannya hanya dua: H0 ditolak (H1 diterima), atau H0 tidak ditolak.
Nilai Sig. dan taraf signifikansi
Taraf signifikansi (α) adalah batas risiko salah menolak H0 yang masih diterima peneliti. Yang paling umum α = 0,05 (5%); sebagian bidang memakai 0,01 atau 0,10.
Nilai Sig. di SPSS, atau p-value, adalah peluang mendapatkan hasil sejauh yang teramati (atau lebih jauh) bila H0 benar. Semakin kecil nilainya, semakin kuat bukti untuk menolak H0.
| Hasil | Keputusan |
|---|---|
| Sig. < 0,05 | H0 ditolak, H1 diterima: hasilnya signifikan |
| Sig. ≥ 0,05 | H0 tidak ditolak: hasilnya tidak signifikan |
Cara kedua adalah membandingkan statistik hitung dengan nilai tabel, misalnya t hitung dengan t tabel atau F hitung dengan F tabel. Kedua cara selalu menghasilkan keputusan yang sama bila taraf dan jenis ujinya sama.
Uji satu sisi dan dua sisi
- Dua sisi: hipotesis tidak menyebut arah ("ada perbedaan", "ada pengaruh"). Ini pilihan bawaan SPSS.
- Satu sisi: hipotesis menyebut arah ("lebih tinggi", "berpengaruh positif"), dan arahnya ditetapkan sebelum melihat data.
Pada uji satu sisi, nilai tabel lebih kecil (misalnya t tabel df 30 pada α 5%: 2,042 untuk dua sisi dan 1,697 untuk satu sisi). Memilih satu sisi setelah melihat hasil supaya menjadi signifikan adalah praktik yang keliru.
Dua jenis kesalahan
| H0 sebenarnya benar | H0 sebenarnya salah | |
|---|---|---|
| H0 ditolak | Kesalahan tipe I (peluangnya α) | Keputusan benar |
| H0 tidak ditolak | Keputusan benar | Kesalahan tipe II (peluangnya β) |
Sampel yang terlalu kecil memperbesar kesalahan tipe II: pengaruh yang sebenarnya ada tidak terdeteksi. Itu sebabnya ukuran sampel perlu direncanakan, misalnya dengan kalkulator sampel.
Memilih uji yang tepat
| Tujuan | Data | Uji parametrik | Alternatif nonparametrik |
|---|---|---|---|
| Membandingkan 2 kelompok independen | Interval/rasio | Uji t sampel independen | Mann-Whitney |
| Membandingkan sebelum-sesudah | Interval/rasio | Uji t berpasangan | Wilcoxon |
| Membandingkan 3 kelompok atau lebih | Interval/rasio | ANOVA | Kruskal-Wallis |
| Hubungan 2 variabel | Interval/rasio atau ordinal | Korelasi Pearson | Korelasi Spearman |
| Pengaruh 1 variabel bebas | Interval/rasio | Regresi linear sederhana | |
| Pengaruh 2 variabel bebas atau lebih | Interval/rasio | Regresi linear berganda | |
| Pengaruh melalui variabel perantara | Interval/rasio | Uji Sobel atau SEM-PLS | |
| Hubungan 2 variabel kategori | Nominal | Chi square |
Uji parametrik memerlukan uji asumsi terlebih dahulu. Bila asumsinya tidak terpenuhi, pakai alternatif nonparametriknya. Penjelasan lengkapnya ada di statistik parametrik dan nonparametrik. Sebelum menguji hipotesis, ringkas dulu datamu dengan statistik deskriptif.
Langkah menuliskan uji hipotesis
- Tulis H0 dan H1.
- Sebutkan taraf signifikansi dan uji yang dipakai.
- Laporkan statistik hitung, derajat bebas, dan nilai Sig.
- Tulis keputusan (H0 ditolak atau tidak ditolak).
- Terjemahkan keputusan itu ke kalimat penelitian, termasuk arah dan besar pengaruhnya.
Panduan dalam topik ini
- Analisis Statistik DeskriptifPanduan analisis statistik deskriptif untuk skripsi: ukuran pemusatan (mean, median, modus), ukuran penyebaran (rentang, varians, simpangan baku), contoh hitung, cara memilih ukuran yang tepat, langkah di SPSS, dan cara menyajikan serta menafsirkannya di Bab 4.Buka
- Koefisien DeterminasiPanduan koefisien determinasi: arti R Square dan Adjusted R Square, rumus, contoh hitung adjusted R², cara membaca tabel Model Summary SPSS, kapan memakai yang mana, dan patokan kategori R² yang sering dipakai.Buka
- Korelasi Pearson dan SpearmanPanduan korelasi Pearson (product moment) dan korelasi Spearman (rank): kapan memakai masing-masing, rumus, pedoman interpretasi kekuatan koefisien korelasi, uji signifikansi dengan r tabel, langkah di SPSS, dan kesalahan umum.Buka
- Regresi Linear BergandaPanduan regresi linear berganda untuk skripsi: persamaan Y = a + b1X1 + b2X2 + e, syarat dan uji asumsi klasik, langkah di SPSS, cara membaca uji t parsial, uji F simultan, dan koefisien determinasi, lengkap dengan contoh interpretasi.Buka
- Regresi Linear SederhanaPanduan regresi linear sederhana: persamaan Y = a + bX, rumus mencari a dan b, contoh soal yang dihitung manual langkah demi langkah, cara membaca output SPSS (Model Summary, ANOVA, Coefficients), dan cara menuliskan interpretasinya.Buka
- SEM-PLSPanduan SEM-PLS (Partial Least Squares Structural Equation Modeling) untuk skripsi dan tesis: kapan memakainya, tahapan di SmartPLS, evaluasi outer model (loading, AVE, composite reliability, HTMT), inner model (R², f², Q²), uji hipotesis dengan bootstrapping, dan cara melaporkannya.Buka
- Statistik Parametrik dan NonparametrikPerbedaan statistik parametrik dan nonparametrik: syarat data, kelebihan dan kekurangan, tabel padanan uji (uji t dan Mann-Whitney, ANOVA dan Kruskal-Wallis, Pearson dan Spearman), cara memilih, dan perdebatan tentang data skala Likert.Buka
- Uji ANOVA Satu ArahPanduan uji ANOVA satu arah (one way ANOVA) untuk membandingkan rata-rata tiga kelompok atau lebih: asumsi, rumus jumlah kuadrat dan F, contoh hitung dari ringkasan data, uji post hoc Tukey, ukuran efek eta kuadrat, langkah di SPSS, dan alternatifnya bila asumsi tidak terpenuhi.Buka
- Uji Chi SquarePanduan uji chi square (chi kuadrat) untuk data kategori: uji independensi pada tabel silang dan uji goodness of fit, rumus, cara menghitung frekuensi harapan, contoh hitung, syarat frekuensi harapan, Fisher exact, Cramér's V, dan langkah Crosstabs di SPSS.Buka
- Uji Mann-Whitney dan WilcoxonPanduan uji Mann-Whitney U (dua sampel independen) dan uji Wilcoxon signed rank (dua sampel berpasangan) sebagai alternatif nonparametrik uji t: kapan dipakai, contoh hitung dengan peringkat, cara membaca output SPSS, ukuran efek r, dan cara melaporkannya.Buka
- Uji SobelKalkulator uji Sobel online untuk menguji efek mediasi (variabel intervening): masukkan a, SE a, b, dan SE b, dapatkan efek tidak langsung, z, dan nilai p dengan rumus Sobel, Aroian, dan Goodman. Lengkap dengan cara mengambil angkanya dari SPSS dan keterbatasannya.Buka
- Uji tPanduan uji t untuk skripsi: tiga jenis uji t (satu sampel, sampel independen, berpasangan), kapan memakainya, rumus, langkah di SPSS, cara membaca baris Levene's Test, contoh hitung, dan alternatif nonparametriknya.Buka
Pertanyaan umum
Kalau Sig. > 0,05, apakah H0 terbukti benar?
Tidak. Artinya data belum cukup kuat untuk menolak H0. Bisa karena memang tidak ada pengaruh, bisa juga karena sampel terlalu kecil. Tulis 'H0 tidak ditolak' atau 'hipotesis tidak terbukti', bukan 'H0 terbukti benar'.
Sig. 0,000 di SPSS artinya apa?
SPSS membulatkan ke tiga angka di belakang koma, jadi nilai p sebenarnya kurang dari 0,0005. Tulis p < 0,001, bukan p = 0,000.
Kapan memakai uji satu sisi?
Bila hipotesisnya menyebut arah dan arah itu ditetapkan sebelum data dikumpulkan, misalnya 'metode A meningkatkan hasil belajar'. Bila hipotesisnya hanya 'ada perbedaan' atau 'ada pengaruh', pakai dua sisi.