Dalam menyusun
penelitian untuk kebutuhan skripsi, karya ilmiah, jurnal, tesis, disertasi dan
sebagainya ada beberapa tahapan uji yang harus dilakukan. Tahap-tahap tersebut
harus dilakukan guna memastikan keabsahan data penelitian. Artikel ini akan
secara khusus membahas tahap uji statistika untuk penelitian kuantitatif.
Penelitian Kuantitatif
Penelitian kuantitatif
merupakan metode penelitian yang didalamnya mengandung sejumlah data angka.
Data angka tersebut terdapat dalam penelitian mulai dari proses pengumpulan
data hingga penafsiran. Dengan kata lain, penelitian kuantitatif adalah
penelitian mengenai pengumpulan data angka hingga menafsirkan data angka
menggunakan uji tertentu. Uji penelitian kuantitatif yang kerap digunakan
adalah uji statistik data
Uji Statistik Data
Uji statistik data
adalah proses perhitungan data angka guna menentukan bukti yang cukup untuk
menolak atau menerima hipotesis. Hipotesis merupakan dugaan sementara yang akan
dibuktikan kebenarannya menggunakan uji statistik tersebut.
Oleh karenanya, uji
statistik mengandung hipotesis yang akan ditolak atau diterima. Guna memutuskan
menerima atau menolak hipotesis, maka dilakukan serangkaian uji statistik.
Tahap-Tahap
Uji Statistik
Sebelum masuk ke dalam
uji pembuktian hipotesis, ada beberapa tahapan yang harus dilakukan yaitu tahap
uji kualitas data dan uji asumsi klasik
1. Uji Kualitas Data
Seperti namanya, uji
kualitas data adalah uji statistik yang dilakukan untuk menentukan apakah data
yang diperoleh atau dikumpulkan dari responden ataupun dari data sekunder
memiliki kualitas yang baik untuk menjelaskan kerangka penelitian. Uji kualitas
data secara umum terbagi menjadi dua yaitu :
Uji Validitas
Uji validitas dilakukan dengan membandingkan nilai r-hitung yang diperoleh dari hasil olah data di SPSS dengan nilai r-tabel. Cek r-tabel disini
Cara menentukan nilai r-tabel adalah dengan melihat dua
kriteria yaitu :
- Nilai degree of freedom (df) dimana df diperoleh dari N (jumlah sampel) – 2
- Tingkat signifikansi dua arah atau satu arah
- Nilai error yang ditentukan (10%, 5%, dsb)
Standar pengukuran uji
validitas adalah sebagai berikut :
a. Jika nilai r-hitung > r-tabel
= data bersifat valid
b. Jika nilai r-hitung
< r-tabel = data bersifat tidak valid
Catatan :
nilai r-hitung untuk
uji validitas dicari untuk seluruh item
pernyataan atau indikator
Uji Reliabilitas
Uji reliabilitas
dilakukan untuk mengetahui tingkat konsistensi alat ukur atau data penelitian
apakah data tersebut dapat diandalkan dan tetap konsisten dalam menjawab atau
menjelaskan variabel penelitian atau tidak. Alat ukur yang digunakan dalam uji
reliabilitas penelitian ini menggunakan acuan nilai Cronbach’s Alpha yaitu
sebesar 0.6.
Standar pengukuran uji
reliabilitas adalah sebagai berikut :
a. Jika nilai
reliabilitas variabel > 0.6 maka variabel penelitian bersifat reliabel.
b. Jika nilai
reliabilitas variabel < 0.6 maka variabel penelitian bersifat tidak reliabel.
Catatan :
Nilai Cronbach’s alpha
pada uji reliabilitas dicari untuk masing-masing
variabel
2. Uji Asumsi Klasik
Setelah memastikan data
penelitian valid dan reliabel, maka langkah selanjutnya adalah memastikan
keabsahan persebaran data. Uji asumsi klasik dilakukan untuk mengetahui
distribusi data penelitian. Jenis-jenis uji asumsi klasik yaitu :
Uji Normalitas
Uji normalitas untuk
mengetahui data yang diperoleh terdistribusi normal atau tidak. Data yang
terdistribusi normal menandakan data tersebut dalam kondisi baik sehingga dapat
dilanjutkan ke uji penelitian selanjutnya. Uji normalitas dibuktikan dengan
titik-titik sebaran data mengikuti garis diagonal pada gambar P-P plot. Uji P-P Plot dapat dilakukan dengan menggunakan
software SPSS.
Berikut contoh uji
normalitas menggunakan P-P Plot :
Uji Heterokedastisitas
Uji heterokedastisitas bertujuan
untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari
residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual
satu pengamatan ke pengamatan lain tetap, maka disebut Homoskedastisitas dan jika
berbeda disebut Heteroskedastisitas. Model regresi yang baik adalah model yang
mengalami homoskedastisitas atau model yang tidak mengalami heteroskedastisitas.
Uji heterokedastisitas dilakukan dengan menganalisis scatterplot
Data tidak mengalami
heterokedastisitas apabila :
a. Titik-titik data
menyebar diantara angka 0 pada sumbu X dan sumbu Y
b. Titik-titik data
tidak membentuk pola tertentu (bergelombang, garis, dan sebagainya)
Contoh Gambar Scatterplot Uji Heterokedastisitas :
Uji Multikolinearitas
Uji multikolinearitas
bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi
antar variabel bebas (independen). Model regresi yang baik seharusnya tidak
terjadi korelasi diantara variabel independen atau dengan kata lain model
regresi penelitian yang baik adalah model yang tidak mengalami
multikolinearitas.
Standar Penentuan Data
tidak Mengalami Multikolinearitas :
a. Apabila nilai tolerance
> 0.1
b. Nilai VIF < 10
Setelah Melakukan Uji
Kualitas Data dan Uji Asumsi Klasik, maka dapat dilanjutkan ke uji hipotesis
3. Uji Hipotesis
Secara garis besar, uji
hipotesis statistik penelitian terbagi menjadi uji-F simultan dan uji-t parsial
Uji-F simultan
uji F bertujuan untuk
menganalisis apakah seluruh variabel independen atau variabel X secara
bersama-sama mempengaruhi variabel Y atau tidak.
Standar penentuan uji-F
simultan :
a. Apabila nilai
signifikansi pada uji-F simultan < 0.005 maka variabel independen secara
simultan berpengaruh terhadap
variabel dependen
b. Apabila nilai
signifikansi pada uji-F simultan > 0.005 maka variabel independen secara
simultan tidak berpengaruh terhadap
variabel dependen
Uji-t Parsial
Kebalikan dari uji-F
simultan, uji t-parsial adalah uji hipotesis untuk menganalisis apakah terdapat
pengaruh antara satu variabel independen terhadap variabel dependen.
Standar penentuan uji-t
parsial :
a. Apabila nilai
signifikansi pada uji-t parsial < 0.005 maka variabel independen berpengaruh terhadap variabel dependen
b. Apabila nilai
signifikansi pada uji-t parsial > 0.005 maka variabel independen tidak berpengaruh terhadap variabel
dependen
selain menggunakan
nilai signifikansi, uji-t parsial juga dapat menggunakan standar penentuan
menggunakan nilai t-tabel dengan keterangan berikut :
Standar penentuan uji-t parsial :
a. Apabila nilai t-hitung
> t-tabel maka variabel independen secara simultan berpengaruh terhadap variabel dependen
b. Apabila nilai t-hitung
< t-tabel maka variabel independen secara simultan tidak berpengaruh terhadap variabel dependen
Semoga penjelasan di atas membantu kalian dalam melakukan uji statistika data, ya!
0 komentar:
Posting Komentar