Tahap-Tahap Uji Statistik Data

 

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

 Cek dan download t-tabel disini

Semoga penjelasan di atas membantu kalian dalam melakukan uji statistika data, ya!