Uji hipotesis adalah cara statistik untuk menguji apakah dugaan penelitian Anda didukung oleh data, dengan membandingkan hipotesis nol (H0) dan hipotesis alternatif (H1). Untuk skripsi, Anda menetapkan taraf signifikansi (biasanya 0,05), memilih uji yang cocok dengan jenis data, lalu membaca nilai p pada output untuk mengambil keputusan.
- H0 dan H1 adalah dua pernyataan yang saling melengkapi tentang populasi
- Nilai p menjawab: seberapa mengejutkan data ini seandainya H0 benar
- Keputusan selalu berupa menolak atau gagal menolak H0, keduanya sah untuk skripsi
- Rumusan masalah dan hipotesis penelitian dari Bab 1
- Data yang sudah bersih dan siap diolah
- Software statistik (SPSS, JASP, atau Jamovi)
Angka kunci uji hipotesis skripsi
Memahami logika H0 dan H1 dalam uji hipotesis skripsi
Setiap uji hipotesis skripsi berangkat dari dua pernyataan tentang populasi. Hipotesis nol (H0) menyatakan tidak ada perbedaan atau tidak ada hubungan, misalnya rata-rata nilai dua kelompok sama, atau motivasi tidak berkaitan dengan prestasi. Hipotesis alternatif (H1) menyatakan sebaliknya, yaitu ada perbedaan atau ada hubungan yang Anda duga di Bab 1. Logikanya mirip praduga tak bersalah di pengadilan. H0 dianggap benar sampai data memberi bukti yang cukup kuat untuk meragukannya. Anda tidak pernah membuktikan H1 secara mutlak. Yang Anda lakukan adalah menilai apakah data terlalu janggal seandainya H0 memang benar. Ketika data cukup janggal, Anda menolak H0 dan mendukung H1. Banyak mahasiswa keliru menuliskan hipotesis penelitian sebagai H0. Untuk skripsi, dugaan Anda hampir selalu menjadi H1, sedangkan H0 adalah pernyataan netral yang ingin Anda lawankan dengan data. Menuliskan pasangan H0 dan H1 dengan benar di awal akan memudahkan seluruh interpretasi di Bab 4.
Langkah memahami dan menjalankan uji hipotesis
Enam langkah berikut mengikuti alur yang biasa diminta dosen pembimbing, dari merumuskan hipotesis sampai melaporkan hasil di Bab 4 skripsi Anda.
- 1
Rumuskan hipotesis nol dan hipotesis alternatif
Terjemahkan rumusan masalah menjadi pasangan H0 dan H1 yang tegas. Contoh untuk skripsi manajemen: H0 menyatakan tidak ada pengaruh promosi terhadap keputusan pembelian, sedangkan H1 menyatakan ada pengaruh promosi terhadap keputusan pembelian. Tulis hipotesis dalam kalimat penelitian sekaligus dalam simbol statistik, misalnya H0: r = 0 dan H1: r tidak sama dengan 0 untuk uji korelasi. Pastikan setiap hipotesis di Bab 1 punya pasangan uji yang jelas di Bab 3, sehingga tidak ada dugaan yang menggantung tanpa alat uji.
Tips- Satu rumusan masalah biasanya menghasilkan satu pasangan hipotesis
- Gunakan kata kerja terukur seperti pengaruh, perbedaan, atau hubungan
- 2
Tentukan taraf signifikansi dan arah uji
Taraf signifikansi (alfa) adalah batas risiko yang Anda terima untuk keliru menolak H0 yang sebenarnya benar. Skripsi sosial dan ekonomi umumnya memakai alfa 0,05, sedangkan penelitian yang menuntut ketelitian tinggi kadang memakai 0,01. Tentukan juga arah uji. Uji dua sisi dipakai ketika Anda hanya menduga ada perbedaan tanpa menyebut arahnya. Uji satu sisi dipakai ketika teori Anda menyebut arah tertentu, misalnya metode baru diduga lebih tinggi hasilnya. Pilih arah uji di awal, sebelum melihat data, supaya keputusan tetap jujur.
Tips- Alfa 0,05 berarti Anda menerima peluang 5 persen untuk salah menolak H0
- Ragu soal arah? Uji dua sisi lebih aman dan lebih sering diminta penguji
Jangan mengubah alfa atau arah uji setelah melihat hasil supaya nilai p terlihat signifikan. Praktik ini melemahkan keabsahan skripsi. - 3
Periksa asumsi dan pilih uji yang tepat
Setiap uji punya syarat. Uji parametrik seperti uji t dan ANOVA mengandaikan data berskala interval atau rasio, sebaran mendekati normal, dan varians yang homogen. Periksa normalitas dengan uji Kolmogorov-Smirnov atau Shapiro-Wilk, dan periksa homogenitas dengan uji Levene. Ketika asumsi tidak terpenuhi, pindah ke uji non-parametrik yang setara, misalnya Mann-Whitney untuk menggantikan uji t dua kelompok, atau Kruskal-Wallis untuk menggantikan ANOVA. Mencocokkan jenis data dengan uji yang tepat adalah bagian yang paling sering ditanyakan saat sidang.
Tips- Data ordinal dari kuesioner sering lebih cocok diuji dengan metode non-parametrik
- Catat hasil uji asumsi di lampiran sebagai bukti Anda sudah memeriksanya
- 4
Jalankan uji dan baca nilai p beserta statistik uji
Setelah uji dijalankan di SPSS atau JASP, output menampilkan statistik uji (misalnya nilai t, F, atau chi-kuadrat) dan nilai p yang sering diberi label Sig. Nilai p adalah peluang memperoleh data seekstrem ini, atau lebih ekstrem, seandainya H0 benar. Nilai p yang kecil menandakan data sulit dijelaskan oleh H0. Baca juga derajat kebebasan dan statistik uji, karena penguji sering meminta Anda melaporkannya secara lengkap, contohnya t(58) = 2,41 dengan p = 0,019.
Tips- Kolom Sig. di SPSS adalah nilai p yang Anda cari
- Tuliskan angka nilai p secara utuh, jangan wakilkan pada tanda bintang di tabel
- 5
Ambil keputusan tolak atau gagal menolak H0
Bandingkan nilai p dengan alfa yang sudah Anda tetapkan. Ketika nilai p lebih kecil dari alfa, Anda menolak H0 dan menyimpulkan hasilnya signifikan secara statistik. Ketika nilai p sama dengan atau lebih besar dari alfa, Anda gagal menolak H0. Perhatikan istilahnya. Anda tidak menerima H0, Anda hanya belum punya bukti cukup untuk menolaknya. Hasil yang tidak signifikan tetap merupakan temuan yang sah dan layak dibahas, karena menunjukkan bahwa hubungan yang Anda duga belum tampak pada data Anda.
Tips- p < 0,05 berarti tolak H0, p >= 0,05 berarti gagal menolak H0
- Hasil tidak signifikan tetap informasi yang jujur dan layak dibahas di skripsi
- 6
Tafsirkan dalam bahasa penelitian dan laporkan effect size
Keputusan statistik perlu diterjemahkan kembali ke pertanyaan penelitian. Alih-alih berhenti pada kalimat menolak H0, tulis maknanya, misalnya terdapat pengaruh yang signifikan antara motivasi belajar dan prestasi siswa. Tambahkan ukuran besar efek (effect size) seperti Cohen d, eta kuadrat, atau koefisien korelasi, supaya pembaca tahu seberapa besar pengaruhnya, di samping keberadaan pengaruh itu sendiri. Nilai p menunjukkan kekuatan bukti, sedangkan effect size menunjukkan besar praktisnya. Keduanya dilaporkan bersama pada skripsi yang matang.
Tips- Signifikan secara statistik belum tentu besar secara praktis
- Cohen d sekitar 0,2 kecil, 0,5 sedang, 0,8 besar sebagai perkiraan
Jenis uji hipotesis dan kapan dipakai di skripsi
| Uji | Kapan dipakai | Contoh pertanyaan skripsi | Output kunci |
|---|---|---|---|
| Uji t | Bandingkan rata-rata dua kelompok | Adakah beda hasil belajar kelas A dan kelas B | Nilai t, Sig. |
| ANOVA | Bandingkan rata-rata tiga kelompok atau lebih | Adakah beda kepuasan tiga jenis layanan | Nilai F, Sig. |
| Chi-kuadrat | Uji hubungan dua data kategori | Adakah kaitan gender dengan pilihan jurusan | Nilai chi-kuadrat, Sig. |
| Korelasi | Ukur keeratan hubungan dua variabel numerik | Seberapa erat motivasi dan prestasi | Koefisien r, Sig. |
| Regresi | Prediksi variabel terikat dari satu prediktor atau lebih | Seberapa besar promosi memengaruhi penjualan | Koefisien beta, Sig. |
Cocokkan uji dengan skala data dan jumlah variabel. Salah memilih uji adalah temuan pertama yang biasa disorot penguji.
Istilah kunci yang wajib Anda kuasai
Hipotesis nol (H0)
Pernyataan netral bahwa tidak ada perbedaan atau hubungan. Menjadi titik tolak yang ingin Anda lawankan dengan data.
Hipotesis alternatif (H1)
Dugaan penelitian Anda bahwa ada perbedaan atau hubungan. Didukung ketika H0 berhasil ditolak.
Taraf signifikansi (alfa)
Batas risiko yang Anda terima untuk keliru menolak H0. Nilai lazimnya 0,05 pada skripsi kuantitatif.
Nilai p
Peluang memperoleh data seekstrem ini seandainya H0 benar. Semakin kecil, semakin sulit H0 dipertahankan.
Kesalahan Tipe I
Menolak H0 yang sebenarnya benar. Besarnya dikendalikan langsung oleh alfa yang Anda tetapkan.
Kesalahan Tipe II
Gagal menolak H0 yang sebenarnya salah. Ditekan dengan menaikkan ukuran sampel dan kekuatan uji.
Uji parametrik untuk skripsi: kapan cocok, kapan perlu hati-hati
- Data berskala interval atau rasio, misalnya skor tes atau data penjualan
- Sebaran data mendekati normal dan varians antar kelompok homogen
- Sampel cukup besar sehingga hasil lebih stabil dan mudah ditafsirkan
- Ingin melaporkan effect size baku seperti Cohen d yang dikenal luas
- Data ordinal dari skala kuesioner yang belum tentu berjarak sama
- Sebaran menceng jauh dari normal walau sudah dicek dengan Shapiro-Wilk
- Ukuran sampel kecil sehingga asumsi sulit dipenuhi dengan meyakinkan
- Ada pencilan ekstrem yang menarik rata-rata dan mengaburkan kesimpulan
“Mahasiswa yang paham uji hipotesis biasanya tenang saat sidang, karena mereka bisa menjelaskan mengapa memilih satu uji, apa arti nilai p mereka, dan seberapa besar efek yang ditemukan. Pemahaman itu bisa dibangun bertahap dengan latihan pada data sendiri.”
Checklist sebelum menulis Bab 4
- Setiap hipotesis penelitian punya pasangan H0 dan H1 yang jelas
- Taraf signifikansi dan arah uji ditetapkan sebelum data diolah
- Uji asumsi normalitas dan homogenitas sudah dijalankan dan didokumentasikan
- Jenis uji dipilih sesuai skala data dan jumlah variabel
- Nilai p, statistik uji, dan derajat kebebasan dilaporkan lengkap
- Keputusan tolak atau gagal menolak H0 ditulis dengan istilah yang tepat
- Effect size dilaporkan untuk menunjukkan besar praktis temuan
- Uji hipotesis menilai apakah data cukup kuat untuk menolak hipotesis nol, dan menahan diri dari klaim membuktikan dugaan secara mutlak
- Tetapkan taraf signifikansi dan arah uji sebelum melihat data supaya keputusan tetap jujur
- Cocokkan jenis uji dengan skala data dan periksa asumsi sebelum menjalankannya
- Laporkan nilai p bersama effect size supaya besar praktis temuan ikut terbaca