About

Jumat, 20 November 2026

Cara Menentukan Uji Statistik yang Tepat untuk Skripsi (Lengkap dengan Tabel)

Bingung Memilih Uji Statistik? Mulai dari Sini

Uji statistik yang tepat ditentukan oleh empat hal: tujuan penelitian, jenis data, jumlah kelompok, dan apakah data berdistribusi normal. Kalau keempatnya sudah jelas, pilihan ujinya hampir pasti tinggal satu.

Banyak mahasiswa langsung membuka SPSS lalu mencoba uji satu per satu sampai hasilnya "signifikan". Cara ini berbahaya. Dosen penguji biasanya akan bertanya, "Kenapa memakai uji ini?" Kalau jawabannya "karena hasilnya bagus", sidang bisa jadi panjang.

Artikel ini membahas cara memilih uji statistik secara runtut, lengkap dengan tabel panduan dan contoh judul skripsi.

4 Pertanyaan Sebelum Memilih Uji

Jawab empat pertanyaan ini secara berurutan sebelum mengolah data.

1. Apa tujuan penelitian Anda?

  • Membandingkan kelompok: misalnya beda nilai kelas A dan kelas B
  • Mencari hubungan antarvariabel: misalnya motivasi dengan prestasi
  • Mencari pengaruh satu variabel terhadap variabel lain: misalnya pengaruh promosi terhadap penjualan

2. Apa skala data variabel terikat (Y)?

  • Nominal: kategori tanpa urutan (jenis kelamin, jurusan)
  • Ordinal: kategori berurutan (tingkat kepuasan, peringkat)
  • Interval/rasio: angka yang bisa dihitung (nilai ujian, pendapatan, skor total kuesioner)

3. Berapa jumlah kelompok atau variabel yang diuji?

  • Satu kelompok dibandingkan dengan nilai standar
  • Dua kelompok, atau lebih dari dua kelompok
  • Kelompok berpasangan (orang yang sama diukur sebelum dan sesudah) atau independen (orang yang berbeda)

4. Apakah data berdistribusi normal?

  • Cek dengan uji normalitas: Kolmogorov-Smirnov, Shapiro-Wilk (sampel di bawah 50), atau Lilliefors
  • Normal → gunakan uji parametrik
  • Tidak normal → gunakan uji non-parametrik
💡 Catatan: Skor total kuesioner skala Likert umumnya diperlakukan sebagai data interval. Jawaban per butir soal tetap data ordinal.

Tabel Panduan Cepat Memilih Uji

Cari baris yang sesuai dengan tujuan dan kondisi data Anda, lalu lihat kolom uji yang dipakai.

Tujuan Kondisi data Data normal (parametrik) Data tidak normal / ordinal (non-parametrik)
Membandingkan 1 kelompok dengan nilai standar1 sampelOne sample t-testWilcoxon signed rank (1 sampel)
Membandingkan 2 kelompok independen2 kelompok, orang berbedaIndependent sample t-testMann-Whitney U
Membandingkan 2 kelompok berpasanganSebelum–sesudah, orang samaPaired sample t-testWilcoxon signed rank
Membandingkan lebih dari 2 kelompok independen3 kelompok atau lebihOne-way ANOVAKruskal-Wallis
Membandingkan lebih dari 2 pengukuran berpasanganDiukur 3 kali atau lebihRepeated measures ANOVAFriedman
Mencari hubungan 2 variabelKeduanya interval/rasioKorelasi PearsonKorelasi Spearman / Kendall Tau
Mencari hubungan 2 variabel kategoriKeduanya nominal—Chi-square
Mencari pengaruh 1 X terhadap YY interval/rasioRegresi linear sederhana—
Mencari pengaruh 2 X atau lebih terhadap YY interval/rasioRegresi linear berganda—
Mencari pengaruh X terhadap Y kategoriY nominal (ya/tidak)—Regresi logistik
Model dengan variabel laten dan mediasiBanyak indikator kuesionerSEM-AMOS / LISRELSEM-PLS (SmartPLS)
ℹ️ Bagaimana dengan regresi? Regresi linear tidak punya pasangan uji non-parametrik seperti t-test dan Mann-Whitney. Syarat regresi adalah lolos uji asumsi klasik: normalitas residual (bukan normalitas data), tidak ada multikolinearitas, tidak ada heteroskedastisitas, dan tidak ada autokorelasi. Jika asumsi tidak terpenuhi, data bisa ditransformasi atau dianalisis dengan metode lain seperti SEM-PLS.

Contoh Judul Skripsi dan Uji yang Cocok

Contoh berikut menunjukkan cara membaca tabel di atas pada judul skripsi yang umum.

Contoh judul skripsi Tujuan Uji yang cocok
Perbedaan Prestasi Belajar Mahasiswa Kelas Pagi dan Kelas MalamMembandingkan 2 kelompok independenIndependent t-test (normal) atau Mann-Whitney (tidak normal)
Efektivitas Pelatihan terhadap Kinerja Karyawan (Pre-test dan Post-test)Membandingkan 2 pengukuran berpasanganPaired t-test atau Wilcoxon
Perbedaan Kepuasan Pelanggan pada Tiga Cabang TokoMembandingkan lebih dari 2 kelompokOne-way ANOVA atau Kruskal-Wallis
Hubungan Motivasi Belajar dengan IPK MahasiswaMencari hubungan 2 variabel intervalKorelasi Pearson atau Spearman
Hubungan Jenis Kelamin dengan Pilihan Metode Pembayaran DigitalMencari hubungan 2 variabel nominalChi-square
Pengaruh Harga, Promosi, dan Kualitas Produk terhadap Keputusan PembelianMencari pengaruh beberapa X terhadap YRegresi linear berganda
Pengaruh Literasi Keuangan terhadap Keputusan Investasi (Ya/Tidak)Mencari pengaruh X terhadap Y kategoriRegresi logistik
Pengaruh Kepemimpinan terhadap Turnover Intention dengan Komitmen sebagai MediasiModel mediasi dengan variabel latenSEM-PLS (SmartPLS)
💡 Tips cepat: Kata kunci dalam judul sering langsung menunjukkan ujinya. "Perbedaan" → uji beda, "hubungan" → korelasi atau Chi-square, "pengaruh" → regresi atau SEM.

Kesalahan yang Sering Terjadi

Lima kesalahan ini paling sering muncul saat sidang skripsi.

  1. Tidak melakukan uji normalitas sebelum memakai t-test atau ANOVA.
  2. Memakai uji independen untuk data berpasangan. Data pre-test dan post-test dari orang yang sama harus memakai paired t-test atau Wilcoxon.
  3. Memakai t-test berulang kali untuk 3 kelompok. Cara ini memperbesar peluang kesalahan. Gunakan ANOVA, lalu uji lanjut (post hoc) seperti Tukey atau Bonferroni.
  4. Menyamakan korelasi dengan pengaruh. Korelasi hanya menunjukkan hubungan. Untuk menyimpulkan pengaruh, gunakan regresi dan landasan teori yang kuat.
  5. Lupa uji asumsi klasik pada regresi linear berganda.

Penutup

Memilih uji statistik bukan soal mencari hasil yang signifikan, tetapi mencocokkan uji dengan tujuan penelitian dan kondisi data. Simpan tabel panduan di atas sebagai pegangan saat menyusun Bab 3 (metode penelitian) dan Bab 4 (hasil penelitian).

Tutorial langkah demi langkah tiap uji di SPSS akan dibahas di artikel berikutnya. Videonya juga bisa ditonton di channel YouTube @mellynayan.

Masih bingung menentukan uji untuk judul skripsi Anda?
Tulis judulnya di kolom komentar, nanti kita bahas bersama. 👇

0 comments: