PENGUJIAN HIPOTESIS

Hipotesis deskriptif yang akan diuji dengan statistik parametris merupakan dugaan terhadap nilai dalam satu sampel (unit sampel) dibandingkan standar dan hipotesis deskriptif yang akan diuji dengan statistik nonparametris merupakan dugaan ada tidaknya perbedaan secara signifikan nilai antar kelompok dalam satu sampel. Seperti sebelumnya telah dijelaskan bahwa bentuk-bentuk hipotesis ada tiga, yaitu bentuk hipotesis deskriptif, hipotesis komparatif dan hipotesis asosiatif. 

Berikut akan ditunjukkan secara general, mengenai bentuk-bentuk pengujian hipotesis berdasarkan bentuk-bentuk hipotesis:

Penjelasan masing-masing tes akan dibahas pada artikel berikutnya, termasuk penggunaan software Statistik khususnya dengan menggunakan SPSS.

Reference:

- Sugiyono. 2008. Metode Penelitian Bisnis. Alfabeta. Bandung.

- Sugiyono. 2009. Metode Penelitian Kuantitatif Kualitatif dan R & B. Bandung.

- Priyatno, Duwi. 2010. Paham Analisa Statistik Data dengan SPSS. Mediakom. Yogyakarta.

- Sugiyono. 2008. Statistik Nonparametris untuk Penelitian Cetakan Keenam Alfabeta. Bandung.

Read More

BENTUK-BENTUK HIPOTESIS

Perumusan hipotesis dalam penelitian merupakan langkah ketiga setelah landasan teori dan kerangka berpikir. Penelitian yang bersifat eksploratif / deskriptif tidak perlu merumuskan hipotesis. Penelitian yang merumuskan hipotesis biasanya adalah penelitian kuantitatif, sedangkan penelititian kualitatif tidak merumuskan hipotesis namun menemukan hipotesis yang selanjutnya dapat diuji dengan penelitian deskriptif.

Bentuk-bentuk hipotesis sangat berkaitan dengan rumusan masalah penelitian. Terdapat tiga bentuk-bentuk hipotesis, yaitu :

1. Hipotesis deskriptif, merupakan jawaban sementara terhadap masalah deskriptif yang berkenaan dengan variabel mandiri baik satu variabel atau lebih.

Contoh 1:

Rumusan masalah deskriptif : Berapa daya tahan lampu pijar merk X?

Hipotesis deskriptif : 

Ho : Daya tahan  lampu pijar merk X adalah 600 jam.

Ha : Daya tahan lampu pijar merk X tidak sama dengan 600 jam.

Hipotesis Statistik : 

Ho : m = 600

Ha : m  ¹ 600

Contoh 2:

Rumusan masalah deskriptif : Seberapa tinggi motivasi belajar mahasiswa suatu fakultas tertentu?

Hipotesis deskriptif : 

Ho : Motivasi belajar mahasiswa suatu fakultas adalah 80% dari kriteria ideal yang ditetapkan.

Ha : Motivasi belajar mahasiswa suatu fakultas tidak sama dengan 80% dari kriteria ideal yang ditetapkan.

Hipotesis Statistik : 

Ho : r = 80 %

Ha : r ¹ 80 %

2. Hipotesis Komparatif, merupakan jawaban sementara terhadap rumusan masalah komparatif (perbandingan). Membandingkan dua populasi/sampel yang berbeda namun dalam variabel yang sama atau membandingkan dua kejadian yang berbeda waktu namun variabel sama.

Contoh 1:

Rumusan masalah komparatif : Bagaimanakah prestasi belajar mahasiswa jurusan matematika dengan prestasi belajar mahasiswa jurusan ilmu komputer?

Hipotesis deskriptif : 

Ho : Tidak terdapat perbedaan prestasi belajar mahasiswa jurusan matematika dengan prestasi belajar mahasiswa jurusan ilmu komputer

Ha : Terdapat perbedaan prestasi belajar mahasiswa jurusan matematika dengan prestasi belajar mahasiswa jurusan ilmu komputer

Hipotesis Statistik : 

Ho : m₁ = m₂

Ha : m₁ ¹ m₂

Contoh 2 :

Rumusan masalah komparatif : Bagaimanakah produktifitas kerja karyawan PT ABC dengan karyawan PT XYZ?

Hipotesis deskriptif : 

Ho : Tidak terdapat perbedaan produktifitas kerja karyawan PT ABC dengan produktifitas kerja karyawan PT XYZ

Ha : Terdapat perbedaan produktifitas kerja karyawan PT ABC dengan produktifitas kerja karyawan PT XYZ

Hipotesis Statistik : 

Ho : m₁ = m₂

Ha : m₁ ¹ m₂

3. Hipotesis Asosiatif, merupakan jawaban sementara terhadap rumusan masalahyang menanyakan hubungan antara dua atau lebih variabel.

Contoh 1:

Rumusan masalah asosiatif : Adakah hubungan antara motivasi belajar dengan prestasi belajar?

Hipotesis deskriptif : 

Ho : Tidak terdapat hubungan antara motivasi belajar dengan prestasi belajar.

Ha : Terdapat hubungan antara motivasi belajar dengan prestasi belajar.

Hipotesis Statistik : 

Ho : r = 0

Ha : r ¹ 0

Contoh 2 :

Rumusan masalah asosiatif : Adakah hubungan antara prestasi kerja dengan salary yang diterima karyawan.

Hipotesis deskriptif : 

Ho : Tidak terdapat hubungan yang positif antara prestasi kerja dengan salary yang diterima karyawan.

Ha : Terdapat hubungan antara prestasi kerja dengan salary yang diterima karyawan.

Hipotesis Statistik : 

Ho : r = 0

Ha : r ¹ 0

Reference:

- Sugiyono. 2008. Metode Penelitian Bisnis. Alfabeta. Bandung.

- Sugiyono. 2009. Metode Penelitian Kuantitatif Kualitatif dan R & B. Bandung.

- Priyatno, Duwi. 2010. Paham Analisa Statistik Data dengan SPSS. Mediakom. Yogyakarta.

- Sugiyono. 2008. Statistik Nonparametris untuk Penelitian Cetakan Keenam Alfabeta. Bandung.

Read More

STATISTIK PARAMETRIS DAN NON PARAMETRIS

Dalam statistik inferensial terdapat statistik parametris dan statistik nonparametris. Saat kita akan melakukan analisa data, seringkali kita terbentur untuk memilih statistik apa yang cocok untuk digunakan. Apakah statistik parametris atau statistik nonparametris. Namun seringkali kita menggunakan statistik parametris, padahal hal tersebut belum tentu bisa sepenuhnya. Banyak hal yang harus kita ketahui kapan menggunakan statistik parametris dan kapan menggunakan statistik nonparametris. 

Salah satu hal yang membedakan statistik parametris dan nonparametris adalah distribusi dari data. Statistik parametris syarat utamanya adalah memenuhi asumsi kenormalan dalam artian data harus berdistribusi normal sedangkan statistik nonparametris tidak demikian, bebas distribusi.

Berikut akan dijelaskan sedikit mengenai statistik parametris dan statistik nonparametris.

1. Statistik parametris. 

Statistik parametris digunakan untuk menguji parameter populasi melalui statistik data sampel. Penggunaannya harus memenuhi banyak asumsi. Asumsi utama adalah data yang akan dianalisis harus berdistribusi normal. Jika tidak berdistribusi normal, maka data seharusnya dikerjakan dengan metode statistik nonparametris atau setidak-tidaknya dilakukan transformasi terlebih dahulu agar data mengikuti sebaran normal, sehingga bisa menggunakan analisis data dengan statistik parametris.

Ciri-ciri statistik parametris, sebagai berikut :

1. Data yang digunakan berskala interval atau rasio.
2. Data berdistribusi normal.
3. Harus memenuhi asumsi-asumsi yang ditentukan, seperti normalitas, liniearitas, multikolinearitas, homogenitas, heteroskedasitas, autokorelasi, dll.

Contoh metode statistik parametris sebagai berikut:

1. Uji satu sampel atau dua sampel dengan uji-Z
2. Uji satu sampel atau dua sampel dengan uji-t
3. Korelasi Pearson Product Moments
4. Korelasi Ganda
5. Analisis Regresi
6. Analisis of Varians (ANOVA) - parametrik
7. dll

Keunggulan statistik parametris, diantaranya :

1. Observasi bebas satu sama lain dan ditarik dari populasi yang berdistribusi normal serta memiliki varian yang homogen.
2. Biasanya tidak menguji syarat parameter dari suatu populasi dan dianggap sudah memenuhi syarat, pengukuran terhadap data dilakukan dengan kuat.

Kelemahan statistik parametris, diantaranya:

1. Populasi harus memiliki varian yang sama.
2. Variabel yang diteliti harus dapat diukur minimal skala interval.
3. Dalam ANOVA harus ditambahkan persyaratan rata-rata populasi harus normal dan bervarian sama Harus merupakan kombinasi linier dari efek-efek yang ditimbulkan.

2. Statistik Nonparametris

Statistik nonparametris tidak menuntut terpenuhi banyaknya asumsi, misalnya data yang akan dianalisis tidak harus berdistribusi normal (distribution free). Sering digunakan untuk data berskala nominal dan ordinal. 

Ciri-ciri statistik nonparametris, diantaranya :

1. Data tidak berdistribusi normal.
2. Data berskala nominal atau ordinal.
3. Umumnya jumlah sampel sedikit (n kecil).
4. Umumnya dilakukan pada penelitian sosial.

Contoh uji statistik non parametris, diantaranya :

1. Uji Binomial
2. Uji Mc Nemar
3. Run Test
4. Wilcoxon 
5. Mann-Whitney
6. dll

Keunggulan statistik nonparametris, diantaranya:

1. Tidak membutuhkan banyak asumsi, seperti normalitas.
2. Tidak terikat pada data berdistribusi normal, namun dapat digunakan pada populasi berdistribusi normal.
3. Dapat digunakan untuk data yang tidak diketahui distribusinya.
4. Lebih mudah dikerjakan dan lebih mudah dimengerti.
5. Dapat dilakukan secara langsung pada pengamatan yang nyata.
6. Dapat digunakan untuk data yang berskala nominal atau ordinal.

Kelemahan statistik nonparametris, diantaranya:

1. Hasil pengujian statistik nonparametris tidak setajam atau sekuat analisis statistik parametris. Seperti dinyatakan oleh beberapa ahli :Emory (1985): "The parametric test are more powerful are generally the tests of choisce if their use assumptions are reasonably met". dan Phopan (1973) : " ...parametric procedures are often markedly more powerful than their nonparametric counterparts.
2. Hasil statistik nonparametris tidak dapat digeneralisasi ke populasi, karena hasil statistik nonparametris mendekati eksperimen dengan sampel kecil dan umumnya membandingkan dua sampel.

Dalam melakukan penelitian kuantitatif yang menggunakan statistik, ada dua hal utama yang harus diperhatikan yaitu :

1. Macam data, yaitu berskala nominal, ordinal, rasio atau interval.
2. Bentuk hipotesis, yaitu hipotesis komparatif (membandingkan), hipotesis asosiatif (hubungan) dan hipotesis deskriptif.

Reference:

- Sugiyono. 2008. Metode Penelitian Bisnis. Alfabeta. Bandung.

- Sugiyono. 2009. Metode Penelitian Kuantitatif Kualitatif dan R & B. Bandung.

- Priyatno, Duwi. 2010. Paham Analisa Statistik Data dengan SPSS. Mediakom. Yogyakarta.

- Sugiyono, 2008. Statistik Nonparametris untuk Penelitian. Alfabeta. Bandung.

Read More

STATISTIK DESKRIPTIF DAN STATISTIK INFERENSIAL

Dalam penelitian kuantitatif, analisis data merupakan kegiatan setelah data dikumpulkan dari seluruh responden. Kegiatan dalam analisis data adalah

• Mengelompokkan data berdasarkan variabel dan jenis responden
• Mentabulasi data berdasarkan variabel dari seluruh responden
• Menyajikan data dari tiap variabel yang diteliti
• Melakukan perhitungan untuk menjawab rumusan masalah
• Melakukan perhitungan untuk menguji hipotesis yang telah diajukan

Teknik analisis data dalam penelitian kuantitatif menggunakan statistik. Terdapat dua statistik untuk analisis yaitu

1. Statistik Deskriptif, yaitu statistik yang digunakan untuk  analisa data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa ada tujuan membuat kesimpulan untuk generalisasi.

Beberapa hal yang dapat dilakukan adalah penyajian data melalui tabel, grafik, diagram lingkaran (pie chart), pictogram, perhitungan modus, median, mean (pengukuran tendensi sentral), desil, persentil, perhitungan penyebaran data melalui perhitungan rata-rata dan standar deviasi, perhitungan prosentase. Dapat juga dilakukan analisis korelasi antar variabel, analisis regresi atau membandingkan dua nilai rata-rata sampel/populasi.

2. Statistik Inferensial, yaitu statistik yang digunakan untuk menganalisis data sampel dan hasilnya diberlakukan untuk populasi. 

Statistik ini cocok digunakan jika sampel diambil pada populasi yang jelas dan pengambilan sampel secara acak. Sering disebut statistik induktif atau statistik probabilitas karena kesimpulan yang diberlakukan pada populasi berdasarkan pada data sampel dan kebenarannya bersifat peluang (kita kenal disini tafar signifikansi dan interval kepercayaan).

Disini terjadi pengujian signifikansi dari suatu analisis yang biasanya didasarkan pada tabel seperti tabel-t untuk uji-t dan tabel-F untuk uji-F (dapat digunakan alat bantu lainnya seperti MS - Excel).

Statistik inferensial terbagi atas dua yaitu statistik parametrik dan statistik nonparametrik. Dimana statistik parametrik diperlukan terpenuhinya banyak asumsi terutama berdistribusi normal, sedangkan statistik nonparametrik tidak demikian.

Reference:

- Sugiyono. 2008. Metode Penelitian Bisnis. Alfabeta. Bandung.

- Sugiyono. 2009. Metode Penelitian Kuantitatif Kualitatif dan R & B. Bandung.

- Priyatno, Duwi. 2010. Paham Analisa Statistik Data dengan SPSS. Mediakom. Yogyakarta.

Read More

METODE KUANTITATIF DAN METODE KUALITATIF

Metode penelitian kuantitatif dapat diartikan sebagai metode penelitian yang digunakan untuk meneliti pada populasi atau sampel tertentu. Teknik pengambilan sampel pada umumnya dilakukan secara acak, pungumpulan data menggunakan instrumen penelitian seperti kuisioner. Analisis data bersifat kuantitatif/statistik dengan tujuan untuk menguji hipotesis yang telah ditetapkan. Hipotesis tersebut diuji melalui pengumpulan data lapangan. Data yang terkumpul diuji secara kuantitatif dengan menggunakan statistik deskriptif dan statistik inferensial sehingga dapat disimpulkan hipotesis yang dirumuskan terbukti atau tidak. Hasil penelitian dapat digeneralisasikan pada populasi dimana sampel tersebut diambil.

Metode penelitian kualitatif adalah metode penelitian yang digunakan untuk meneliti pada kondisi obyek yang alamiah, (sebagai lawannya adalah eksperimen). Obyek yang alamiah artinya obyek yang berkembang apa adanya, tidak dimanipulasi oleh peneliti. Peneliti adalah sebagai instrumen kunci, untuk itu seorang peneliti harus memiliki wawasan yang luas dan bekal teori yang kuat, sehingga mampu bertanya, menganalisis, memotret, menginterpretasikan dan menkonstruksi fenomena dalam situasi sosial yang diteliti menjadi lebih jelas dan bermakna. Teknik pengambilan sumber data dilakukan secara purposive dan snowball dan teknik pengumpulan dengan gabungan (trianggulasi). Analisis data bersifat induktif/kualitatif, berdasarkan fakta-fakta yang ditemukan di lapangan dan kemudian dikonstruksikan menjadi hipotesis atau teori. Dan hasil penelitian kualitatif lebih menekankan makna dari pada generalisasi.

Perbedaan antara penelitian kuantitatif dan penelitian kualitatif meliputi tiga hal, yaitu:

1. Perbedaan aksioma yaitu pandangan dasar.

2. Perbedaan proses penelitian.
Pada penelitian kuantitatif pada prinsipnya untuk menjawab masalah. Bertolak dari studi pendahuluan dari obyek yang diteliti. Proses penelitian bersifat linier, dimana langkah-langkahnya jelas, mulai dari rumusan masalah, berteori, berhipotesis, mengumpulkan data, analisis data dan membuat kesimpulan dan saran.

Penelitian kualitatif pada dasarnya belum memiliki masalah atau keinginan yang jelas, tetapi dapat langsung memasuki obyek/lapangan. Proses penelitian kualitatif dilakukan secara sirkuler, berulang-ulang dengan berbagai cara dan berbagai sumber. Proses penelitian kualitatif terdiri dari tahap deskripsi, tahap reduksi dan tahap seleksi.

3. Perbedaan karakteristik penelitian.

Reference:

- Sugiyono. 2008. Metode Penelitian Bisnis. Alfabeta. Bandung.

- Sugiyono. 2009. Metode Penelitian Kuantitatif Kualitatif dan R & B. Bandung.

- Priyatno, Duwi. 2010. Paham Analisa Statistik Data dengan SPSS. Mediakom. Yogyakarta.

Read More

CONTOH PENGUJIAN RELIABILITAS INSTRUMEN DENGAN TEKNIK SPLIT HALF DARI SPEARMAN BROWN

Pengujian reliabilitas digunakan untuk mengetahui konsistensi alat ukur apakah dapat

diandalkan dan konsisten jika dilakukan pengukuran berulang dengan instrumen tersebut. Pengujian relibilitas berikut dengan menggunakan data yang ada pada contoh validitas. Pengujian relibilitas dalam hal ini menggunakan teknik belah dua (split half) yang dianalisis dengan rumus Spearman Brown.

Langkah dalam pengujian reliabilitas adalah sebagai berikut :

1. Butir-butir instrumen dibagi dua kelompok, yaitu kelompok butir item genap (2, 4, 6, ...) dan kelompok butir item ganjil (1, 3, 5, ...). 
2. Skor data tiap kelompok disusun tersendiri.
3. Hitung skor total masing-masingnya.

Tabel 1. Skor Total Kelompok Genap

Tabel 2. Skor Total Kelompok Ganjil

4. Hitung korelasi antara skor total kelompok genap dan skor total kelompok ganjil.

dan koefisien korelasi dimasukkan ke dalam rumus Spearman Brown sebagai berikut :

Diperoleh nilai reliabilitas 0,895. Berdasarkan uji coba nilai ini sudah reliabel, karena lebih besar dari 0,600.

Jadi instrumen yang digunakan sudah reliabel, maka instrumen dapat digunakan untuk pengukuran dalam rangka pengumpulan data.

Reference:

- Sugiyono. 2008. Metode Penelitian Bisnis. Alfabeta. Bandung.

- Sugiyono. 2009. Metode Penelitian Kuantitatif Kualitatif dan R & B. Bandung.

- Priyatno, Duwi. 2010. Paham Analisa Statistik Data dengan SPSS. Mediakom. Yogyakarta.

- http://id.wikipedia.org/wiki/Reliabilitas

Read More

KESALAHAN DALAM MENGUJI HIPOTESIS

Dalam menaksir paramater populasi berdasarkan data sampel, kemungkinan akan terdapat dua kesalahan, yaitu : 

1. Kesalahan Tipe I adalah kesalahan dalam menolak hipotesis Ho yang benar (seharusnya diterima). Dalam hal ini tingkat kesalahan.
2. Kesalahan Tipe II adalah kesalahan dalam menerima hipotesis yang salah (seharusnya ditolak).

Berikut dapat dilihat tabel hubungan antara keputusan menolak atau menerima Ho :

Tabel 1. Hubungan Antara Keputusan Menolak dan Menerima Hipotesis

1. Keputusan menerima hipotesis Ho yang benar, berarti tidak terjadi kesalahan.
2. Keputusan menerima hipotesis Ho yang salah, berarti  terjadi kesalahan tipe II (Beta).
3. Keputusan menolak hipotesis Ho yang benar, berarti terjadi kesalahan tipe I (Alpha).
4. Keputusan menolak hipotesis Ho yang salah, berarti tidak terjadi kesalahan.

Tingkat kesalahan ini selanjutnya dinamakan tingkat signifikansi / taraf signifikansi / level of significant (lihat Taraf Significant). Dalam prakteknya tingkat signifikansi telah ditetapkan oleh peneliti terlebih dahulu. Dalam pengujian hipotesis kebanyakan digunakan kesalahan tipe I yaitu berapa persen kesalahan untuk menolak hipotesis nol yang benar (biasa menggunakan nilai Alpha).

Reference:

- Sugiyono. 2008. Metode Penelitian Bisnis. Alfabeta. Bandung.

- Sugiyono. 2009. Metode Penelitian Kuantitatif Kualitatif dan R & B. Bandung.

-Priyatno, Duwi. 2010. Paham Analisa Statistik Data dengan SPSS. Mediakom. Yogyakarta.

- http://id.wikipedia.org/wiki/Uji_hipotesis

Read More