Lompat ke konten
Anda disini: M Jurnal » Skripsi » Cara Uji Hipotesis dan Kesalahan Pengambilan Keputusan

Cara Uji Hipotesis dan Kesalahan Pengambilan Keputusan

Kesalahan Uji Hipotesis : Pengertian, Dasar, Serta Jenis Uji 1 sisi (kiri dan kanan) dan 2 sisi

Panduan ini Saya susun untuk memberikan petunjuk dasar bagaimana cara melakukan uji hipotesis pada penelitian. Kenapa Panduan ini penting ?

Karena Saya lihat dari komentar-komentar pengunjung M Jurnal, masih ada beberapa yang keliru dalam pengambilan keputusan dari pengujian hipotesis. Sehingga kesimpulan yang diambil cenderung salah.

Apa kesalahan yang sering terjadi ? Yaitu menerima H0 (tidak signifikan) yang mana seharusnya menolak H0 (Signifikan) atau sebaliknya…

Biar semakin paham, lebih baik pelajari dahulu dasar pengujian hipotesis. Sudah siap ??? Mari kita mulai.

Pengertian dan Dasar Uji Hipotesis Dalam Statistik

Pada SUB-BAB Hipotesis, Saya sudah menjelaskan bagaimana cara menyusun hipotesis yang Saya kelompokkan berdasarkan Tujuan Penelitian (beda judul).

Note: Saya harap Anda sudah memahami jenis-jenis hipotesis serta cara menyusunnya. Karena Panduan ini lebih difokuskan sebagai solusi kesalahan dalam pengujian hipotesis.

Uji Hipotesis adalah pengujian yang dilakukan terhadap suatu pernyataan / dugaan atas permasalahan dalam suatu penelitian menggunakan metode analisis statistik.

Dalam pengujian hipotesis, peneliti akan mengambil kesimpulan atau memilih untuk menerima atau menolak H0 (Hipotesis Nol).

Dengan kata lain…

UJI HIPOTESIS BERTUJUAN UNTUK MENGETAHUI APAKAH SIGNIFIKAN ATAU TIDAK

ROLAN MARDANI

Dalam statistik, lakukan pengujian hipotesis hanya pada Hipotesis Nol (Hipotesis Statistik). Sehingga hanya akan ada 2 pilihan jawaban, yaitu Menerima atau Menolak H0.

Jika menerima H0, maka Hipotesis Nol lah yang dinyatakan sah dalam pengujian tersebut. Sementara, jika menolak H0, maka Hipotesis Alternatif (Ha atau H1) lah yang dinyatakan sah secara statistik.

Misalnya, katakanlah peneliti melakukan pengujian atas hipotesis berikut:

H0 = Return on Assets secara partial tidak berpengaruh signifikan terhadap Return Saham.

Ha = Return on Assets secara partial berpengaruh signifikan terhadap Return Saham.

sponsored-jd-sport

Karena hipotesis masih berupa dugaan sementara, maka perlu diuji secara statistik untuk mengetahui hipotesis mana yang secara statistik dapat diterima. Apakah menerima H0 atau menolak H0.

Jika hasil pengujian adalah menerima H0, artinya, variabel Return on Assets tidak berpengaruh signifikan terhadap Return Saham.

Sebaliknya, jika hasil pengujian adalah menolak H0, artinya Hipotesis Alternatif (Ha) lah yang menjadi jawaban atas uji hipotesis ini.

Dengan kata lain, variabel Return on Assets berpengaruh signifikan terhadap Return Saham.

Note: Hasil setiap penelitian tidak akan selalu sama. Misalnya, jika teori mengatakan Return on Assets berpengaruh signifikan terhadap Return Saham, maka bukan berarti penelitian Anda juga akan mendapatkan hasil yang sama !

Kenapa ? Karena Hasil pengujian hipotesis bersifat mutlak dan tidak bisa diganggu-gugat selama peneliti tidak melakukan kesalahan dalam pengujian hipotesis.

Namun, masih ada kemungkinan peneliti melakukan kesalahan dalam pengujian hipotesis. Untuk itu, pahami dahulu kemungkinan kesalahan pengambilan keputusan dalam uji hipotesis berikut:

Kemungkinan Kesalahan Pengambilan Keputusan dalam Uji Hipotesis

Pada dasarnya, uji hipotesis hanya dilakukan terhadap pernyataan hipotesis nol (H0). Sehingga ada 2 kemungkinan yaitu: Menerima atau Menolak H0.

Dalam statistik, kesalahan pengujian hipotesis terbagi menjadi 2 yaitu:

  1. Kesalahan Tipe 1 (Type 1 Error): Yaitu kesalahan yang terjadi ketika peneliti menolak Hipotesis Nol (H0), padahal seharusnya menerima H0. Tipe kesalahan ini disebut juga dengan Alpha Risk yang dilambangkan dengan simbol α.
  2. Kesalahan Tipe 2 (Type 2 Error): Yaitu kesalahan yang terjadi ketika peneliti menerima Hipotesis Nol (H0) yang mana seharusnya menolak hipotesis. Tipe kesalahan ini disebut juga dengan Beta Risk yang dilambangkan dengan simbol β.

Note: Simbol α (alpha) dan β (beta) bukan α dan β pada persamaan Regresi: Y = α + β1X1 + β2X2 + e. Tapi hanya sebuah simbol yang melambangkan tipe kesalahan pengambilan keputusan atas uji hipotesis.

Cara Pengambilan Keputusan Uji Hipotesis

Tergantung… yaaa tentunya tergantung uji statistik apa yang Anda gunakan (uji t / uji F dll). Intinya tergantung dari tujuan hipotesis itu sendiri.

Misalnya, pengujian untuk hipotesis berikut:

H0 = Upah secara partial tidak berpengaruh signifikan terhadap Kinerja Karyawan

Ha = Upah secara partial berpengaruh signifikan terhadap Kinerja Karyawan

Hipotesis ini bertujuan untuk mengetahui hubungan variabel Upah dengan variabel Kinerja Karyawan, apakah benar-benar ada pengaruh yang signifikan.

Selain itu, bunyi hipotesis tersebut juga menyertakan hubungan secara partial. Sehingga Anda bisa menggunakan uji t.

Note: Setiap jenis pengujian memiliki dasar pengambilan keputusan masing-masing. Pada setiap panduan masing-masing uji sudah Saya jelaskan.

Misalnya untuk uji t, ada 2 cara pengambilan keputusan atas hipotesis sebagai berikut:

#1 Membandingkan Sig. atau Prob. Dengan Alpha Penelitian

Pengujian hipotesis pada uji t SPSS bisa menggunakan nilai pada Kolom Sig. dan membandingkannya dengan Alpha Penelitian.

Penting! Umumnya alpha pada penelitian ekonomi dan bisnis adalah 5% (0.05). Anda bisa menggunakan nilai yang lebih tinggi ataupun rendah. Akan Saya jelaskan pada bagian selanjutnya.

Misalnya Saya berikan hasil uji t dari hipotesis tersebut menggunakan SPSS yang tampak seperti gambar berikut:

Cara pengambilan kesimpulan hipotesis uji t

Dari gambar, nilai Sig untuk variabel Upah adalah .000 (artinya 0.000). Untuk pengambilan keputusan apakah menolak atau menerima H0, Anda bisa membandingkan nilai Sig ini dengan Alpha penelitian.

Dasar pengambilan keputusannya adalah:

  1. Jika nilai Sig < Alpha Penelitian, maka tolak H0.
  2. Jika Nilai Sig > Alpha Penelitian, maka terima H0.

Dalam contoh ini, Sig < Alpha penelitian = 0.000 < 0.05. Artinya, H0 ditolak.

Dengan kata lain, hasil pengujian hipotesis ini menunjukkan bahwa Variabel Upah berpengaruh Signifikan terhadap Kinerja Karyawan.

Sejauh ini paham ? Oke.. sekarang coba bandingkan hasil pengujian hipotesis ini dengan cara yang kedua berikut:

#2 Membandingkan t Hitung dengan t Tabel

Nilai t hitung pada output SPSS dapat Anda temukan pada kolom t dalam Tabel Coefficient, lihat gambar di atas.

Dasar pengambilan keputusan berdasarkan perbandingan t hitung dan t tabel sebagai berikut:

  1. Jika t hitung > t tabel, maka tolak H0
  2. Jika t hitung < t tabel, maka terima H0.

Note: kriteria perbandingan t hitung dan t tabel berbanding terbalik dengan sig vs Alpha Penelitian.

Jika Anda menggunakan perbandingan t hitung dan t tabel, maka Anda membutuhkan Tabel Distribusi T untuk mendapatkan nilai t Tabel.

Dalam contoh ini, nilai t Tabel sebesar 1.9955 (menggunakan Alpha 5%, df = 68). Sehingga t hitung > t tabel = 4.716 > 1.9955. Artinya, variabel Upah berpengaruh signifikan terhadap variabel Kinerja Karyawan.

Bagaimana, hasilnya sama persis bukan ? Jadi cukup gunakan salah satu cara saja.

Saya harap Anda memahami materi ini untuk menghindari kesalahan pengambilan keputusan uji hipotesis (kesalahan tipe 1 dan 2) karena…

HASIL PENELITIAN BERSIFAT MUTLAK SELAMA PENELITI TIDAK MELAKUKAN KESALAHAN DALAM PENGUJIAN HIPOTESIS

ROLAN MARDANI

Oh ya, pada cara pertama: membandingkan sig dengan Alpha penelitian. Bagaimana cara menentukan nilai Alpha Penelitian ini ?

Cara Menentukan Tingkat Signifikansi (Alpha) Penelitian

Alpha Penelitian (disebut juga taraf signifikansi) adalah batas toleransi kesalahan dalam menerima / menolak Hipotesis Nol.

Dalam penelitian Ekonomi dan Bisnis, umumnya Alpha Penelitian sebesar 0.05 (5%). Begitu juga pada software-software statistik. Secara default, software-software statistik menggunakan Alpha 0.05.

Jadi jika Anda menggunakan Alpha lebih kecil atau lebih besar dari 0.05, maka Anda perlu melakukan beberapa perubahaan (tergantung Anda menggunakan software apa).

Lalu apa makna Alpha penelitian ini ?

Seperti yang Saya sebutkan sebelumnya: “HASIL PENELITIAN BERSIFAT MUTLAK SELAMA PENELITI TIDAK MELAKUKAN KESALAHAN DALAM PENGUJIAN HIPOTESIS”.

Karena Alpha penelitian sebesar 5%, maka kemungkinan kesalahan pengambilan keputusan dari hasil uji hipotesis ini hanya sebesar 5% dan dianggap benar sebesar 95% (100%-5%).

Jadi selama Anda tidak melakukan kesalahan tipe 1 atau 2, maka apapun hasil pengujian hipotesis tersebut tidak bisa diganggu-gugat meskipun hasil penelitian bertentangan dengan teori yang sudah ada.

Namun pada dasarnya, sebagian mahasiswa cenderung was-was apabila hasil pengujian bertentangan teori yang sudah ada. Biasanya penelitian yang tidak signifikan. Untuk case ini sudah Saya bahas pada Panduan Apakah Penelitian Harus Signifikan ?. (Lihat Pintasan Panduan).

FYI, ada kemungkinan Anda mendapatkan hasil t hitung bernilai negatif. Untuk keadaan ini, jangan langsung buru-buru menerima H0 (tidak signifikan). Kenapa ?

Karena jika t hitung bernilai negatif, maka Anda harus memahami tentang jenis uji 1 sisi dan 2 sisi berikut:

BONUS: Pahami Tentang Uji 1 dan 2 Sisi

Ketika menguji hipotesis, bisa saja Anda mendapatkan hasil t hitung bernilai negatif. Misalnya nilai t hitung -4,716 sedangkan t tabel sebesar 1,9955.

Jika langsung dibandingkan, maka kesimpulannya adalah -4,716 < 1,9955, artinya terima H0 (tidak signifikan).

Note: Saya mengubah nilai t hitung dari contoh sebelumnya menjadi negatif sebagai ilustrasi.

Faktanya, jika ini yang Anda lakukan, sudah pasti Anda melakukan kesalahan tipe 2 (kesalahan menerima H0). Untuk itu, ada baiknya pahami dahulu tentang jenis pengujian hipotesis.

Dalam statistik, ada 2 jenis uji hipotesis yaitu: Uji 1 sisi (kiri atau kanan) dan uji 2 sisi.

Jenis uji 1 sisi (kiri dan kanan) dan 2 sisi

Pengujian ini berhubungan dengan Alpha Penelitian.

Maksudnya ?

Okee… Misalnya alpha penelitian sebesar 0.05. t hitung sebesar -4.716. Kemudian, gunakan rumus berikut untuk menentukan nilai t tabel mana yang akan digunakan:

Signifikan 2 sisi = α pada kolom Two-Tailed
Signifikan 1 sisi = α pada Kolom One-Tailed
degree of freedom = n-k

Keterangan:
α = Alpha Penelitian
n = Jumlah Sample penelitian
k = Jumlah Variabel Independent

Note: Jumlah sample dalam contoh ini = 70, dan jumlah variabel independent = 2.

Sekarang, coba lihat Tabel Distribusi T. Anda akan menemukan judul kolom signifikan yang dikelompokkan berdasarkan nilai alpha (0.025, 0.05, 0.01, 0.02 dan seterusnya) serta Degree of Freedom.

Untuk uji 1 sisi, Anda bisa menggunakan nilai t Tabel pada Kolom α khusus kolom One Tailed. Kemudian, ambil nilai t tabel pada baris Degree of Freedom n-k = 70-2 = 68.

Sehingga dapatlah nilai T Tabel sebesar 1.6676 (hasil pembulatan dari 1.66757228079671). Selanjutnya bandingkan t hitung dengan t tabel: 4.716 < 1.6676 dan dapatlah hasilnya terima H0 (tidak signifikan).

Note: ingat, ini contoh uji hipotesis yang salah ya… Karena kenyataannya, cara mengujian t hitung negatif bukan begitu.

Pertanyaannya, adakah t tabel yang bernilai negatif ? Coba Anda lihat semua angka pada Tabel Distribusi T. Tidak ada angka yang bernilai negatif…

Karena tidak ada t tabel yang bernilai negatif, tentu seolah-olah Anda harus menerima H0 (tidak signifikan). Pada kenyataannya bukan demikian.

Selengkapnya tentang solusi dari t hitung bernilai negatif akan Saya bahas pada SUB-BAB t hitung Negatif. Silahkan gunakan Pintasan Panduan berikut:

Pintasan Panduan Problem dan Solusi Penelitian

  1. Tidak Signifikan ?: Apakah penelitian harus signifikan ? Lihat jawaban dan solusinya.
  2. Variable Dominan: Cara menentukan Variable Paling Dominan dalam Penelitian Regresi Linier (Sederhana, Berganda, Data Time Series, Cross Section maupun Data Panel) + Contoh Hasil dari SPSS, E-Views, dan Excel.
  3. Kesalahan Uji Hipotesis: (Anda Disini).
  4. t hitung Negatif: Jika t hitung bernilai negatif, maka jangan buru-buru menerima H0 (tidak signifikan). Ini solusinya…
  5. Positif / Negatif Signifikan: Apa maksud dari Positif / Negatif Signifikan ? (Wajib Pahami Materi ini).
  6. R Square Rendah: Solusi jika nilai R Square terlalu rendah.
  7. Normalitas: Cara menyembuhkan Normalitas
  8. Multikolinearitas: Cara menyembuhkan Multikolinearitas
  9. Autokorelasi: Cara menyembuhkan Autokorelasi
  10. Heterokedastisitas: Cara menyembuhkan Heterokedastisitas

6 tanggapan pada “Cara Uji Hipotesis dan Kesalahan Pengambilan Keputusan”

  1. hai kak
    cara uji normalitas dengan kolomog… dengan judul :
    (analisis rasio keuangan terhadap nilai perusahaan) hipottesis ROE,CR,DER,TATO diduga berpengaruh signifikan terhadap nilai perusahaan, disini saya bingung cara masukin data nya ke spss 🙂 mohon bantuannya kak

  2. Kolgomorov maksud nya kak ?
    Saya belum susun panduan nya sih..
    Ntar Saya prioritaskan lebih dulu ya..

  3. uji normalitas kolmogorov smirnov kak, saya bingung masukin data di spss nya
    apakah benar begini :
    tahun ROE CR DER
    2016 8,30% 286,83% 40%
    2017 4,30% 168.00% 48%
    2018 1,19% 234,22% 58%
    2019 2,30% 93% 69%
    bener gak kak penulisan data untuk di spss nya,

  4. Penulisannya ya ? Tapi tahap-tahap uji kolgomorov nya udah tau kan kak ?
    Kalo penulisan, paling cuma ini yang perlu diperhatikan…
    Simbol persennya ga perlu diketik.
    Terus sesuaikan pemisah desimal nya dengan pengaturan software. Ini perlu di cek langsung sih…
    Biar mudah gini aja…
    Itu kan kakak pake koma (8,30). Ketik aja gitu di spss nya.
    Terus liat, data yang tampil sama atau enggak dengan 8,30.
    Kalo enggak, coba ketik ulang datanya…
    Ganti koma jadi titik. Berarti 8,30 jadi 8.30.

  5. Assalamualaikum kak tolong di jawab ya lagi bingung banget 🙁 kalau hipotesis kita berpegaruh positif tapi ternyata hasilnya itu berpengaruh negatif maka hipotesisnya diterima atau ditolak ya ka? Terimakasih..

  6. Malam mas, misalkan ada perbedaan antara t hitung dan sig. Mana yg harus diprioritaskan. Apa wajib memenuhi syarat keduanya untuk pengambilan keputusan?terima kasih

Komentar Anda:

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *