Cara memilih uji statistik untuk skripsi kuantitatif
Cara memilih uji statistik dimulai dari dua pertanyaan: apa yang ingin kamu ketahui (membandingkan kelompok, melihat hubungan, atau memprediksi) dan jenis data apa yang kamu punya (angka, peringkat, atau kategori). Jawaban kedua pertanyaan itu langsung mengerucutkan pilihan ke satu atau dua uji, misalnya uji t, ANOVA, korelasi, regresi, atau chi-square. Asumsi data menentukan apakah kamu memakai versi parametrik atau alternatif nonparametriknya.
Kenapa memilih uji terasa membingungkan
Kalau kamu membuka buku statistik, daftar ujinya panjang sekali, dan namanya mirip-mirip. Wajar kalau kamu bingung harus mulai dari mana. Kabar baiknya, kamu tidak perlu hafal semuanya. Untuk skripsi, pilihannya hampir selalu mengerucut dari dua pertanyaan saja.
Bayangkan kamu mau bepergian. Sebelum memilih kendaraan, kamu perlu tahu dua hal: mau ke mana, dan barangmu apa. Ke kota sebelah dengan satu ransel cukup naik motor; pindah kos dengan lemari butuh mobil bak. Memilih uji statistik sama: tujuan penelitianmu adalah "mau ke mana", jenis datamu adalah "barangnya". Kendaraannya (ujinya) menyesuaikan.
Dua pertanyaan pertama: tujuan dan jenis data
Pertanyaan tujuan. Baca rumusan masalahmu, lalu cocokkan dengan salah satu bentuk ini:
- membandingkan dua kelompok (laki-laki dan perempuan, kelas A dan kelas B);
- membandingkan tiga kelompok atau lebih (angkatan, fakultas, status pekerjaan);
- membandingkan kondisi sebelum dan sesudah pada orang yang sama;
- melihat hubungan dua variabel (makin tinggi X, makin tinggi Y?);
- memprediksi satu variabel dari beberapa variabel lain (pengaruh X1, X2, X3 terhadap Y);
- melihat keterkaitan dua variabel kategori (jenis kelamin dan pilihan jurusan).
Pertanyaan jenis data. Lihat variabel yang diukur, terutama variabel terikatnya:
- Numerik: angka yang jaraknya bermakna, misalnya nilai ujian, usia, atau skor total kuesioner yang dijumlahkan dari banyak butir.
- Ordinal: peringkat atau tingkatan, misalnya satu butir skala Likert (sangat tidak setuju sampai sangat setuju) atau tingkat pendidikan.
- Kategori: kelompok tanpa urutan, misalnya jenis kelamin, asal daerah, atau jawaban ya dan tidak.
Satu catatan yang sering jadi perdebatan: skor total dari banyak butir skala Likert umumnya diperlakukan sebagai data numerik, sedangkan satu butir Likert lebih aman dianggap ordinal. Jurusan berbeda bisa punya kebiasaan berbeda di sini, jadi tanyakan ke dosen pembimbingmu.
Tabel memilih uji statistik
Tabel ini membaca tujuan penelitian dari kiri ke kanan. Kolom terakhir adalah alternatif nonparametrik, yaitu uji yang dipakai kalau datamu ordinal atau asumsi uji parametriknya tidak terpenuhi.
| Tujuan penelitian | Jenis data variabel terikat | Uji parametrik | Alternatif nonparametrik |
|---|---|---|---|
| Membandingkan dua kelompok berbeda | Numerik | Uji t independen | Mann-Whitney U |
| Membandingkan tiga kelompok atau lebih | Numerik | ANOVA satu arah | Kruskal-Wallis |
| Sebelum dan sesudah pada orang yang sama | Numerik | Uji t berpasangan | Wilcoxon signed-rank |
| Hubungan dua variabel | Numerik dan numerik | Korelasi Pearson | Korelasi Spearman |
| Prediksi dari beberapa variabel | Numerik | Regresi linear berganda | Konsultasikan dengan dosen pembimbing |
| Keterkaitan dua variabel kategori | Kategori dan kategori | Uji chi-square | Fisher's exact test bila sel tabelnya kecil |
Cara memakainya: temukan baris tujuanmu, cek jenis datanya, lalu ambil uji parametriknya sebagai calon pertama. Kalau datamu ordinal sejak awal, langsung lihat kolom kanan.
Ada dua hal yang tabel ini sengaja sederhanakan. Pertama, regresi berganda punya banyak varian (regresi logistik untuk variabel terikat kategori, misalnya), dan pilihannya bergantung pada model di Bab II. Kedua, chi-square sendiri sudah termasuk uji nonparametrik, jadi alternatifnya lebih soal ukuran sampel daripada asumsi distribusi.
Langkah berikutnya: cek asumsi
Setelah dapat calon uji, langkah berikutnya adalah memeriksa apakah datamu memenuhi asumsinya. Uji parametrik seperti uji t, ANOVA, korelasi Pearson, dan regresi umumnya meminta beberapa syarat:
- Skala numerik pada variabel terikat.
- Distribusi mendekati normal, diperiksa dengan uji normalitas. Untuk regresi, yang diuji adalah residualnya, bukan variabel mentahnya.
- Varians antarkelompok setara untuk uji t dan ANOVA, biasanya diperiksa dengan uji Levene.
- Pengamatan saling bebas: satu responden tidak dihitung dua kali, dan jawaban satu orang tidak memengaruhi jawaban orang lain.
Kalau asumsi tidak terpenuhi, ada beberapa jalan: memakai versi uji yang tahan terhadap pelanggaran itu (misalnya uji Welch saat varians berbeda), atau pindah ke alternatif nonparametrik. Jalan mana yang dipakai sebaiknya diputuskan bersama dosen pembimbing dan ditulis di Bab III sebelum kamu melihat hasilnya, supaya pilihan uji tidak terkesan dicari-cari sampai hasilnya signifikan.
Pertanyaan untuk dibawa ke dosen pembimbing
Pilihan uji adalah keputusan metodemu bersama dosen pembimbing, bukan sesuatu yang bisa diputuskan oleh tabel atau aplikasi. Supaya diskusinya terarah, siapkan jawaban untuk pertanyaan ini:
- Apa variabel terikat dan variabel bebas di setiap rumusan masalah?
- Apakah skor variabelku diperlakukan sebagai numerik (jumlah atau rata-rata butir) atau ordinal?
- Apakah kelompok yang dibandingkan berisi orang yang berbeda, atau orang yang sama diukur dua kali?
- Kalau uji normalitas atau homogenitas tidak terpenuhi, apa rencana cadangannya?
- Berapa taraf signifikansi yang dipakai di jurusan, 0,05 atau 0,01?
Pertanyaan yang sering muncul
Apakah data skala Likert boleh diuji dengan statistik parametrik?
Skor total atau rata-rata dari banyak butir Likert umumnya diperlakukan sebagai data numerik, sehingga uji parametrik lazim dipakai. Satu butir Likert lebih tepat dianggap ordinal. Karena ini wilayah perdebatan, ikuti kesepakatan dengan dosen pembimbing dan tulis alasannya di Bab III.
Kalau data tidak normal, apakah harus pakai uji nonparametrik?
Belum tentu. Dengan sampel besar, banyak uji parametrik cukup tahan terhadap penyimpangan normalitas yang ringan, dan ada versi yang lebih tahan seperti uji Welch. Pindah ke nonparametrik juga sah. Yang penting, keputusannya diambil dengan alasan yang jelas dan dicatat sebelum hasil dilihat.
Apa beda uji korelasi dan regresi?
Korelasi mengukur seberapa kuat dua variabel bergerak bersama, tanpa menentukan mana yang memengaruhi. Regresi memodelkan satu variabel terikat dari satu atau beberapa variabel bebas, sesuai kerangka teori di Bab II. Keduanya tidak membuktikan sebab akibat dengan sendirinya.
Bolehkah mencoba beberapa uji lalu memilih yang hasilnya signifikan?
Tidak. Mencoba-coba uji sampai hasilnya signifikan membuat nilai signifikansi kehilangan maknanya. Tentukan uji dan rencana cadangannya di Bab III, lalu laporkan hasil apa adanya, termasuk kalau hasilnya tidak signifikan.