Kamis, 13 Maret 2014

Menangani Hasil Pengujian Hipotesis yang Tidak Signifikan (Bagian Kedua : Signifikansi + Bermakna dan Mengatasi Riset Tidak Signifikan)

Signifikan dan Bermakna


Sebagaimana sudah disinggung di Bagian Pertama : Pengertian Signifikansi bahwa persoalan signifikansi dalam riset sebenarnya hanya merupakan sebagian kecil dari hal yang penting dalam riset. Riset dinilai tidak hanya merupakan sebagian kecil dari hal yang penting dalam riset.
Bermakna dalam pengertian dapat dijustifikasi dengan menggunakan teori yang relevan, dapat dibandingkan dengan riset lain yang sejenis dan dapat dipahami dari prespektif empiris, yaitu temuan riset terjadi juga pada kejadian lain di luar riset kita dalam dunia nyata.
Dengan demikian pandangan kalau riset harus menghasilkan temuan yang signifikan tidak benar 100% karena dalam dunia nyata tidak semua bersifat signifikan. Sekalipun demikian hasil riset idealnya bermakna karena hal-hal yang tidak bermakna tidak akan berguna dalam dunia nyata.
Oleh karena itu idealnya temuan riset tidak hanya signifikansi tetapi juga harus bermakna. Jika terjadi hasil riset tidak signifikan tetapi bermakna; maka temuan riset tersebut akan tetap berguna setidak-tidaknya untuk menjadi bahan kajian ulang bagi peneliti selanjutnya.

Cara-Cara Mengatasi Hasil Riset yang Tidak Signifikan 

Terdapat beberapa cara untuk mengatasi hasil riset yang tidak signifikan, di antaranya ialah :

1. Menurunkan tingkat keyakinan (confidence level) : dengan menurunkan tingkat keyakinan, misalnya dari   99% menjadi 95% atau 90% diharapkan saat pengujian hipotesis dilakukan tingkat signifikansi yang semakin menjadi besar tersebut akan dapat digunakan untuk menolak hipotesis nol (H0). Karena dengan membesarnya tingkat signifikansi, maka peluang atau probabilitas untuk melakukan penolakan (H0) menjadi semakin besar.
2. Fokus pada estimasi dan jarak pada interval keyakinan (confidence interval) yang sesuai : Dengan menggunakan interval keyakinan yang tepat maka pengujian hipotesis akan membuahkan hasil yang signifikan. Hal ini dapat dijelaskan sebagai berikut : jika nilai parameter yang dijadikan hipotesis nol (H0) tidak jatuh dalam jarak interval kepercayaan, maka H0 dapat ditolak dengan menggunakan tingkat signifikansi tertentu (Harlow : 1997)
3. Pergunakan ukuran sampel yang sesuai dengan persyaratan prosedur yang digunakan untuk analisis data dengan mempertimbangkan tingkat keyakinan dan tingkat signifikansi yang diinginkan olah peneliti
4. Jika memungkinkan dari sisi biaya dan waktu kita menggunakan sampel yang besar, misalnya 1000 atau lebih maka probabilitas menghasilkan riset yang signifikan dapat tercapai. 

Sumber :
Sarwono, Jonathan. 2013. 12 Jurus Ampuh SPSS untuk Riset Skripsi.PT. Elex Media Komputindo : Jakarta
Harlow, L.L.,Mulalik, S.A., & Steiger, J.H. (Ed).1997.What if There Were No Significance Test? Lawrence Erlbaum Associates : New Jersey.

3 komentar:

jenni bio48 mengatakan...

bagaimana jika data saya hanya 3. convidence level berapa yang harus saya pakai?. mohon sarannya..

Unknown mengatakan...

Bagaimana jika variabel x saya ada 3 dan y cuma 1 tapi cuma 1 variabel aja yg berpengaruh sementara yang variabel lainnya tdk berpengaruh. Mohon sarannya? Terima kasih

vanli saluputra mengatakan...

Bagaimana jika hasil skripsi saya tidak ada yg berpengaruh signifikan semuanya, dan bagaimana caranya untuk menjawab pertanyaan diwaktu sidang nanti,mohon bantuannya, terimakasih