1. Konsep Dasar Pengujian Signifikansi
Uji signifikansi merupakan metode statistik yang digunakan untuk menentukan apakah suatu hasil penelitian memiliki makna secara statistik atau hanya terjadi karena kebetulan (Casella & Berger, 2002). Uji ini biasanya dilakukan dengan membandingkan p-value terhadap tingkat signifikansi (α), yang umumnya ditetapkan pada 0,05 atau 0,01(Walpole et al., 2012).
Terdapat dua pendapat dalam penentuan signifikansi statistik dalam riset ilmu sosial, yaitu
- Pendekatan Fisher menggunakan nilai untuk menunjukkan uji signifikansi dan inferensi induktif.
- Pendekatan Neyman-Pearson menggunakan nilai untuk menentukan keputusan dalam memilih antara hipotesis nol
dan hipotesis alternatif (
atau 
).
2. Hipotesis dalam Uji Signifikansi
Hipotesis adalah pernyataan atau dugaan sementara yang dibuat untuk menjelaskan suatu fenomena atau hubungan antara variabel, yang kebenarannya masih harus diuji melalui penelitian. Dalam konteks uji signifikansi, terdapat dua jenis hipotesis utama:
- Hipotesis Nol : Hipotesis yang menyatakan tidak adanya hubungan atau perbedaan yang signifikan antara variabel yang diteliti.
- Hipotesis Alternatif ( atau ): Hipotesis yang menyatakan adanya hubungan atau perbedaan yang signifikan antara variabel yang diteliti.
a. Hipotesis Satu Arah (One-Tailed Test)
Hipotesis satu arah digunakan ketika peneliti memiliki dugaan awal mengenai arah pengaruh suatu variabel terhadap variabel lain. Uji ini hanya melihat apakah suatu parameter lebih besar atau lebih kecil dari nilai tertentu, tanpa mempertimbangkan kemungkinan perbedaan ke arah lain.
atau
Contoh Ilustrasi:
Seorang guru ingin menguji apakah metode pembelajaran baru meningkatkan nilai ujian siswa dibandingkan dengan metode lama.
(Tidak ada peningkatan, atau metode baru tidak lebih baik dari metode lama).
(Metode baru menghasilkan nilai lebih tinggi).
Uji ini hanya mempertimbangkan kemungkinan peningkatan, sehingga disebut uji satu arah (right-tailed test jika mengarah ke kanan, left-tailed test jika mengarah ke kiri).
b. Hipotesis Dua Arah (Two-Tailed Test)
Hipotesis dua arah digunakan ketika peneliti hanya ingin mengetahui apakah ada perbedaan yang signifikan tanpa mempermasalahkan arah perubahan.
Contoh Ilustrasi:
Seorang ilmuwan ingin mengetahui apakah obat baru memiliki efek berbeda (baik lebih baik maupun lebih buruk) dibandingkan obat standar.
(Tidak ada perbedaan efektivitas antara obat baru dan obat standar).
(Ada perbedaan efektivitas antara obat baru dan obat standar).
Karena bisa terjadi perubahan ke dua arah (lebih tinggi atau lebih rendah), uji ini disebut uji dua arah.
3. Langkah-langkah Uji Signifikan
a. Merumuskan Hipotesis
Menentukan hipotesis nol dan hipotesis alternatif 
.
b. Menentukan Tingkat Signifikansi
c. Menentukan dan Menghitung Statistik Uji yang Tepat
- Uji Parsial
Uji parsial atau sering disebut uji t bertujuan untuk mengetahui seberapa jauh hubungan dari variabel bebas terhadap variabel terikat secara individu.
Adapun langkah-langkah pengujian simultan adalah sebagai berikut.
Hipotesis
, di mana 𝑗 = 1, 2, …, 𝑘 (Secara parsial variabel bebas ke 𝑗 tidak berpengaruh terhadap variabel terikat).
, di mana 𝑗 = 1, 2, …, 𝑘 (Secara parsial variabel bebas ke 𝑗 berpengaruh terhadap variabel terikat).
Statistik Uji
di mana:
= Statistik Uji t
= Koefisien regresi variabel bebas ke- 𝑗
= Standar residual untuk koefisen regresi ke- 𝑗
Kriteria Pengujian
1. Menolak 
jika 𝑝 − 𝑣𝑎𝑙𝑢𝑒 < 𝛼 atau gagal menolak jika 𝑝−𝑣𝑎𝑙𝑢𝑒 ≥ 𝛼.
2. Berdasarkan Perbandingan Nilai t Hitung dengan t Tabel yaitu menolak jika 
atau menerima jika 
.
Kesimpulan
Jika diketahui ditolak maka dapat disimpulkan bahwa variabel bebas berpengaruh terhadap variabel terikat dan jika diketahui diterima maka dapat disimpulkan bahwa variabel bebas tidak berpengaruh terhadap variabel terikat.
2. Uji Simultan
Menurut Sujarweni, uji simultan atau uji F adalah pengujian signifikansi persamaan yang digunakan untuk mengetahui seberapa besar pengaruh variabel bebas secara simultan (bersama-sama) terhadap variabel terikat.
Adapun langkah-langkah pengujian simultan adalah sebagai berikut.
Hipotesis
(Secara simultan variabel bebas tidak berpengaruh terhadap variabel terikat).
: minimal terdapat satu 
, di mana 𝑗 = 1, 2, …, 𝑘 (Secara simultan variabel bebas berpengaruh terhadap variabel terikat).
Statistik Uji
di mana:
F = Nilai 
= Koefisien Determinasi
k = Jumlah Variabel
n = Jumlah Pengamatan (Ukuran Sampel)
Daerah Kritis
- Menolak jika 𝑝 − 𝑣𝑎𝑙𝑢𝑒 < 𝛼 atau gagal menolak jika 𝑝 − 𝑣𝑎𝑙𝑢𝑒 ≥ 𝛼.
- Berdasarkan Perbandingan Nilai F Hitung dengan F Tabel yaitu menolak jika
atau menerima jika 
.
Kesimpulan
Jika diketahui ditolak maka dapat disimpulkan bahwa minimal ada satu variabel bebas yang berpengaruh terhadap variabel terikat, dan jika diketahui diterima maka dapat disimpulkan bahwa variabel bebas tidak berpengaruh terhadap variabel terikat.
(Walpole et al., 1986)
d. Menentukan Nilai Kritis atau p-value
Menentukan apakah statistik uji berada dalam daerah kritis berdasarkan tingkat signifikansi yang ditetapkan.
e. Menarik Kesimpulan
Kesimpulan diambil berdasarkan hasil perbandingan statistik uji dengan nilai kritis atau p-value.
Referensi
Casella, G., & Berger, R. L. (2002). Statistical inference (2nd ed.). Duxbury.
Fitri, A., Rahim, R., Nurhayati, Pagiling, A. S. L., Natsir, I., Munfarikhatin, A., Simanjuntak, D. N., Hutagaol, K., & Anugrah, N. E. (2023). Dasar-dasar statistika untuk penelitian. Yayasan Kita Menulis.
Walpole, R. E., Myers R. H. 1986. Ilmu Peluang dan Statistika untuk Insinyur dan Ilmuwan (Edisi ke-4) . Dr. R. K. Sembiring, Terjemahan. Bandung : ITB.