Cara Mengtasi Data Tidak Signifikan

Signifikan adalah kata serapan dalam bahasa Inggris yaitu significant. Arti kata significant adalah cukup besar untuk diperhatikan atau memiliki efek sehingga signifikan diartikan sebagai sesuatu yang penting dan tidak bisa lepas dari hal lain.

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.

Permasalahanya

Hasil Penelitian Harus Signifikan karena

-          Penelitian terdahulu signifikan

-          Karena sumua variabel penelitian tidak ada yang signifikan

-          Tuntutan dari dosen variabel variaber tersebut harus signifikan

Kalau data tidak signifikan tidak masalah asalkan prosedur penelitian sudah dipenuhi

Prosedur penelitian harus di penuhi

Teknik Sampling (random, area, sistematik, cluster, dll)

Penentuan Jumlah Sampling (slovin, sampel kecil ,besar dll)

Uji Prasyarat Kuisioner

-          Uji Validitas

-          Uji Reliabilitas

Uji Prasyarat (Data)

-       Uji Normalitas

-       Uji Multikolinearitas

-       Uji Heteroskedastitas

-       Uji Autokorelasik

Kalau juga belum signifikan beberti memang hasil kenyataan dari penelitian kita tidak signifikan namun hasil tersebut akan bermakna pada sebagai perbaikan dan juga sebagai referensi pada penelitiaan yang akan dating

Tidak harus manipulasi data

Jangan pernah lakukan manipulasi data

Tingkat kepercayaan 95%

Tingkat ketelitian 5%

peneliti boleh salah, tapi tidak boleh berbohong

 

Data tidak signifikan bukan lah sesuatu masalah atau hal yang gagal dalam penelitian, jika data tidak merupakan hasil yang sah dan bermakna dalam penelitian. Namun terkadang hasil yang tidak signifikan bisa juga salah karena metode penelitian yang dilakukan tidak sesuai seperti pada masalah penentuan jumlah sampel, cara pengambilan jumlah sampel, uji prasyarat (validitas, relaibilitas, normalitas, homogenitas, mulitikolinieritas, autokorelasi) dan kesalahan pada tahapan penelitian lainnya. kesalahan atau error tersebut bisa terjadi karena data yang kita ambil adalah sampel bukan populasi, kesalahan dalam penelitian masih dimungkinkan. berikut ini video solusi mengatasi data tidak signifikan tersebut

Berikut ini video cara mengatasi data tidak signifikan.

cara mengatasi data tidak signifikan

https://www.youtube.com/watch?v=5BkVU4tjRHM&t=386s