Isi
Dalam semua tes hipotesis statistik, ada dua statistik yang sangat penting - alfa dan beta. Nilai-nilai ini mewakili, masing-masing, probabilitas kesalahan tipe I dan probabilitas kesalahan tipe II. Kesalahan tipe I adalah false positive, atau kesimpulan yang menyatakan ada hubungan yang signifikan dalam data padahal sebenarnya tidak ada hubungan yang signifikan. Kesalahan tipe II adalah negatif palsu, atau kesimpulan yang menyatakan tidak ada hubungan dalam data padahal sebenarnya ada hubungan yang signifikan. Biasanya, beta sulit ditemukan. Namun, jika Anda sudah memiliki hipotesis alfa, Anda dapat menggunakan teknik matematika untuk menghitung beta. Teknik-teknik ini memerlukan informasi tambahan: nilai alfa, ukuran sampel, dan ukuran efek. Nilai alpha berasal dari hipotesis alpha Anda; itu adalah kemungkinan kesalahan tipe I. Ukuran sampel adalah jumlah titik data dalam kumpulan data Anda. Ukuran efek biasanya diperkirakan dari data sebelumnya.
Daftar nilai-nilai yang diperlukan dalam perhitungan beta. Nilai-nilai ini termasuk alpha, ukuran efek dan ukuran sampel. Jika Anda tidak memiliki data masa lalu yang menyatakan ukuran efek yang jelas, gunakan nilai 0,3 menjadi konservatif. Pada dasarnya, ukuran efek adalah kekuatan hubungan dalam data; dengan demikian 0,3 biasanya diambil karena ini adalah ukuran efek "sedang".
Temukan skor-Z untuk nilai 1 - alpha / 2. Z-score ini akan digunakan dalam perhitungan beta. Setelah menghitung nilai numerik untuk 1 - alpha / 2, lihat skor Z yang sesuai dengan nilai itu. Ini adalah Z-score yang dibutuhkan untuk menghitung beta.
Hitung skor-Z untuk nilai 1 - beta. Bagi ukuran efek dengan 2 dan ambil akar kuadrat. Lipat gandakan hasil ini dengan ukuran efek. Kurangi skor-Z yang ditemukan pada langkah terakhir dari nilai ini untuk sampai pada skor-Z untuk nilai 1 - beta.
Ubah Z-score menjadi 1 - beta sebagai angka. "Membalikkan" mencari skor-Z untuk 1 - beta dengan terlebih dahulu mencari skor-Z di tabel-Z. Lacak Z-score ini kembali ke kolom (atau baris) untuk menemukan nomor. Jumlah ini sama dengan 1 - beta.
Kurangi angka yang baru ditemukan dari 1. Hasil ini adalah beta.