Cara Menghitung Signifikansi

Isi

• Tipe I Kesalahan: Salah Menolak Hipotesis Null
• Tipe II Kesalahan: Salah Menolak Hipotesis Alternatif
• Menentukan Tingkat Signifikansi
• Memilih Tes Signifikansi

Signifikansi statistik adalah indikator obyektif apakah hasil studi secara matematis "nyata" dan dapat dipertahankan secara statistik, dan bukan sekadar kejadian kebetulan. Tes signifikansi yang umum digunakan mencari perbedaan dalam cara set data atau perbedaan dalam varian set data. Jenis tes yang diterapkan tergantung pada jenis data yang sedang dianalisis. Terserah kepada para peneliti untuk menentukan seberapa penting mereka membutuhkan hasilnya - dengan kata lain, seberapa besar risiko yang mereka bersedia ambil untuk menjadi salah. Biasanya, para peneliti bersedia menerima tingkat risiko 5 persen.

Tipe I Kesalahan: Salah Menolak Hipotesis Null

••• Scott Rothstein / iStock / Getty Images

Eksperimen dilakukan untuk menguji hipotesis tertentu, atau pertanyaan eksperimental dengan hasil yang diharapkan. Hipotesis nol adalah hipotesis yang mendeteksi tidak ada perbedaan antara dua set data yang dibandingkan. Dalam uji coba medis, misalnya, hipotesis nol mungkin bahwa tidak ada perbedaan dalam peningkatan antara pasien yang menerima obat studi dan pasien yang menerima plasebo. Jika peneliti salah menolak hipotesis nol ini padahal sebenarnya benar, dengan kata lain jika mereka "mendeteksi" perbedaan antara dua set pasien ketika benar-benar tidak ada perbedaan, maka mereka telah melakukan kesalahan Tipe I.Peneliti menentukan sebelumnya berapa banyak risiko melakukan kesalahan Tipe I yang bersedia mereka terima. Risiko ini didasarkan pada nilai p maksimum yang akan mereka terima sebelum menolak hipotesis nol, dan disebut alpha.

Tipe II Kesalahan: Salah Menolak Hipotesis Alternatif

Hipotesis alternatif adalah hipotesis yang mendeteksi perbedaan antara dua set data yang dibandingkan. Dalam kasus uji coba medis, Anda akan mengharapkan untuk melihat berbagai tingkat peningkatan pada pasien yang menerima obat studi dan pasien yang menerima plasebo. Jika peneliti gagal menolak hipotesis nol ketika mereka seharusnya, dengan kata lain jika mereka "mendeteksi" tidak ada perbedaan antara dua set pasien ketika benar-benar ada perbedaan, maka mereka telah melakukan kesalahan Tipe II.

Menentukan Tingkat Signifikansi

Ketika peneliti melakukan uji signifikansi statistik dan nilai-p yang dihasilkan kurang dari tingkat risiko yang dianggap dapat diterima, maka hasil tes dianggap signifikan secara statistik. Dalam hal ini, hipotesis nol - hipotesis bahwa tidak ada perbedaan antara kedua kelompok - ditolak. Dengan kata lain, hasilnya menunjukkan bahwa ada perbedaan dalam peningkatan antara pasien yang menerima obat studi dan pasien yang menerima plasebo.

Memilih Tes Signifikansi

Ada beberapa tes statistik yang berbeda untuk dipilih. Uji-t standar membandingkan cara dari dua set data, seperti data obat penelitian kami dan data plasebo kami. Uji-t berpasangan digunakan untuk mendeteksi perbedaan dalam kumpulan data yang sama, seperti studi sebelum dan sesudah. Analisis Varians satu arah (ANOVA) dapat membandingkan nilai rata-rata dari tiga set data atau lebih, dan ANOVA dua arah membandingkan nilai rata-rata dua set data atau lebih dalam menanggapi dua variabel independen yang berbeda, seperti kekuatan berbeda dari belajar narkoba. Regresi linier membandingkan rata-rata set data sepanjang gradien perawatan atau waktu. Setiap uji statistik akan menghasilkan ukuran signifikansi, atau alfa, yang dapat digunakan untuk menafsirkan hasil tes.