Apa arti taraf signfikanasi dalam statistika?

-

 Dalam statistika, signifikansi atau tingkat signifikansi mengacu pada probabilitas terjadinya kesalahan Tipe I, yaitu kesalahan dalam menolak hipotesis nol (H0) yang sebenarnya benar.

Hipotesis nol (H0) adalah pernyataan default yang diasumsikan benar, kecuali ada bukti yang cukup untuk menolaknya. Hipotesis alternatif (Ha) adalah kebalikan dari H0.

Singkatnya, taraf signifikansi menunjukkan seberapa besar kemungkinan kita salah menyimpulkan bahwa ada efek atau perbedaan yang signifikan, padahal sebenarnya tidak ada. Nilai ini biasanya dinyatakan sebagai persentase, seperti 5% atau 1%.

Semakin rendah nilai signifikansi, semakin kecil kemungkinan kita melakukan kesalahan Tipe I.

Namun, penting untuk diingat bahwa signifikansi statistik tidak sama dengan kebermaknaan praktis.

Meskipun suatu hasil mungkin secara statistik signifikan (memiliki nilai p rendah), belum tentu hasilnya memiliki dampak yang cukup besar atau berguna dalam dunia nyata.

Berikut beberapa poin penting tentang taraf signifikansi:

  • Nilai umum: Nilai signifikansi yang umum digunakan adalah 5% (α = 0,05) dan 1% (α = 0,01).
  • Interpretasi: Nilai p yang lebih kecil dari nilai signifikansi yang dipilih menunjukkan bahwa hasil penelitian secara statistik signifikan.
  • Bukan satu-satunya faktor: Signifikansi statistik hanyalah salah satu faktor yang harus dipertimbangkan dalam menginterpretasikan hasil penelitian.
  • Kebermaknaan praktis: Penting untuk mempertimbangkan juga kebermaknaan praktis dari hasil penelitian, yaitu seberapa besar dampaknya dalam dunia nyata.

Contoh:

Misalkan dalam penelitian, kita ingin mengetahui apakah obat baru efektif dalam mengurangi tekanan darah. Kita menetapkan nilai signifikansi sebesar 5%.

Hasil penelitian menunjukkan bahwa obat tersebut secara statistik signifikan dalam menurunkan tekanan darah (p < 0,05).

Hal ini berarti bahwa terdapat kemungkinan kecil (kurang dari 5%) bahwa hasil yang diamati terjadi secara kebetulan, dan bahwa obat tersebut memang memiliki efek dalam menurunkan tekanan darah.

Namun, penting untuk juga mempertimbangkan kebermaknaan praktis dari hasil tersebut.

Berapa banyakkah tekanan darah yang diturunkan oleh obat tersebut?

Apakah penurunan tersebut cukup besar untuk bermanfaat bagi pasien?

Pertanyaan-pertanyaan ini perlu dijawab untuk menentukan apakah obat tersebut memiliki nilai yang sebenarnya.

Sumber informasi tambahan:

Semoga penjelasan ini membantu!

Jika Anda memiliki pertanyaan lain tentang statistika, jangan ragu untuk bertanya.

Komentar

Posting Komentar

Postingan populer dari blog ini

Apa itu Rizz dan Skibidi ?

-
Gambar
Tentu, mari kita bahas dua istilah slang Gen Z lainnya yang populer: Rizz dan Skibidi . Keduanya sangat relevan dengan budaya internet dan media sosial saat ini. Rizz "Rizz" adalah singkatan dari kata "charisma" (karisma). Arti: Istilah ini mengacu pada kemampuan seseorang untuk menarik, merayu, atau memikat orang lain, terutama lawan jenis, melalui perkataan, pesona, atau gaya yang menarik . Ini adalah tentang keterampilan sosial dalam "mendekati" atau "menggaet" seseorang. Asal-Usul: Istilah ini dipopulerkan oleh streamer dan YouTuber Amerika, Kai Cenat, sekitar tahun 2021-2022. Ia sering menggunakannya dalam siarannya untuk menggambarkan kemampuannya atau kemampuan orang lain dalam berinteraksi romantis atau menarik perhatian. Penggunaan: Noun: Sebagai kata benda, "rizz" menggambarkan karisma atau daya tarik itu sendiri. Verb (to rizz): Sebagai kata kerja, "to rizz" berarti berhasil memikat atau merayu seseorang. ...
Baca selengkapnya

Efek Peter: efek husnuzhon di kantor

-
Gambar
  Efek Peter:   Efek Peter menyatakan bahwa individu dalam suatu organisasi cenderung dipromosikan ke tingkat kompetensi mereka yang paling tinggi, di mana mereka kemudian menjadi tidak kompeten. Dengan kata lain, orang yang berkinerja baik dalam suatu peran akan terus dipromosikan sampai mereka mencapai posisi di mana mereka tidak lagi mampu bekerja dengan efektif.
Baca selengkapnya

Contoh Penerapan Maximum Likelihood Estimation (MLE)

-
  Estimasi Parameter Distribusi Normal Mari kita ambil contoh sederhana: kita memiliki data tinggi badan dari sekelompok orang yang kita asumsikan berdistribusi normal. Kita ingin mencari nilai rata-rata (μ) dan standar deviasi (σ) populasi berdasarkan data tersebut. Langkah-langkah: Asumsikan distribusi: Kita asumsikan bahwa tinggi badan mengikuti distribusi normal dengan parameter μ dan σ². Tuliskan fungsi likelihood: Jika kita memiliki n data titik, x₁, x₂, ..., xn, maka fungsi likelihood adalah: L(μ, σ²) = ∏(1/√(2πσ²)) * exp(-(xi-μ)²/(2σ²)) Maksimalkan fungsi likelihood: Biasanya, lebih mudah untuk memaksimalkan logaritma dari fungsi likelihood (log-likelihood) karena sifat logaritma. Kita akan mendapatkan persamaan likelihood untuk μ dan σ². Dengan menyelesaikan persamaan tersebut, kita akan mendapatkan nilai μ dan σ² yang memaksimalkan fungsi likelihood. Hasil: Estimator maximum likelihood untuk μ adalah rata-rata sampel (x̄). Estimator maximum likelihood untuk σ² adalah var...
Baca selengkapnya