Perbedaan Antara Alfa dan Nilai-P

Dalam melakukan uji signifikansi atau uji hipotesis, ada dua angka yang mudah membingungkan. Angka-angka ini mudah membingungkan karena keduanya angka antara nol dan satu, dan keduanya probabilitas. Satu angka disebut nilai p dari statistik uji. Jumlah bunga lainnya adalah tingkat signifikansi atau alpha. Kami akan memeriksa dua probabilitas ini dan menentukan perbedaan di antara mereka.

Angka alpha adalah nilai ambang yang kami ukur nilai-p melawan. Ini memberitahu kita bagaimana hasil yang diamati ekstrim harus untuk menolak hipotesis nol dari uji signifikansi.

Nilai alpha dikaitkan dengan tingkat kepercayaan pengujian kami. Berikut ini daftar beberapa tingkat kepercayaan dengan nilai alpha terkait:

• Untuk hasil dengan tingkat kepercayaan 90 persen, nilai alpha adalah 1 - 0,90 = 0,10.
• Untuk hasil dengan 95 persen tingkat kepercayaan, nilai alpha adalah 1 - 0,95 = 0,05.
• Untuk hasil dengan tingkat kepercayaan 99 persen, nilai alpha adalah 1 - 0,99 = 0,01.
• Dan secara umum, untuk hasil dengan tingkat kepercayaan C persen, nilai alpha adalah 1 - C / 100.

Meskipun secara teori dan praktik banyak angka dapat digunakan untuk alpha, yang paling umum digunakan adalah 0,05. Alasan untuk ini adalah keduanya karena konsensus menunjukkan bahwa tingkat ini sesuai dalam banyak kasus, dan secara historis, ini telah diterima sebagai standar. Namun, ada banyak situasi ketika nilai alpha yang lebih kecil harus digunakan. Tidak ada nilai tunggal alfa yang selalu menentukan signifikansi statistik.

Nilai alpha memberi kita probabilitas a kesalahan tipe I. Kesalahan tipe I terjadi ketika kami menolak hipotesis nol yang sebenarnya benar. Jadi, dalam jangka panjang, untuk tes dengan a tingkat signifikansi 0,05 = 1/20, hipotesis nol sejati akan ditolak satu dari setiap 20 kali.

Angka lain yang merupakan bagian dari uji signifikansi adalah nilai-p. Nilai-p juga merupakan probabilitas, tetapi berasal dari sumber yang berbeda dari alpha. Setiap statistik uji memiliki probabilitas atau nilai p yang sesuai. Nilai ini adalah probabilitas bahwa statistik yang diamati terjadi secara kebetulan, dengan asumsi bahwa hipotesis nol itu benar.

Karena ada sejumlah statistik uji yang berbeda, ada sejumlah cara berbeda untuk menemukan nilai p. Untuk beberapa kasus, kita perlu tahu distribusi kemungkinan dari populasi.

Nilai p dari statistik uji adalah cara untuk mengatakan seberapa ekstrim statistik itu untuk data sampel kami. Semakin kecil nilai p, semakin kecil kemungkinan sampel yang diamati.

Untuk menentukan apakah hasil yang diamati signifikan secara statistik, kami membandingkan nilai-nilai alfa dan nilai-p. Ada dua kemungkinan yang muncul:

• Nilai p kurang dari atau sama dengan alpha. Dalam hal ini, kami menolak hipotesis nol. Ketika ini terjadi, kami mengatakan bahwa hasilnya signifikan secara statistik. Dengan kata lain, kami cukup yakin bahwa ada sesuatu selain kebetulan saja yang memberi kami sampel yang diamati.
• Nilai p lebih besar dari alpha. Dalam hal ini, kami gagal menolak hipotesis nol. Ketika ini terjadi, kami mengatakan bahwa hasilnya tidak signifikan secara statistik. Dengan kata lain, kami cukup yakin bahwa data kami yang diamati dapat dijelaskan secara kebetulan saja.

Implikasi dari hal di atas adalah bahwa semakin kecil nilai alpha, semakin sulit untuk mengklaim bahwa hasilnya signifikan secara statistik. Di sisi lain, semakin besar nilai alfa semakin mudah untuk mengklaim bahwa hasilnya signifikan secara statistik. Namun, ditambah dengan ini, adalah probabilitas yang lebih tinggi bahwa apa yang kami amati dapat dikaitkan dengan kebetulan.