Apa Signifikansi Statistik Alpha?

Tidak semua hasil tes hipotesis sama. SEBUAH uji hipotesis atau uji signifikansi statistik biasanya memiliki tingkat signifikansi yang melekat padanya. Tingkat signifikansi ini adalah angka yang biasanya dilambangkan dengan Huruf yunani alfa. Satu pertanyaan yang muncul dalam kelas statistik adalah, "Apa nilai alpha yang harus digunakan untuk tes hipotesis kami?"

Jawaban untuk pertanyaan ini, seperti banyak pertanyaan lain dalam statistik adalah, "Itu tergantung pada situasinya." Kami akan mengeksplorasi apa yang kami maksud dengan ini. Banyak jurnal di berbagai disiplin ilmu mendefinisikan bahwa hasil yang signifikan secara statistik adalah mereka yang alfa sama dengan 0,05 atau 5%. Tetapi poin utama yang perlu diperhatikan adalah bahwa tidak ada nilai universal alpha yang harus digunakan untuk semua uji statistik.

Angka yang diwakili oleh alpha adalah probabilitas, sehingga dapat mengambil nilai dari setiap negatif bilangan real kurang dari satu. Meskipun secara teori angka antara 0 dan 1 dapat digunakan untuk alpha, ketika datang ke praktik statistik ini tidak terjadi. Dari semua tingkat signifikansi, nilai-nilai 0,10, 0,05 dan 0,01 adalah yang paling umum digunakan untuk alpha. Seperti yang akan kita lihat, mungkin ada alasan untuk menggunakan nilai-nilai alfa selain angka yang paling umum digunakan.

Satu pertimbangan terhadap nilai "satu ukuran cocok untuk semua" untuk alpha ada hubungannya dengan apa angka ini adalah probabilitas. Tingkat signifikansi uji hipotesis persis sama dengan probabilitas a Kesalahan tipe I. Kesalahan Tipe I terdiri dari salah menolak itu hipotesis nol ketika hipotesis nol sebenarnya benar. Semakin kecil nilai alpha, semakin kecil kemungkinan kita menolak hipotesis nol yang sebenarnya.

Ada beberapa contoh yang berbeda dimana kesalahan Tipe I lebih dapat diterima. Nilai alfa yang lebih besar, bahkan yang lebih besar dari 0,10 mungkin sesuai ketika nilai alfa yang lebih kecil menghasilkan hasil yang kurang diinginkan.

Dalam skrining medis untuk suatu penyakit, pertimbangkan kemungkinan tes yang positif palsu untuk suatu penyakit dengan salah satu yang palsu negatif untuk suatu penyakit. Positif palsu akan menghasilkan kecemasan bagi pasien kami tetapi akan mengarah pada tes lain yang akan menentukan bahwa putusan tes kami memang salah. Salah negatif akan memberikan pasien kami asumsi yang salah bahwa ia tidak memiliki penyakit padahal sebenarnya. Hasilnya adalah penyakit itu tidak akan diobati. Diberi pilihan, kita lebih suka memiliki kondisi yang menghasilkan false positive daripada false negative.

Dalam situasi ini, kami dengan senang hati akan menerima nilai alpha yang lebih besar jika hal itu menghasilkan tradeoff dari kemungkinan negatif palsu yang lebih rendah.

Tingkat signifikansi adalah nilai yang kami tetapkan untuk menentukan signifikansi statistik. Ini akhirnya menjadi standar yang digunakan untuk mengukur nilai p yang dihitung dari statistik pengujian kami. Untuk mengatakan bahwa suatu hasil signifikan secara statistik pada tingkat alpha hanya berarti bahwa nilai-p kurang dari alpha. Misalnya, untuk nilai alpha = 0,05, jika nilai p lebih besar dari 0,05, maka kita gagal menolak hipotesis nol.

Ada beberapa contoh dimana kita membutuhkan yang sangat kecil nilai p untuk menolak hipotesis nol. Jika hipotesis nol kami menyangkut sesuatu yang diterima secara luas sebagai benar, maka harus ada bukti tingkat tinggi yang mendukung penolakan hipotesis nol. Ini disediakan oleh nilai p yang jauh lebih kecil dari nilai alpha yang biasa digunakan.

Tidak ada satu nilai alpha yang menentukan signifikansi statistik. Meskipun angka-angka seperti 0,10, 0,05 dan 0,01 adalah nilai-nilai yang biasa digunakan untuk alpha, tidak ada yang utama teorema matematika yang mengatakan ini adalah satu-satunya tingkat signifikansi yang dapat kita gunakan. Seperti banyak hal dalam statistik, kita harus berpikir sebelum menghitung dan yang terpenting menggunakan akal sehat.