Signifikansi statistik adalah indikator objektif apakah hasil penelitian secara matematis “nyata” dan dapat dipertahankan secara statistik, bukan hanya kebetulan. Tes signifikansi yang umum digunakan mencari perbedaan rata-rata kumpulan data atau perbedaan varian kumpulan data. Jenis tes yang diterapkan tergantung pada jenis data yang sedang dianalisis. Terserah para peneliti untuk menentukan seberapa signifikan hasil yang mereka butuhkan — dengan kata lain, seberapa besar risiko yang bersedia mereka ambil untuk menjadi salah. Biasanya, peneliti bersedia menerima tingkat risiko 5 persen.
Kesalahan Tipe I: Salah Menolak Hipotesis Null
Gambar Scott Rothstein/iStock/Getty
Eksperimen dilakukan untuk menguji hipotesis tertentu, atau pertanyaan eksperimental dengan hasil yang diharapkan. Hipotesis nol adalah salah satu yang mendeteksi tidak ada perbedaan antara dua kumpulan data yang dibandingkan. Dalam percobaan medis, misalnya, hipotesis nol mungkin bahwa tidak ada perbedaan perbaikan 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 kelompok pasien padahal sebenarnya tidak ada perbedaan, maka mereka telah melakukan kesalahan Tipe I. Peneliti menentukan sebelumnya seberapa besar 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 alfa.
Kesalahan Tipe II: Salah Menolak Hipotesis Alternatif
Hipotesis alternatif adalah salah satu yang mendeteksi perbedaan antara dua set data yang dibandingkan. Dalam kasus uji coba medis, Anda akan mengharapkan untuk melihat tingkat perbaikan yang berbeda pada pasien yang menerima obat penelitian dan pasien yang menerima plasebo. Jika para peneliti gagal menolak hipotesis nol ketika seharusnya, dengan kata lain jika mereka “mendeteksi” tidak ada perbedaan antara dua kelompok 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 uji dianggap signifikan secara statistik. Dalam hal ini, hipotesis nol — hipotesis bahwa tidak ada perbedaan antara kedua kelompok — ditolak. Dengan kata lain, hasil menunjukkan bahwa terdapat perbedaan perbaikan antara pasien yang menerima obat penelitian dan pasien yang menerima plasebo.
Memilih Uji Signifikansi
Ada beberapa tes statistik yang berbeda untuk dipilih. Uji-t standar membandingkan rata-rata dari dua set data, seperti data obat studi 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 rata-rata dari tiga atau lebih kumpulan data, dan ANOVA dua arah membandingkan rata-rata dua atau lebih kumpulan data dalam menanggapi dua variabel independen yang berbeda, seperti kekuatan yang berbeda dari obat studi. Regresi linier membandingkan rata-rata kumpulan data sepanjang gradien perawatan atau waktu. Setiap pengujian statistik akan menghasilkan ukuran signifikansi, atau alfa, yang dapat digunakan untuk menginterpretasikan hasil pengujian.
amanaimagesRF/amana gambar/Getty Images
