Tingkat signifikansi

Artikel ini menjelaskan apa saja tingkat signifikansi dalam statistik. Jadi Anda akan menemukan arti tingkat signifikansi, tabel dengan tingkat signifikansi yang paling sering muncul, dan hubungan tingkat signifikansi dengan konsep statistik lainnya.

Apa tingkat signifikansinya?

Tingkat signifikansi adalah probabilitas bahwa estimasi suatu parameter statistik dalam suatu populasi berada di luar interval kepercayaan. Dengan kata lain, tingkat signifikansi adalah probabilitas ditolaknya suatu hipotesis yang sebenarnya benar.

Dalam statistik, tingkat signifikansi diwakili oleh simbol Yunani α (alpha). Inilah sebabnya mengapa disebut juga tingkat alfa .

Misalnya, jika tingkat signifikansinya adalah α=0,05, berarti probabilitas menolak suatu hipotesis padahal hipotesis itu benar adalah 5%. Dengan kata lain, kemungkinan memperkirakan suatu parameter statistik dan salah dengan kesalahan yang lebih besar dari margin kesalahan adalah 5%.

Oleh karena itu, tingkat signifikansi menandai batas penentuan apakah suatu hasil signifikan atau tidak, sehingga jika nilai p lebih kecil dari tingkat signifikansi, maka hasilnya dianggap signifikan secara statistik. Di bawah ini kita akan melihat hubungan antara tingkat signifikansi dan nilai p.

Tabel tingkat signifikansi

Setelah kita melihat definisi tingkat signifikansi, berikut ini disajikan tabel berisi nilai tingkat signifikansi yang paling umum.

Tabel ini akan sangat berguna untuk menghitung batas interval kepercayaan.

Seperti yang Anda lihat pada tabel, meningkatkan tingkat kepercayaan akan menurunkan tingkat signifikansi, sehingga menurunkan risiko kesalahan saat menerima hipotesis dan, sebaliknya, menurunkan presisi dalam memperkirakan parameter statistik. . Secara umum, tingkat signifikansi 5% biasanya digunakan (α=0,05).

Tingkat signifikansi 0% dan 100%

Nilai tingkat signifikansinya dapat berkisar antara 0% (α=0,00) hingga 100% (α=1). Namun, kedua nilai ekstrim ini tidak boleh muncul dalam statistik karena keduanya merupakan nilai yang tidak nyata, kita akan melihat alasannya di bawah.

Tingkat signifikansi 0% berarti tidak ada keraguan terhadap kebenaran hipotesis yang diterima. Namun, tingkat signifikansi 0% tidak ada dalam statistik kecuali seluruh populasi telah dianalisis, dan bahkan kita tidak dapat sepenuhnya yakin bahwa tidak ada kesalahan atau bias yang terjadi. dihasilkan selama penyelidikan.

Sebaliknya, tingkat signifikansi 100% berarti hipotesis yang ditolak benar adanya. Namun logikanya, jika diperoleh suatu hasil dengan tingkat signifikansi 100%, maka hasil tersebut tidak akan pernah dipublikasikan karena tidak ada kepastian keakuratan hasil sebelum dilakukan studi statistik ulang.

Tingkat signifikansi dan tingkat kepercayaan

Dua konsep statistik yang berkaitan erat dan harus jelas adalah tingkat signifikansi dan tingkat kepercayaan. Oleh karena itu pada bagian ini kita akan melihat apa perbedaan antara tingkat signifikansi dan tingkat keyakinan.

Perbedaan antara tingkat signifikansi dan tingkat kepercayaan adalah probabilitas yang ditentukan. Tingkat kepercayaan adalah probabilitas diterimanya suatu hipotesis dan kebenarannya, sedangkan tingkat signifikansi adalah probabilitas ditolaknya suatu hipotesis tetapi kebenarannya.

Selanjutnya tingkat signifikansi ditambah tingkat kepercayaan selalu menghasilkan kesatuan. Jadi, jika tingkat kepercayaan suatu interval kepercayaan adalah 1-α, maka tingkat signifikansi interval tersebut adalah α.

Misalnya, jika tingkat kepercayaan suatu interval kepercayaan adalah 95%, maka tingkat signifikansinya adalah 5%. Artinya jika kita mengulang studi statistik sebanyak 100 kali, maka 95 kali akan diperoleh hasil yang sesuai dengan populasi sebenarnya, sedangkan 5 kali akan diperoleh hasil yang salah.

Tingkat signifikansi dan nilai p

Terakhir, kita akan melihat apa hubungan antara tingkat signifikansi dan nilai p, karena keduanya adalah konsep yang banyak digunakan dalam pertentangan hipotesis.

Nilai p , disebut juga nilai p , adalah nilai antara 0 dan 1 yang menunjukkan probabilitas bahwa perbedaan yang diamati disebabkan oleh kebetulan. Jadi, nilai p menunjukkan pentingnya suatu hasil dan digunakan untuk menentukan apakah suatu hipotesis benar atau salah.

Jadi, dalam pengujian hipotesis, jika p-value lebih besar dari tingkat signifikansi, maka hipotesis nol dianggap benar. Sebaliknya, jika nilai p berada di bawah tingkat signifikansi, maka hipotesis nol ditolak dan hipotesis alternatif dianggap benar.