Nilai p

Artikel ini menjelaskan apa itu nilai dan bagaimana penafsirannya. Jadi, Anda akan mempelajari arti nilai p dalam statistik, cara menghitung nilai p, dan latihan penyelesaian langkah demi langkah.

Berapa nilai pnya?

Dalam statistik, nilai p (atau nilai p ) adalah probabilitas diperolehnya statistik uji dengan asumsi hipotesis nol benar. Artinya, p-value adalah nilai antara 0 dan 1 yang digunakan dalam pengujian hipotesis untuk menolak atau menerima hipotesis nol.

Secara khusus, hipotesis nol ditolak jika nilai p berada di bawah tingkat signifikansi. Sebaliknya jika p-value lebih besar dari tingkat signifikansi maka hipotesis nol diterima dan hipotesis alternatif ditolak. Kami akan membahas secara detail tentang penafsiran nilai p di bawah ini.

Singkatnya, nilai p digunakan untuk menerima atau menolak hipotesis penelitian karena membantu membedakan antara hasil yang kebetulan dan hasil yang signifikan secara statistik.

Nilai p terkadang juga disebut nilai p karena merupakan istilah bahasa Inggris dan banyak studi statistik diterbitkan dalam bahasa Inggris.

Interpretasi nilai p

Sekarang kita telah melihat definisi nilai p, mari kita lihat cara menafsirkan nilai p dengan benar dalam uji statistik.

Pada dasarnya nilai p diinterpretasikan sebagai berikut:

  • Jika p-value lebih kecil dari tingkat signifikansi maka hipotesis nol ditolak (hipotesis alternatif diterima).
  • Jika p-value lebih besar dari tingkat signifikansi maka hipotesis alternatif ditolak (hipotesis nol diterima).

Oleh karena itu, penafsiran nilai p bergantung pada tingkat signifikansi yang dipilih . Biasanya, tingkat signifikansi ditetapkan pada 0,05 atau 0,01, namun ini adalah nilai sewenang-wenang yang dapat diputuskan oleh penyidik.

Perhatikan bahwa nilai nilai p tidak berarti bahwa suatu hipotesis pasti benar, tetapi hipotesis tersebut ditolak atau hipotesis tidak ditolak karena berkat nilai p terdapat bukti statistik yang melakukannya. Namun, seseorang bisa saja salah dan menolak hipotesis nol padahal hipotesis itu benar, atau sebaliknya, tidak menolak hipotesis nol padahal hipotesis itu salah. Meskipun kemungkinan melakukan kesalahan sangat rendah, ada kemungkinan dia melakukan kesalahan.

Singkatnya, kita katakan bahwa nilai p signifikan jika lebih kecil dari tingkat signifikansi (biasanya α = 0,05), karena jika nilai p lebih kecil dari tingkat signifikansi, berarti terdapat bukti signifikan untuk menolak nilai p. hipotesis nol. .

contoh nilai p

Agar Anda lebih memahami pengertian p-value dalam statistik, di bawah ini Anda dapat melihat contoh penyelesaian uji hipotesis dengan menghitung p-value.

  • Untuk membuat sebuah mainan, sebuah perusahaan membeli salah satu bagian mainan tersebut dari perusahaan luar dan kemudian merakitnya dengan bagian-bagian lainnya. Secara teori, part yang Anda beli seharusnya memiliki panjang 5 cm, namun akhir-akhir ini banyak terjadi cacat dalam perakitan dan perusahaan menduga rata-rata panjang part yang dibeli berbeda. Untuk memastikannya, mintalah sampel 10.000 unit kepada perusahaan luar, ukur sepotong secara acak dan ukurannya 5,25 cm. Jadi, untuk menerima atau menolak hipotesis awalnya, dia memutuskan untuk melakukan uji hipotesis.

Dalam hal ini hipotesis nol dan hipotesis alternatif uji hipotesis adalah sebagai berikut:

\begin{cases}H_0: \mu=5,00 \text{ cm} \\[2ex]H_1: \mu\neq 5,00 \text{ cm}\end{cases}

Untuk mengatasi masalah ini, kita akan mengambil tingkat signifikansi 5%.

\alpha=0,05

Nilai yang diambil secara acak (5,25 cm) menyimpang 0,25 cm dari rata-rata teoritis (5,00 cm). Jadi, untuk menghitung nilai p pada uji hipotesis ini, kita perlu menentukan berapa banyak nilai yang menyimpang 0,25 cm atau lebih. Setelah menganalisis sampel 10.000 unit, kami menemukan bahwa 183 unit berukuran kurang dari 4,75 cm dan, sebaliknya, 209 unit lebih besar dari 5,25 cm.

Potongan berukuran 4,75 cm atau kurang: 183
Potongan berukuran 5,25 cm atau lebih: 209

Jadi, untuk menghitung nilai p untuk uji hipotesis ini, kita perlu membagi koin yang ditemukan dengan deviasi 0,25 cm atau lebih dengan ukuran sampel.

p=\cfrac{183+209}{10000}=0,0392

Kemudian, nilai p yang dihitung lebih rendah dari tingkat signifikansi yang dipilih sebelumnya:

p< \alpha \ \color{orange}\bm{\longrightarrow}\color{black} \ \text{Se rechaza } H_0

Oleh karena itu, kami menolak hipotesis nol dan oleh karena itu memiliki bukti statistik yang signifikan bahwa suku cadang yang kami beli rata-rata memiliki panjang yang berbeda dari yang disepakati sebelumnya.

Seperti yang Anda lihat dalam contoh ini, nilai p dari uji hipotesis dapat ditentukan tanpa mengetahui distribusi referensi, meskipun hal ini tidak biasa. Untuk melihat lebih banyak contoh penghitungan nilai p, Anda dapat melihat contoh pengujian hipotesis di website kami.

kesimpulan nilai p

Terakhir, kami memberikan kepada Anda kesimpulan terpenting tentang nilai dalam bentuk ringkasan.

  • Nilai p tidak mewakili probabilitas bahwa hipotesis nol benar, tetapi hanya diasumsikan bahwa hipotesis nol benar dan berdasarkan asumsi ini, nilai p dihitung, yang memungkinkan kita untuk menolak hipotesis nol atau tidak. .
  • P-value digunakan untuk menolak atau menolak suatu hipotesis dari suatu uji hipotesis. Jika nilai p lebih kecil dari tingkat signifikansi, berarti hipotesis nol kemungkinan besar tidak benar dan oleh karena itu ditolak. Sebaliknya jika p-value lebih besar dari taraf signifikansi berarti besar kemungkinan hipotesis nol benar sehingga tidak ditolak.
  • Meskipun nilai p menunjukkan besar kemungkinan benar atau tidaknya hipotesis nol, namun hal tersebut tidak memberikan kepastian apakah hipotesis nol itu benar atau salah. Selalu ada kemungkinan salah.
  • P-value berkaitan dengan reliabilitas penelitian, sehingga semakin rendah p-value maka semakin dapat diandalkan hasil yang diperoleh dari analisis statistik.
  • Tingkat signifikansinya sewenang-wenang dan ditentukan oleh peneliti, sehingga signifikansi nilai p juga ditentukan oleh peneliti.

Tambahkan komentar

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *