Cara menafsirkan nilai p kurang dari 0,001 (dengan contoh)

Uji hipotesis digunakan untuk menguji benar atau tidaknya suatu hipotesis tentang suatu parameter populasi .

Setiap kali kami melakukan uji hipotesis, kami selalu mendefinisikan hipotesis nol dan hipotesis alternatif:

• Hipotesis nol (H ₀ ): Data sampel berasal dari kebetulan saja.
• Hipotesis alternatif ( _HA ): data sampel dipengaruhi oleh sebab yang tidak acak.

Jika p-value uji hipotesis berada di bawah tingkat signifikansi tertentu (misalnya α = 0,001), maka kita dapat menolak hipotesis nol dan menyimpulkan bahwa kita mempunyai cukup bukti untuk mengatakan bahwa hipotesis alternatif itu benar.

Jika nilai p tidak kurang dari 0,001, kita gagal menolak hipotesis nol dan menyimpulkan bahwa kita tidak mempunyai cukup bukti untuk mengatakan hipotesis alternatif itu benar.

Contoh berikut menjelaskan cara menafsirkan nilai p kurang dari 0,001 dan cara menafsirkan nilai p lebih besar dari 0,001 dalam praktiknya.

Contoh: mengartikan nilai P kurang dari 0,001

Misalkan sebuah pabrik mengklaim memproduksi baterai dengan berat rata-rata 2 ons.

Auditor masuk dan menguji hipotesis nol yang menyatakan bahwa berat rata-rata baterai adalah 2 ons terhadap hipotesis alternatif bahwa berat rata-rata bukan 2 ons, dengan menggunakan tingkat signifikansi 0,001.

Hipotesis nol (H ₀ ): μ = 2 ons

Hipotesis alternatif: ( _HA ): μ ≠ 2 ons

Auditor melakukan uji hipotesis untuk mean dan mendapatkan nilai p sebesar 0,0006 .

Karena nilai p sebesar 0,0006 lebih kecil dari tingkat signifikansi 0,01 , maka auditor menolak hipotesis nol.

Ia menyimpulkan bahwa terdapat cukup bukti yang mengatakan bahwa berat rata-rata sebenarnya dari baterai yang diproduksi di pabrik ini bukanlah 2 ons.

Contoh: mengartikan nilai P lebih besar dari 0,001

Katakanlah sebuah tanaman tumbuh rata-rata 40 inci selama musim tanam.

Namun, seorang ahli agronomi memperkirakan bahwa pupuk tertentu akan membuat tanaman ini tumbuh rata-rata lebih dari 40 inci.

Untuk mengujinya, dia menerapkan pupuk tersebut pada sampel tanaman secara acak di lahan tertentu selama musim tanam.

Dia kemudian melakukan uji hipotesis menggunakan hipotesis berikut:

Hipotesis nol (H ₀ ): μ = 40 inci (pupuk tidak berpengaruh terhadap pertumbuhan rata-rata)

Hipotesis alternatif: ( _HA ): μ > 40 inci (pupuk akan menyebabkan peningkatan rata-rata pertumbuhan)

Setelah melakukan uji hipotesis untuk mean, ilmuwan mendapatkan nilai p sebesar 0,3488 .

Karena nilai p 0,3488 lebih besar dari tingkat signifikansi 0,001 , ilmuwan gagal menolak hipotesis nol.

Ia menyimpulkan bahwa tidak ada cukup bukti yang mengatakan bahwa pupuk menyebabkan peningkatan rata-rata pertumbuhan tanaman.

Sumber daya tambahan

Tutorial berikut memberikan informasi tambahan tentang nilai-p dan pengujian hipotesis:

Penjelasan tentang nilai P dan signifikansi statistik
Perbedaan nilai T dan nilai P dalam statistik
Nilai P vs. Alfa: Apa Bedanya?