{"id":1454,"date":"2023-07-26T08:06:29","date_gmt":"2023-07-26T08:06:29","guid":{"rendered":"https:\/\/statorials.org\/id\/koreksi-bonferroni\/"},"modified":"2023-07-26T08:06:29","modified_gmt":"2023-07-26T08:06:29","slug":"koreksi-bonferroni","status":"publish","type":"post","link":"https:\/\/statorials.org\/id\/koreksi-bonferroni\/","title":{"rendered":"Koreksi bonferroni: definisi &amp; contoh"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\">Setiap kali Anda melakukan<\/span> <span style=\"color: #000000;\">pengujian hipotesis , selalu ada risiko terjadinya kesalahan Tipe I. Ini adalah saat Anda menolak hipotesis nol padahal hipotesis itu benar.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Kadang-kadang kita menyebutnya sebagai \u201cpositif palsu\u201d \u2013 ketika kita menyatakan bahwa terdapat dampak yang signifikan secara statistik, padahal kenyataannya tidak ada.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Saat kita melakukan pengujian hipotesis, tingkat kesalahan Tipe I sama dengan tingkat signifikansi (\u03b1), yang biasanya dipilih sebesar 0,01, 0,05, atau 0,10. Namun, ketika kita menjalankan beberapa uji hipotesis sekaligus, kemungkinan mendapatkan hasil positif palsu meningkat.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Saat kita menjalankan beberapa pengujian hipotesis sekaligus, kita harus menghadapi apa yang disebut dengan <strong>tingkat kesalahan berdasarkan keluarga (family-wise error rate<\/strong> ), yaitu probabilitas bahwa setidaknya salah satu pengujian akan menghasilkan positif palsu. Ini dapat dihitung sebagai berikut:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Tingkat kesalahan per keluarga = 1 \u2013 (1-\u03b1) <sup>n<\/sup><\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Emas:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>\u03b1 :<\/strong> tingkat signifikansi untuk uji hipotesis tunggal<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>n:<\/strong> Jumlah total tes<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Jika kita melakukan uji hipotesis tunggal menggunakan \u03b1 = 0,05, kemungkinan kita membuat kesalahan Tipe I hanya 0,05.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Tingkat kesalahan per keluarga = 1 \u2013 (1-\u03b1) <sup>c<\/sup> = 1 \u2013 (1-.05) <sup>1<\/sup> = <strong>0.05<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Jika kita melakukan dua uji hipotesis sekaligus dan menggunakan \u03b1 = 0,05 untuk setiap pengujian, kemungkinan kita membuat kesalahan Tipe I meningkat menjadi 0,0975.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Tingkat kesalahan per keluarga = 1 \u2013 (1-\u03b1) <sup>c<\/sup> = 1 \u2013 (1-.05) <sup>2<\/sup> = <strong>0.0975<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Dan jika kita menjalankan lima uji hipotesis sekaligus menggunakan \u03b1 = 0,05 untuk setiap pengujian, kemungkinan kita membuat kesalahan Tipe I meningkat menjadi 0,2262.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Tingkat kesalahan per keluarga = 1 \u2013 (1-\u03b1) <sup>c<\/sup> = 1 \u2013 (1-.05) <sup>5<\/sup> = <strong>0.2262<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Sangat mudah untuk melihat bahwa ketika kita meningkatkan jumlah pengujian statistik, kemungkinan melakukan kesalahan Tipe I dengan setidaknya satu pengujian meningkat dengan cepat.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Salah satu cara untuk mengatasi masalah ini adalah dengan menggunakan koreksi Bonferroni.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Apa itu koreksi Bonferroni?<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\"><strong>Koreksi Bonferroni<\/strong> mengacu pada proses penyesuaian tingkat alfa (\u03b1) untuk serangkaian uji statistik guna mengontrol kemungkinan membuat kesalahan Tipe I.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Rumus koreksi Bonferroni adalah sebagai berikut:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>\u03b1 <sub>baru<\/sub><\/strong> = \u03b1 <sub>asli<\/sub> \/ n<\/span><\/p>\n<p> <span style=\"color: #000000;\">Emas:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">\u03b1 <sub>asli<\/sub> : Level \u03b1 asli<\/span><\/li>\n<li> <span style=\"color: #000000;\">n: Jumlah total perbandingan atau pengujian yang dilakukan<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Misalnya, jika kita menjalankan tiga uji statistik sekaligus dan ingin menggunakan \u03b1 = 0.05 untuk setiap pengujian, koreksi Bonferroni memberitahu kita bahwa kita harus menggunakan \u03b1 <sub>new<\/sub> = <strong>0.01667<\/strong> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">\u03b1 <sub>baru<\/sub> = \u03b1 <sub>asli<\/sub> \/ n = 0,05 \/ 3 = 0,01667<\/span><\/p>\n<p> <span style=\"color: #000000;\">Oleh karena itu, kita hanya boleh menolak hipotesis nol dari setiap pengujian individu jika nilai p dari pengujian tersebut kurang dari 0,01667.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Koreksi Bonferroni: sebuah contoh<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Misalkan seorang profesor ingin mengetahui apakah tiga teknik belajar yang berbeda menghasilkan nilai ujian yang berbeda di kalangan siswa.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Untuk mengujinya, dia secara acak menugaskan 30 siswa untuk menggunakan setiap teknik belajar. Setelah seminggu menggunakan teknik belajar yang ditugaskan kepada mereka, setiap siswa mengikuti ujian yang sama.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Dia kemudian melakukan <a href=\"https:\/\/statorials.org\/id\/anova-satu-arah\/\" target=\"_blank\" rel=\"noopener\">ANOVA satu arah<\/a> dan menemukan bahwa nilai p keseluruhan adalah <strong>0,0476<\/strong> . Karena angka ini kurang dari 0,05, ia menolak hipotesis nol ANOVA satu arah dan menyimpulkan bahwa setiap teknik belajar tidak menghasilkan rata-rata nilai ujian yang sama.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Untuk mengetahui teknik belajar <em>mana<\/em> yang menghasilkan skor signifikan secara statistik, ia melakukan uji-t berpasangan berikut:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Teknik 1 versus Teknik 2<\/span><\/li>\n<li> <span style=\"color: #000000;\">Teknik 1 versus Teknik 3<\/span><\/li>\n<li> <span style=\"color: #000000;\">Teknik 2 versus Teknik 3<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Dia ingin mengontrol kemungkinan melakukan kesalahan tipe I pada \u03b1 = 0,05. Karena dia melakukan beberapa tes sekaligus, dia memutuskan untuk menerapkan koreksi Bonferroni dan menggunakan<\/span> <span style=\"color: #000000;\">\u03b1 <sub>new<\/sub> = <strong>.01667<\/strong> .<\/span><\/p>\n<p> <span style=\"color: #000000;\"><sub>baru<\/sub> \u03b1 = <sub>asli<\/sub> \u03b1 \/ n = 0,05 \/ 3 = 0,01667<\/span><\/p>\n<p> <span style=\"color: #000000;\">Dia kemudian melakukan uji-T untuk setiap kelompok dan menemukan hal berikut:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Teknik 1 versus Teknik 2 | nilai p = 0,0463<\/span><\/li>\n<li> <span style=\"color: #000000;\">Teknik 1 versus Teknik 3 | nilai p = 0,3785<\/span><\/li>\n<li> <span style=\"color: #000000;\">Teknik 2 versus Teknik 3 | nilai p = 0,0114<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Karena nilai p untuk teknik 2 versus teknik 3 adalah satu-satunya nilai p yang kurang dari 0,01667, ia menyimpulkan bahwa hanya terdapat perbedaan yang signifikan secara statistik antara teknik 2 dan teknik 3.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Sumber daya tambahan<\/strong><\/span><\/h3>\n<p> Kalkulator Koreksi Bonferroni<br \/> <a href=\"https:\/\/statorials.org\/id\/koreksi-bonferroni-di-r\/\" target=\"_blank\" rel=\"noopener\">Bagaimana melakukan koreksi Bonferroni di R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Setiap kali Anda melakukan pengujian hipotesis , selalu ada risiko terjadinya kesalahan Tipe I. Ini adalah saat Anda menolak hipotesis nol padahal hipotesis itu benar. Kadang-kadang kita menyebutnya sebagai \u201cpositif palsu\u201d \u2013 ketika kita menyatakan bahwa terdapat dampak yang signifikan secara statistik, padahal kenyataannya tidak ada. Saat kita melakukan pengujian hipotesis, tingkat kesalahan Tipe I [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Koreksi Bonferroni: definisi dan contoh<\/title>\n<meta name=\"description\" content=\"Tutorial ini memberikan penjelasan mengenai koreksi Bonferroni, beserta rumus dan beberapa contohnya.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/statorials.org\/id\/koreksi-bonferroni\/\" \/>\n<meta property=\"og:locale\" content=\"id_ID\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Koreksi Bonferroni: definisi dan contoh\" \/>\n<meta property=\"og:description\" content=\"Tutorial ini memberikan penjelasan mengenai koreksi Bonferroni, beserta rumus dan beberapa contohnya.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/id\/koreksi-bonferroni\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-26T08:06:29+00:00\" \/>\n<meta name=\"author\" content=\"Benjamin anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Ditulis oleh\" \/>\n\t<meta name=\"twitter:data1\" content=\"Benjamin anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Estimasi waktu membaca\" \/>\n\t<meta name=\"twitter:data2\" content=\"3 menit\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/id\/koreksi-bonferroni\/\",\"url\":\"https:\/\/statorials.org\/id\/koreksi-bonferroni\/\",\"name\":\"Koreksi Bonferroni: definisi dan contoh\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/id\/#website\"},\"datePublished\":\"2023-07-26T08:06:29+00:00\",\"dateModified\":\"2023-07-26T08:06:29+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\"},\"description\":\"Tutorial ini memberikan penjelasan mengenai koreksi Bonferroni, beserta rumus dan beberapa contohnya.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/id\/koreksi-bonferroni\/#breadcrumb\"},\"inLanguage\":\"id\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/id\/koreksi-bonferroni\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/id\/koreksi-bonferroni\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/statorials.org\/id\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Koreksi bonferroni: definisi &amp; contoh\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/id\/#website\",\"url\":\"https:\/\/statorials.org\/id\/\",\"name\":\"Statorials\",\"description\":\"Panduan anda untuk kompetensi statistik!\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/id\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"id\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\",\"name\":\"Benjamin anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"id\",\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/image\/\",\"url\":\"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"caption\":\"Benjamin anderson\"},\"description\":\"Halo, saya Benjamin, pensiunan profesor statistika yang menjadi guru Statorial yang berdedikasi. Dengan pengalaman dan keahlian yang luas di bidang statistika, saya ingin berbagi ilmu untuk memberdayakan mahasiswa melalui Statorials. Baca selengkapnya\",\"sameAs\":[\"http:\/\/statorials.org\/id\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Koreksi Bonferroni: definisi dan contoh","description":"Tutorial ini memberikan penjelasan mengenai koreksi Bonferroni, beserta rumus dan beberapa contohnya.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/statorials.org\/id\/koreksi-bonferroni\/","og_locale":"id_ID","og_type":"article","og_title":"Koreksi Bonferroni: definisi dan contoh","og_description":"Tutorial ini memberikan penjelasan mengenai koreksi Bonferroni, beserta rumus dan beberapa contohnya.","og_url":"https:\/\/statorials.org\/id\/koreksi-bonferroni\/","og_site_name":"Statorials","article_published_time":"2023-07-26T08:06:29+00:00","author":"Benjamin anderson","twitter_card":"summary_large_image","twitter_misc":{"Ditulis oleh":"Benjamin anderson","Estimasi waktu membaca":"3 menit"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/id\/koreksi-bonferroni\/","url":"https:\/\/statorials.org\/id\/koreksi-bonferroni\/","name":"Koreksi Bonferroni: definisi dan contoh","isPartOf":{"@id":"https:\/\/statorials.org\/id\/#website"},"datePublished":"2023-07-26T08:06:29+00:00","dateModified":"2023-07-26T08:06:29+00:00","author":{"@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81"},"description":"Tutorial ini memberikan penjelasan mengenai koreksi Bonferroni, beserta rumus dan beberapa contohnya.","breadcrumb":{"@id":"https:\/\/statorials.org\/id\/koreksi-bonferroni\/#breadcrumb"},"inLanguage":"id","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/id\/koreksi-bonferroni\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/id\/koreksi-bonferroni\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/statorials.org\/id\/"},{"@type":"ListItem","position":2,"name":"Koreksi bonferroni: definisi &amp; contoh"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/id\/#website","url":"https:\/\/statorials.org\/id\/","name":"Statorials","description":"Panduan anda untuk kompetensi statistik!","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/id\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"id"},{"@type":"Person","@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81","name":"Benjamin anderson","image":{"@type":"ImageObject","inLanguage":"id","@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/image\/","url":"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","contentUrl":"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","caption":"Benjamin anderson"},"description":"Halo, saya Benjamin, pensiunan profesor statistika yang menjadi guru Statorial yang berdedikasi. Dengan pengalaman dan keahlian yang luas di bidang statistika, saya ingin berbagi ilmu untuk memberdayakan mahasiswa melalui Statorials. Baca selengkapnya","sameAs":["http:\/\/statorials.org\/id"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/1454"}],"collection":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/comments?post=1454"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/1454\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/media?parent=1454"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/categories?post=1454"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/tags?post=1454"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}