P-value
Definisi dari p-value adalah nilai peluang
terkecil dari suatu pengujian hipotesisi sehingga nilai statistik uji yang
diamati masih berarti1 . Ada juga pendapat lain yang menyatakan bahwa p value
merupakan suatu besaran peluang, dengan asumsi H0 benar, memeroleh
‘statistik uji’(test statistic)2.
P-value ini sudah populer di kalangan peneliti sebagai pendekatan dalam
memberikan kesimpulan “tolak atau “gagal tolak” dari klaim (hipotesis ) yang
diajukan. Pun, pendekatan p-value dalam pengambilan keputusan cukup wajar
karena hampir semua program komputer dalam perhitungan pengujian hipotesis
memberikan p-value tersebut bersamaan dengan nilai yang sesuai dengan uji
statistik-nya.
Signifikansi statistik?
Dalam kesimpulan penelitian,
biasanya disebutkan apakah hipotesis nol itu “diterima (gagal tolak)” atau
ditolak. Juga, penolakan/penerimaan hipotesis nol ini sering diikuti oleh
penyebutan suatu nilai tertentu, misal 5% atau 10% (yang sering disebut dengan
taraf signifikansi/taraf nyata). Apa pula maksud dari taraf signifkansi ini?
Secara sederhana, 5% ini adalah
besarnya peluang menolak hipotesis nol ketika hipotesis nol tersebut benar.
Artinya, penarikan kesimpulan menolak atau tidak menolak hipotesis nol disertai
dengan informasi bahwa penolakan atau ‘penerimaan’ hipotesis nol tersebut
disertai dengan kemungkinan dilakukannya kesalahan, yaitu menolak hipotesis nol
ketika sesungguhnya hipotesis nol tersebut adalah benar, dengan besarnya
peluangnya adalah 5%.Cara pengujian seperti ini sejalan dengan logika
sederhana, misal dihipotesiskan bahwa teman kita adalah ‘jujur’, dan peluang
dia menipu kita bila dia ‘jujur’ adalah kecil, tetapi bila hal ini terjadi
(yaitu dia menipu kita), maka hipotesis bhwa dia jujur ditolak.
Lantas apa kaitannya p-value dengan
taraf signifikansi ini?ingat bahwa p-value merupakan peluang terekstrem
(terkecil) dalam menguji hipotesis3. Nah, penolakan/penerimaan hipotesis yang
kita buat itu harus mengacu kepada taraf signifikansi yang kita buat tadi.
Apakah nanti hasilnya masuk ke daerah penerimaan atau daerah penolakan
Perlu Diperhatikan
Asra (2012) menyatakan bahwa ada dua
hal yang perlu diperhatikan dalam menggunakan p-value yakni :
1 1. Signifikansi hanya untuk nilai
sampel
Dalam
pengujian hipotesis secara statistik, kebermaknaan (significance) dari suatu perbedaan yang dihasilkan dalam
nilai-nilai sampel (yang biasa disebut statistik), misal dalam uji berda 2
rata-rata. Yang akan disebut berbeda signfikan adalah nilai-nilai sampel,
sedangkan perbedaan nilai-nilai parameter populasi tidak diketahui
Dengan
kata lain, kita boleh menyatakan,misalnya, bahwa “ada perbedaan yang bermakna antara
nilai rata-rata sampel”. Akan tetapi, kita tidak boleh menyatakan bahwa
‘rata-rata populasi berbeda secara bermakna atau signifikan’, karena pernyataan
ini salah (karena memang nilai-nilai populasi tidak diketahui, dan kalau
diketahui maka sesungguhnya tidak perlu ada pengujian statistik berdasarkan
sampel).Juga, kita tidak pernah tahu apakah rata-rata populasi tersebut berbeda
signifikan atau tidak. Yang kita bisa kita lakukan yakni mengungkapkan hipotesis
yaitu kedua rata-rata populasi sama besar.
2 2. Signifikansi secara statistik
bisa berbeda dengan signifikansi secara substansi
Ada
kutipan menarik
”statistical test of hypothesis do not
necessary determine what is of practical significance. Only person
knowledgeable in the area of investigation is qualified to decide that”,
dapat dipahami bahwa signifikansi secara statistik tidaklah selalu berarti
signifikan secara substansi, karena memang dasar penentuan signifikansi
keduanya berbeda.
Signifikansi secara statistik itu
maksudnya pengujian hipotesis secara prosedur statistik menghasilkan keputusan tolak Ho atau gagal tolak Ho. Sedangkan, signifikansi secara substansi adalah
signifikan secara ilmu statistik yang mendasari terjadinya perbedaan antara
statistik dengan nilai parameter, yang dihipotesakan (bisa jadi berdasarkan
substansi disiplin ilmu tertentu, selain statistika).
Dengan kata lain, Ho bisa saja tidak ditolak secara statistik (karena
tidak signifikannya perbedaan antara statistik dan nilai parameter), tetapi
secara substansi Ho tersebut ditolak,karena
perbedaan yang diperoleh antara statistik dan parameter dapat dianggap
signifikan. Atau, sebaliknya, H0 bisa saja ditolak secara statistik, dengan kata
lain signifikan secara statistik,
tetapi secara substansi bisa saja hal tersebut tidaklah signifikan.
Dalam analisis regresi, biasa
dilakukan pengujian secara statistik terhadap hipotesis nol terhadap koefisien
regresi pada populasi sama dengan nil (Ho:Bi=0, untuk variabel independen/bebas
ke i). bila ternyata dalam pengujian statistik tidak terjadi penolakan terhadap
hipotesis nol ini, maka peneliti cenderung menyatakan tidak adanya hubungan
(tentunya secara statistik) antara variabel bebas ke I dengan dependen
variabelnya,(Y). Biasanya juga disimpulkan untuk tidak menggunakan variabel ini
dalam analisis regresi yang digunakan. Dengan kata lain, hanya variabel dengan
koefisien regresi yang bermakna secara
statistik yang dipakai dalam regresi. Tindakan seperti ini perlu hati-hati
karena 2 hal
Pertama, ketidakbermaknaan secara
statistik suatu koefisien regresi dari suatu variabel bisa saja terjadi karena
ukuran sampel yang digunakan dalam penelitian adalah kecil. Mungkin saja dengan
ukuran sampel yang lebih besar, koefisien regresi dari variabel tersebut akan
menjadi signifikan secara statistik.
Kedua, tidak signifikannya secara
statistik sebuah variabel bebas bisa juga terjadi karena adanya fenomena yang
disebut dengan istilah multikolinieritas yaitu adanya korelasi antara variabel
tersebut dengan variabel independen lainnya. Dengan adanya multikolnieritas
tersebut, maka sebagian ‘efek’ dari variabel bebas terhadap Y sudah
terjelaskan/terambil oleh variabel lain yang berkorelasi dengan variabel tersebut,
sehingga efek variabel tersebut (yang diwakili oleh koefisien regresinya)
menjadi tidak signifikan secara statistik.
Dengan kata lain, bisa saja secara
statistik suatu variabel tidak perlu digunakan di dalam model yang dibuat
(karena hasil pengujian koefisien regresinya tidak signifikan secara
statistik), tetapi secara teori atau ‘akal sehat’, variabel tersebut masih
tetap dipakai di dalam model tersebut karena memang variabel tesebut merupakan
sebab dari variabel terikat (dependent variable).
Sumber Inspirasi :
1Walpole,Ronald
E dan Raymond H Myers. 1995. Ilmu Peluang
dan Statistika Untuk Insinyur dan Ilmuan Edisi ke 4. Penerbit ITB : Bandung
2Asra,
Abuzar. 2012. Cerdas Menggunakan
Statistik Edisi Pertama. Penerbit IN Media : Bogor
3Bain,Lee J dan Max
Engerhardt. Introduction to Probability
and Mathematical Statistics 2nd Edition. PWS-KENT Publishing
Company : Boston
Anda Kebingungan Dan Kesulitan Menyelesaikan Skripsi, Tesis, Disertasi
ReplyDeleteKarena Pusing Mikirin Olah Data Analisis Statistika Dengan SPSS, AMOS
LISREL, EVIEWS, SMARTPLS, DEA
Serahkan Dan Percaya Kepada Kami.
Kami Siap Bantu Anda.
Olah Data Semarang (Timbul Widodo)
WA : +62 852-2774-6673
IG : olahdatasemarang
keren materinya, makasiih
ReplyDeletenice info makasih yah kak
ReplyDeleteElever Media Indonesia
masyaAllah terima kasih ilmunya kak mudah dimengerti
ReplyDeleteGreat read thankyyou
ReplyDelete