People Innovation Excellence

Alpha dan P-Value dalam Statistik

Dalam melakukan suatu penelitian, seringkali peneliti bertemu dengan metode statistik dimana terdapat beberapa istilah asing yang membingungkan atau sulit dimengerti. Beberapa istilah yang kerap kali digunakan, diantaranya variance, alpha, beta, pearson correlation, p-value, standar deviation, dan istilah lainnya. Hal tersebut dapat menjadi kendala bagi peneliti ketika mereka tidak mampu mendefinisikan dengan pasti makna dari istilah-istilah tersebut.

Pada kesempatan kali ini akan dibahas mengenai alpha dan p-value. Perlu diketahui bahwa statistik merupakan sebuah alat bantu, jadi tidak semata-mata semua hasil analisis statistik 100% benar. Oleh karena itu, pasti terdapat kesalahan. Namun, statistik memiliki patokan seberapa besar kesalahan tersebut dapat ditolerir yang kita kenal dengan istilah alpha. Jadi, Alpha adalah batas kesalahan maksimal yang dijadikan patokan oleh peneliti sedangkan p-value (nilai sig) adalah nilai kesalahan yang didapat peneliti dari hasil perhitungan statistik. Misalnya sebelum melakukan penelitian, peneliti menetapkan nilai alfa sebesar 5% atau 0,05 ini berarti dari 100 kali seseorang melakukan percobaan yang sama di harapkan kurang dari 5 penelitian yang mengalami kegagalan. Setelah melakuakan percobaan data, lalu dianalisis dan didapat nilai p-value sebesar 11% atau 0,11 ini berarti dari hasil perhitungan diketahui bahwa dari 100 percobaan yang sama akan dihasilkan kegagalan sebanyak 11 percobaan.

Dalam proses penelitian, nilai alpha ditentukan sebelum nilai p-value diketahui. Berdasarkan konvensi, nilai alpha yang biasa digunakan adalah sebesar 0,05. Nilai alpha yang kecil menunjukkan semakin ketatnya aturan dalam suatu penelitian.  Nilai alpha menunjukkan seberapa ekstrim suatu data seharusnya (data ideal), sehingga  dapat menunjukkan adanya perbedaan dengan data lainnya (tolak H0).

Setelah nilai alpha ditentukan, maka nilai statistik (misal r) ditentukan. Masing-masing nilai statistik memiliki tingkat probabilita tertentu yang disebut p-value. Nilai p-value menunjukkan seberapa ekstrim data yang kita temui di lapangan (data aktual).

Peneliti membandingkan nilai alpha dengan nilai p-value untuk mengetahui apakah data yang diobservasi berbeda secara signifikan dibandingkan dengan apa yang ditetapkan dalam hipotesis nol (null hypothesis). Jika nilai p-value lebih kecil (<) atau sama dengan (=) alpha, maka peneliti menolak hipotesis nol, yang berarti bahwa hasil penelitian secara statistik adalah signifikan.  Jika nilai p-value lebih kecil dari alpha, maka peneliti gagal menolak hipotesis nol, yang berarti penelitian secara statistik tidak signifikan.


Published at : Updated
Leave Your Footprint

    Periksa Browser Anda

    Check Your Browser

    Situs ini tidak lagi mendukung penggunaan browser dengan teknologi tertinggal.

    Apabila Anda melihat pesan ini, berarti Anda masih menggunakan browser Internet Explorer seri 8 / 7 / 6 / ...

    Sebagai informasi, browser yang anda gunakan ini tidaklah aman dan tidak dapat menampilkan teknologi CSS terakhir yang dapat membuat sebuah situs tampil lebih baik. Bahkan Microsoft sebagai pembuatnya, telah merekomendasikan agar menggunakan browser yang lebih modern.

    Untuk tampilan yang lebih baik, gunakan salah satu browser berikut. Download dan Install, seluruhnya gratis untuk digunakan.

    We're Moving Forward.

    This Site Is No Longer Supporting Out-of Date Browser.

    If you are viewing this message, it means that you are currently using Internet Explorer 8 / 7 / 6 / below to access this site. FYI, it is unsafe and unable to render the latest CSS improvements. Even Microsoft, its creator, wants you to install more modern browser.

    Best viewed with one of these browser instead. It is totally free.

    1. Google Chrome
    2. Mozilla Firefox
    3. Opera
    4. Internet Explorer 9
    Close