Apa Arti dari P-Value dan Mengapa 0,05? (2024)

Menjelaskan nilai-p dengan menjelaskan istilah statistik dan bereksperimen dengan fakta sederhana dimana akurasi 75% secara statistik tidak signifikan

Banyak eksperimen telah dilakukan dalam memajukan sains secara kumulatif hari ini, dan artikel telah diterbitkan. sem*ntara beberapa eksperimen ini berkontribusi pada kesuksesan kami, beberapa di antaranya gagal dalam praktik dan tidak dapat berkontribusi pada pengembangan, meskipun mereka memiliki hasil yang sukses secara eksperimental. Jadi, bagaimana kita memutuskan seberapa berartinya temuan eksperimen? Apa yang harus dibandingkan dengan temuan? Artikel ini melibatkan istilah statistik seperti nilai-p, hipotesis nol, kasus signifikan secara statistik, dan menjelaskan eksperimen Lady Tasting Tea serta mengevaluasinya dengan nilai-p dan menyertakan hasil dan solusi.

Ini adalah konsep yang harus diketahui oleh setiap orang yang mengikuti artikel ilmiah di bidang-bidang seperti biologi, psikologi, sosiologi, ekonomi, kriminologi dan ingin mendominasi apa yang mereka baca. Ekspresi seperti p > 0,05, p < 0,05 sering terlihat dalam artikel ilmiah. Seseorang harus terlebih dahulu memahami tes hipotesis dan kemungkinan hasil yang salah yang dapat ditarik dari tes ini untuk memahami dasar dari pernyataan ini.

Null Hypothesis: Merupakan hipotesis yang menunjukkan kebalikan dari hasil yang diharapkan peneliti dalam penelitian, yaitu kebalikan dari hipotesis alternatif. Dengan kata lain, kebalikan dari apa yang dikatakan teori, dibutuhkan nilai H0 sebagai hipotesis nol.

Mengapa ide yang berlawanan dari hipotesis yang didukung muncul?

Dalam filsafat logika, ada teknik yang disebut reductio ad absurdum. Metode ini setua Analytica Priora karya Aristoteles . Untuk membuktikan kepalsuan suatu putusan itulah yang ingin kita buktikan dengan mengedepankan kebalikannya.

reductio ad absurdum: Alih-alih membuktikan bahwa lawannya salah untuk menunjukkan bahwa suatu pendapat itu benar; Mungkin lebih tepat untuk menyangkal pendapat yang bertentangan ini dengan membuatnya terdengar tidak masuk akal dengan membuat contoh-contoh yang sangat ekstrim, daripada menggunakan argumen yang logis.

Juga telah diterima pada abad terakhir bahwa lebih masuk akal untuk melanjutkan prinsip pemalsuan dalam filsafat ilmu. Jika hubungan yang signifikan secara statistik dicari antara dua variabel, lebih mudah untuk menyatakan bahwa tidak ada hubungan seperti itu dan memalsukannya. The hipotesis nol dikemukakan untuk dipalsukan, tapi apakah hasil pemalsuan dalam keberhasilan atau kegagalan, tidak ada bukti lengkap. The hipotesis nol bisa atau tidak bisa ditolak. Hipotesis yang akan dibuktikan adalah alternative hypothesis, disingkat “H1 atau Ha”.

Nilai yang kita sebut p-value; Dalam definisi yang paling sederhana, hipotesis nol adalah ukuran seberapa mungkin secara matematis hasil yang kita dapatkan. Semakin kecil hasil kami, semakin kuat bukti terhadap hipotesis nol.

Mengapa nilai p = 0,05 ?

Sewenang-wenang. Itu dipilih secara sewenang-wenang oleh Sir Ronald Fisher, yang dianggap sebagai bapak statistik modern. Dia mengajarkan pelajaran dan memperkenalkan nilai 5% sebagai garis pemisah untuk mendefinisikannya. Sebuah legenda urban diceritakan untuk mendukung ungkapan ini adalah sebagai berikut:

Jika saya melempar koin sekali dan itu masuk ke kepala, apakah Anda berpikir bahwa kedua sisi koin ini adalah kepala? (1/2 = 0,5)

Bagaimana jika saya melempar koin dua kali dan muncul kepala dua kali? (1/4 = 0,25)

Bagaimana jika tiga kali ? (1/8 = 0,125)

Bagaimana jika empat kali ? (1/16 = 0,0625)

Bagaimana jika lima kali ? (1/32 = 0,03125)

Ketika pertanyaan-pertanyaan ini diajukan kepada sekelompok orang, hampir tidak ada yang curiga pada 3 kali pertama, sekelompok orang mulai curiga pada yang ke-4 dan sebagian besar berpikir bahwa koin itu palsu pada yang ke-5. Oleh karena itu, 0,05 dipilih sebagai nilai cut-off. Jadi, apakah ada perbedaan yang signifikan secara statistik antara 0,0500001 dan 0,4999999? Tentu saja tidak, dan nuansa abu-abu kehidupan juga muncul di sini.

Mari kita ambil eksperimen di mana akurasi 75% secara statistik tidak signifikan pada bagian pertama The Design of Experiment oleh Ronald Fisher.

Dalam percobaan tersebut, seorang wanita menyatakan bahwa dengan mencicipi secangkir teh susu dia dapat mengetahui apakah susu atau teh yang dimasukkan ke dalam gelas terlebih dahulu. Pengaturan eksperimental adalah sebagai berikut: Teh dengan susu dituangkan ke dalam 8 gelas, dan susu dituangkan ke dalam 4 gelas terlebih dahulu, dan teh dituangkan ke dalam 4 gelas lainnya terlebih dahulu. Tujuannya adalah untuk menghitung jumlah cangkir yang dapat ditebak dengan benar oleh wanita hanya secara kebetulan, dengan menggunakan cangkir di mana 4 susu dituangkan terlebih dahulu dan 4 teh dituangkan terlebih dahulu, dan untuk membuat kesimpulan tentang keakuratan klaim. Tugas wanita adalah membagi cangkir menjadi dua kelompok sesuai dengan urutan teh dan susu yang dituangkan. Untuk ini, dia harus mengklasifikasikan dengan benar dan memilih 4 cangkir dari kelompok yang sama.

Di sini, hipotesis nolnya adalah bahwa wanita itu tidak memiliki bakat seperti itu, dan kesimpulan dapat dibuat dengan mempertimbangkan nilai-p dalam statistik dalam percobaan. Untuk alasan ini, perlu untuk mengasumsikan bahwa wanita itu tidak memiliki bakat seperti itu dan untuk menghitung rasio kemungkinan keberhasilan dengan semua probabilitas, yang mungkin terjadi dengan cara yang benar-benar acak.

Total ada 8 gelas dan 4 di antaranya akan dipilih karena ada 2 label dan ketika 4 di antaranya ditempatkan di tempat yang tepat, 4 sisanya akan otomatis berada di tempat yang tepat:

Untuk pilihan pertama, ada 8 kemungkinan.
Untuk pilihan ke-2, 1 di antaranya dipilih, ada 7 kemungkinan.
Untuk pilihan ke 3, 2 di antaranya dipilih, ada 6 kemungkinan.
Untuk pilihan ke-4, 3 di antaranya dipilih, ada 5 kemungkinan.

Urutan kacamata yang dipilih di antara mereka adalah sebagai berikut:

Salah satu dari 4 gelas dapat diletakkan di baris pertama.
Salah satu dari 3 gelas dapat diletakkan di baris ke-2.
Salah satu dari 2 gelas dapat diletakkan di baris ke-3.
Salah satu dari 1 gelas dapat diletakkan di baris ke-4.

Jumlah total pilihan adalah 1680/24 = 70.

Tentu saja, kita dapat melakukan ini dengan operasi kombinasi sederhana dalam matematika. Kombinasi (8,4) = 8! / (4! x 4!) = 70.

Secara matematis,

Peluang wanita memasukkan 4 cangkir ke dalam kelompok yang salah adalah 1/70 = 0,014 atau 1,4%
Peluang memasukkan semua 3 cangkir ke dalam kelompok yang salah adalah 16/70 = 0,229 atau 22,9%
Probabilitas menempatkan setengah dari mereka dalam kelompok yang salah adalah 36/70 = 0,514 atau 51,4%
Probabilitas membuat hanya 1 kesalahan adalah 16/70 = 0,229, atau 22,9%
Probabilitas mengklasifikasikan semuanya dengan benar adalah 1/70 = 0,014 atau 1,4%
Probabilitas setidaknya 3 dari 4 keberhasilan (1+16)/70 = 0,243 atau 24,3%

Kasus semua cangkir ditempatkan dengan benar yaitu, 0,014, signifikan secara statistik (karena 0,014 < 0,05). Di sisi lain, kasus setidaknya 3 dari 4 cangkir ditempatkan dengan benar, yaitu 0,243, tidak signifikan secara statistik berdasarkan nilai p ( karena 0,243>0,05), dianggap tidak signifikan secara statistik jika wanita memprediksi 3 dari 4 gelas. Ini berarti bahwa satu kesalahan yang dilakukan oleh wanita akan menurunkan kinerjanya di bawah tingkat signifikansi. Dalam kasus seperti itu, percobaan diulang atau elemen diperluas.

Berapa banyak dari kita yang dapat memprediksi 3 dari 4 dengan benar? Berikut ini tautan untuk artikel di mana para ilmuwan menentang signifikansi statistik

Sumber daya

Desain Eksperimen RAFisher (1935) — Prinsip-prinsip eksperimen, diilustrasikan oleh eksperimen psiko-fisik