{p_r} # z: 2 * pnorm(-abs(z)) t: 2 * pt(-abs(t), df) # chi-square: pchisq(x, df, lower.tail = FALSE) F: pf(x, df1, df2, lower.tail = FALSE)Buku petunjuk
Kapan digunakan. Ubah statistik uji (z, t, χ² atau F) menjadi nilai p di bawah hipotesis nol.
Asumsi. Anda sudah memiliki statistik yang dihitung dengan benar dan derajat kebebasan yang tepat.
Kesalahan umum. Nilai p bukanlah probabilitas hipotesis nol benar, juga bukan ukuran suatu efek.
Contoh yang dikerjakan
Klik Muat data contoh di atas, lalu Jalankan Analisis untuk melihat hasil lengkap dengan angka, rumus, dan interpretasi untuk pengujian ini.
Referensi
- Wasserstein RL, Lazar NA. Pernyataan ASA tentang nilai p. Am Stat. 2016;70:129-133.
Secara Sederhana: Apa yang Sebenarnya Diberikan oleh Nilai P
Nilai p menjawab satu pertanyaan sempit: jika memang tidak ada efek sama sekali (hipotesis nol benar-benar tepat), seberapa sering Anda akan melihat hasil yang setidaknya sama ekstremnya dengan yang Anda amati, hanya karena kebetulan? Nilai p yang kecil berarti data Anda akan mengejutkan di dunia tanpa efek — jadi data tersebut tidak konsisten dengan asumsi tidak adanya efek tersebut.
Apa yang bukan merupakan nilai p: nilai p bukanlah probabilitas bahwa hipotesis nol itu benar, bukan probabilitas hasil Anda terjadi secara kebetulan, dan tidak mengukur seberapa besar atau penting suatu efek. Ketiga kekeliruan tersebut adalah kesalahan paling umum dalam literatur yang dipublikasikan, dan para peninjau dilatih untuk mendeteksinya.
Panduan Lengkap tentang Nilai P
Nilai p adalah statistik yang paling sering dilaporkan dalam penelitian biomedis dan, dengan selisih yang cukup besar, yang paling sering disalahpahami. Nilai p diperkenalkan oleh RA Fisher sebagai ukuran informal bukti terhadap hipotesis nol, kemudian digabungkan dengan kerangka kerja keputusan Neyman–Pearson menjadi aturan "tolak jika p < 0.05" yang mendominasi jurnal saat ini. Perpaduan historis inilah yang menjadi akar dari sebagian besar kebingungan: angka tersebut diperlakukan sebagai aturan keputusan ya/tidak sementara diinterpretasikan sebagai ukuran bukti kontinu, dan kedua interpretasi tersebut tidak selalu sesuai.
Definisi formal
Berdasarkan statistik uji yang dihitung dari data Anda, nilai p adalah probabilitas — dengan asumsi hipotesis nol dan semua asumsi model lainnya benar — memperoleh hasil yang setidaknya sama ekstremnya dengan hasil yang diamati. Secara formal, untuk statistik yang diamati, p = P(|X| ≥ |stat| | H₀) untuk uji z atau t dua sisi. Untuk uji chi-square dan F, nilai p adalah ekor atas, p = P(X ≥ stat | H₀)Kalkulator di atas mengkonversi statistik az, t, χ² atau F (dengan derajat kebebasan yang benar) menjadi probabilitas ini, dan menunjukkan kepada Anda perintah R yang sesuai sehingga hasilnya sepenuhnya dapat direproduksi.
Peringatan terpenting: nilai p bergantung pada kebenaran seluruh model statistik — bukan hanya efek nol, tetapi juga asumsi tentang distribusi, independensi, tidak adanya bias seleksi, dan tidak adanya kesalahan pengukuran. Nilai p yang kecil menandakan bahwa ada sesuatu dalam rangkaian asumsi tersebut yang tidak masuk akal, dan efek nol hanyalah salah satu kandidat. Inilah pesan utama dari panduan modern yang paling banyak dikutip mengenai topik ini (Greenland dkk., 2016).
Cara menafsirkan hasil Anda
- p <0.001 — bukti yang sangat kuat menentang hipotesis nol di bawah model yang diasumsikan. Laporkan nilai pastinya (misalnya,
p = 0.0004), bukan “p < 0.05”. - 0.001 ≤ p < 0.05 — bukti yang bertentangan dengan hipotesis nol pada ambang batas konvensional. Interpretasikan berdasarkan ukuran efek dan interval kepercayaan.
- 0.05 ≤ p < 0.10 — lemah/ambigu. Lakukan tidak digambarkan sebagai “cenderung menuju signifikansi” atau “mendekati signifikansi”; ungkapan ini dikritik dalam literatur metodologi.
- p ≥ 0.10 — data cukup sesuai dengan nilai nol. Ini adalah tidak bukti “tidak ada efek” — ketiadaan bukti bukanlah bukti ketiadaan, terutama dalam penelitian yang kurang memadai.
Lima aturan yang ditegakkan oleh para peninjau.
1. Laporkan nilai p yang tepat
Menulis p = 0.03, tidak p < 0.05Nilai pasti memungkinkan pembaca untuk menerapkan ambang batas bukti mereka sendiri. Gunakan p < 0.001 hanya di bawah lantai itu.
2. Selalu sertakan ukuran efek dan interval kepercayaan 95%.
Nilai p saja tidak dapat diinterpretasikan untuk pengambilan keputusan klinis. Interval kepercayaan menunjukkan rentang efek yang sesuai dengan data Anda; ukuran efek menunjukkan apakah perbedaan tersebut penting.
3. Tentukan terlebih dahulu uji satu sisi atau uji dua sisi
Uji dua arah adalah standar. Uji satu arah hanya dapat dipertahankan jika hipotesis terarah telah didaftarkan sebelum melihat data.
4. Koreksi untuk perbandingan berganda
Pengujian 20 hasil pada α = 0.05 menghasilkan kira-kira satu positif palsu secara kebetulan. Gunakan kontrol Bonferroni, Holm, atau false-discovery-rate dan nyatakan yang mana.
5. Jangan pernah mengartikan “tidak signifikan” sebagai “tidak ada perbedaan”
Nilai p yang besar dalam penelitian kecil biasanya berarti daya uji yang rendah, bukan hipotesis nol yang sebenarnya. Laporkan interval kepercayaan (CI) agar pembaca dapat menilai efek apa yang masih masuk akal.
Contoh yang berhasil
Skenario klinis nyata. Masukkan statistik ke dalam kalkulator di atas untuk menghasilkan setiap nilai p.
1. Percobaan dua kelompok (z / normal)
Suatu uji coba membandingkan obat antihipertensi baru dengan plasebo. Statistik uji standar untuk perbedaan tekanan darah sistolik rata-rata adalah z = 2.5.
Pembacaan: di bawah hipotesis nol tidak ada perbedaan, kondisi ekstrem ini terjadi sekitar 1.2% dari waktu. Laporkan bersama dengan perbedaan rata-rata dan interval kepercayaan 95% (CI) -nya.
2. Studi berpasangan kecil (t)
Studi sebelum/sesudah protokol rehabilitasi pada 15 pasien memberikan nilai t berpasangan = 2.20 dengan derajat kebebasan (df) = 14.
Hasil pembacaan: sedikit di bawah 0.05, tetapi dengan n = 15, interval kepercayaan (CI) akan lebar. Inilah kasus di mana pelaporan interval (bukan hanya "signifikan") sangat penting.
3. Tabel kontingensi (χ²)
Tabel 2×3 dari kategori perlakuan vs respons menghasilkan χ² = 9.5 dengan df = 2.
Pembacaan: bukti kuat adanya hubungan. Lanjutkan dengan residual standar untuk melihat sel mana yang memicunya — nilai p saja tidak dapat melokalisasi efek tersebut.
4. Uji omnibus ANOVA (F)
Tiga diet dibandingkan berdasarkan perubahan berat badan; ANOVA satu arah memberikan F = 4.10 dengan df1 = 2, df2 = 57.
Pembacaan: setidaknya satu rata-rata kelompok berbeda. Nilai p omnibus tidak menyebutkan pasangan mana yang berbeda — jalankan uji post-hoc (Tukey HSD) dengan koreksi tersendiri.
Pertanyaan yang Sering Diajukan
Apakah nilai p memberi tahu saya probabilitas hipotesis saya benar?
Tidak. Ini adalah kesalahpahaman yang paling umum dalam literatur. Nilai p dihitung dengan asumsi hipotesis nol benar; nilai p tidak dapat sekaligus memberi tahu Anda probabilitas bahwa hipotesis nol itu benar. Untuk mendapatkan probabilitas suatu hipotesis berdasarkan data, Anda memerlukan kerangka kerja Bayesian, bukan nilai p.
Apakah p = 0.04 “lebih signifikan” daripada p = 0.06?
Batas 0.05 adalah sebuah konvensi, dan perbedaan antara 0.04 dan 0.06 jauh lebih kecil daripada yang kita bayangkan. Menganggap satu sebagai penemuan dan yang lainnya sebagai temuan nol adalah kesalahan yang sudah diketahui — laporkan nilai pasti dan interpretasikan secara berkelanjutan bersamaan dengan ukuran efek dan interval kepercayaan.
Apa perbedaan antara signifikansi statistik dan signifikansi klinis?
Signifikansi statistik mempertanyakan apakah suatu efek dapat dibedakan dari nol berdasarkan data yang ada. Signifikansi klinis mempertanyakan apakah efek tersebut cukup besar untuk berpengaruh pada pasien. Dalam sampel besar, perbedaan yang secara klinis sepele dapat sangat signifikan secara statistik; dalam sampel kecil, perbedaan yang secara klinis penting dapat gagal mencapai signifikansi. Selalu laporkan keduanya.
Apakah saya harus menggunakan uji satu sisi atau uji dua sisi?
Gunakan uji dua arah secara default. Uji satu arah menggandakan kekuatan tampak Anda, tetapi hanya dibenarkan jika hipotesis terarah telah ditentukan sebelum pengumpulan data — idealnya telah didaftarkan sebelumnya. Penilai skeptis terhadap uji satu arah yang dipilih setelah melihat data.
Apakah kalkulator ini sesuai dengan R dan SPSS?
Ya. Kalkulator ini menggunakan fungsi distribusi yang sama seperti R 4.3.3 (pnorm, pt, pchisq, pf) dan menghasilkan kode R yang persis sama sehingga Anda dapat mereproduksi dan memverifikasi setiap hasilnya. Outputnya setara dengan SPSS dan Stata untuk input dan derajat kebebasan yang identik.
Bacaan & Referensi Penting
Sumber yang ditinjau oleh rekan sejawat dan terindeks PubMed untuk bagian metode Anda dan pemahaman Anda sendiri.
Referensi modern yang penting — katalog kesalahan paling umum dalam menafsirkan nilai p, interval kepercayaan, dan daya uji. Bacalah ini terlebih dahulu.
Tinjauan terkini dan mudah diakses yang menelusuri nilai p dari Fisher hingga kerangka kerja Neyman–Pearson, dengan panduan pelaporan praktis.
Panduan praktis yang berfokus pada pelaporan mengenai ambang batas “P < 0.05” dan cara menyajikan nilai p secara bertanggung jawab.
Menerjemahkan peringatan dari American Statistical Association ke dalam bahasa yang mudah dipahami oleh klinisi; memperjelas perbedaan antara signifikansi dan relevansi.
Tentang bahaya mendikotomikan hasil menjadi “signifikan / tidak signifikan” dan ketidakpastian yang disembunyikannya.
Panduan ringkas yang disusun berdasarkan pernyataan ASA tahun 2016 — cocok untuk pengajaran dan referensi cepat.
Butuh Ahli Statistik untuk Memverifikasi Analisis Anda?
Ahli biostatistik kami menyediakan analisis statistik siap publikasi, teks metode, dan dukungan respons peninjau — dengan keluaran yang dapat direproduksi berbasis R.
Dapatkan Bantuan Statistik dari Pakar