Softonic

Kalkulator Nilai P

Langkah 1 / 3 p-value
Berikutnya

Masukkan statistik uji, z, t, atau chi-kuadrat, serta derajat kebebasan bila relevan; kalkulator akan menghasilkan nilai p untuk hipotesis satu sisi atau dua sisi. Ini merupakan alat utama dalam analisis statistik dan pengujian A/B: setelah Anda memiliki statistik uji dari data, alat ini akan mengonversinya menjadi probabilitas teramati adanya fenomena yang setidaknya sama ekstremnya di bawah hipotesis nol.

Cara menghitung nilai p

  1. 1

    Pilih distribusi

    z untuk rata-rata dan proporsi sampel besar, t untuk rata-rata sampel kecil dengan deviasi standar yang diketahui, serta chi-kuadrat untuk uji kesesuaian dan tabel kontingensi.

  2. 2

    Masukkan statistik

    Nilai z, t, atau chi-kuadrat yang Anda amati dari data tersebut.

  3. 3

    Pilih sisi uji

    Dua-sisi untuk hipotesis "berbeda dalam salah satu arah"; satu-sisi untuk hipotesis arah "lebih besar" atau "kurang dari".

  4. 4

    Baca nilai-p

    Wilayah di bagian ekor distribusi yang berada di luar nilai statistik Anda.

Tabel referensi (dua sisi)

Statistik Nilai-p Interpretasi
z = 1,64 0,10 Marginal
z = 1,96 0,05 Ambang batas klasik
z = 2,58 0,01 Kuat
z = 3,29 0,001 Sangat kuat
t(20) = 2,09 0,05 sekitar 1,96 setara untuk df = 20
t(5) = 2,57 0,05 Sampel kecil menyebabkan nilai kritis meningkat

Apa arti nilai-p?

Nilai p merupakan probabilitas, dengan asumsi hipotesis nol benar, bahwa statistik uji akan mencapai tingkat ekstremitas setidaknya sebesar yang diamati. Nilai p yang kecil menunjukkan bahwa data tersebut tidak mungkin terjadi dalam skenario hipotesis nol; oleh karena itu, hipotesis nol kemungkinan salah, atau hasil pengamatan Anda hanya disebabkan oleh ketidakberuntungan.

Apa yang tidak berarti dari nilai-p

  • Ini bukan probabilitas bahwa hipotesis nol benar.
  • Ini bukan probabilitas bahwa Anda akan mengulangi temuan tersebut.
  • Ini bukan ukuran efeknya. Sebuah efek yang sangat kecil dan tidak bermakna tetap dapat menghasilkan nilai p < 0,001 dengan sampel yang cukup besar.
  • Ini bukan ambang batas yang membedakan hal “nyata” dari hal “tidak nyata”; nilai 0,05 hanyalah suatu konvensi, bukan aturan yang mengikat secara hukum.

Memilih satu ekor atau dua ekor

Gunakan uji satu-sisi hanya ketika Anda telah menetapkan hipotesis arah yang jelas sebelum melihat data (obat Anda hanya dapat memberikan manfaat, tidak membahayakan). Jika tidak, gunakan uji dua-sisi. Beralih ke uji satu-sisi setelah data diperoleh hanya untuk mendapatkan nilai p < 0,05 merupakan praktik p-hacking yang merusak validitas kesimpulan.

Kesalahan Umum

  • Perbandingan ganda: Lakukan 20 uji; diharapkan satu di antaranya secara kebetulan mencapai nilai p < 0,05. Gunakan metode Bonferroni atau Benjamini–Hochberg.
  • Nilai N yang besar, efek yang sangat kecil: Sampel berukuran jutaan akan mengidentifikasi perbedaan sebesar 0,1% sebagai signifikan. Selalu laporkan ukuran efek bersamaan dengan nilai-p.
  • Dikotomisasi: Penggunaan frasa “signifikan vs tidak” menyebabkan hilangnya informasi penting. Nilai p = 0,048 dan p = 0,052 pada dasarnya mencerminkan kekuatan bukti yang setara.
  • Pemahaman yang keliru mengenai uji chi-kuadrat: Nilai p merupakan fungsi dari baik statistik tersebut maupun derajat kebebasan; nilai chi-kuadrat sebesar 10 dianggap signifikan pada df = 2 (p = 0,0067), tetapi tidak signifikan pada df = 20 (p = 0,97).

Pertanyaan yang Sering Diajukan

Secara konvensional, ambang batas ditetapkan sebesar 0,05, namun nilai tersebut harus sesuai dengan biaya yang timbul akibat kesalahan. Uji klinis medis sering menggunakan ambang batas sebesar 0,01 atau lebih ketat. Beberapa bidang ilmu menyarankan agar 0,005 dijadikan sebagai nilai default.

Sampel yang lebih besar akan mengurangi kesalahan standar, sehingga efek yang sebenarnya tidak signifikan menjadi “signifikan”. Selalu laporkan ukuran efek (Cohen’s d, rasio odds, atau perbedaan mentah) bersamaan dengan nilai p.

Secara default, analisis menggunakan pendekatan dua arah (two-tailed). Pendekatan satu arah hanya dapat diterapkan jika Anda telah menetapkan hipotesis arah yang jelas sebelum pengumpulan data dimulai.

Z digunakan jika Anda mengetahui deviasi standar populasi (jarang terjadi); t digunakan ketika deviasi standar tersebut diperkirakan dari sampel. Pada sampel yang besar, kedua nilai ini akan mendekati satu sama lain.

Artinya, data tersebut akan tidak biasa jika dibandingkan dengan hipotesis nol. Replikasi, ukuran efek, dan mekanisme yang mendasarinya lebih penting daripada nilai p tunggal.

Alat Terkait

Kalkulator Durasi Waktu

Hitung durasi antara dua jam dalam HH:MM, jam desimal, menit, dan detik.

Konverter Dari Hari ke Bulan

Konversikan sejumlah hari menjadi bulan, minggu, dan tahun dengan menggunakan panjang bulan rata-rata sebesar 30,437 hari, siap untuk perencanaan dan perkiraan.

Kalkulator usia

Hitung usia tepat dalam tahun, bulan, dan hari dari tanggal lahir, plus total hari, jam, dan hitung mundur ulang tahun berikutnya.

Kalkulator Jam Pulang Kerja

Hitung jam pulang dari jam masuk, jam kerja berbayar yang wajib dipenuhi, dan istirahat tidak berbayar. Mendukung sif malam yang melewati tengah malam serta menampilkan waktu 24 jam dan 12 jam.

Kalkulator Hari Hingga Tahun Baru

Hitung jumlah hari, minggu, dan tahun yang tersisa hingga tanggal 1 Januari tahun berikutnya, mulai dari hari ini.

Kalkulator Kecocokan Nama

Masukkan dua nama dan dapatkan skor kecocokan yang menghibur serta angka numerologi Pythagoras untuk tiap nama. Alat ini hanya membaca huruf Latin (A sampai Z), jadi alihaksarakan dulu nama beraksara lain.

Alat ini tersedia dalam bahasa lain