Nilai p, dari bahasa Inggris, p-value , adalah tingkat signifikansi non-arbitrary minimum yang dengannya kita dapat menolak hipotesis nol (H0) yang diberikan fungsi distribusi dan statistik uji.
Dengan kata lain, nilai p adalah probabilitas yang ditentukan oleh distribusi minimum yang dapat menolak hipotesis nol (H0) tanpa mendefinisikan apriori tingkat signifikansi untuk kontras .
Jika Anda ingat, Anda akan ingat bahwa area di bawah kurva fungsi distribusi adalah probabilitas. Jadi, dari sudut pandang ini, nilai p akan menjadi probabilitas mengamati statistik uji yang sangat ekstrim sehingga hipotesis nol benar.
Domain
Karena nilai p adalah probabilitas, nilai ini akan berada di antara 0 dan 1.
Tidak sembarangan
Berbeda dengan tingkat signifikansi yang lebih sering kita lihat, seperti 1%, 5%, dan 10%, nilai p tergantung pada fungsi distribusi yang dimiliki oleh statistik uji. Jadi, level 1%, 5%, dan 10% ditentukan di awal kontras. Pilihan ini disebut arbitrer.
rumus nilai-p
Nilai p bukanlah nilai tunggal seperti nilai kritis, tetapi akan tergantung pada statistik. Untuk nilai statistik uji yang berbeda, nilai kritisnya akan sama. Di sisi lain, untuk nilai statistik uji yang berbeda, nilai p-value juga akan berbeda, karena nilai p-value tergantung pada nilai yang diambil oleh statistik uji.
Nilai – p
Di mana,
D, adalah variabel acak yang mengikuti distribusi tertentu.
d, adalah nilai statistik uji.
Perhitungan
Dimungkinkan untuk menghitung nilai p dengan tangan tetapi Anda harus memiliki tabel distribusi yang sangat tepat, yaitu dengan banyak desimal karena nilai p cenderung kecil. Sebagian besar program statistik sudah memiliki nilai p yang tergabung dan biasanya muncul dalam output hasil estimasi dengan Ordinary Least Squares (OLS). Ini mungkin tampak sulit untuk digunakan tetapi dengan latihan itu adalah alat yang sangat berguna.
Untuk menghitung nilai p yang kita butuhkan:
Statistik kontras.
Distribusi statistik kontras dan mengetahui parameternya.
Aturan penolakan
Jika p-value < tingkat signifikansi => Penolakan H0.
Jika nilai – p > tingkat signifikansi => Tidak ada penolakan terhadap H0.
Perwakilan
Dalam kasus distribusi t Student dengan 2 derajat kebebasan dan statistik kontras sama dengan 3, probabilitas menemukan statistik ekstrem seperti itu ketika hipotesis nol (H0) benar adalah 4,77%.
Nilai-P dari distribusi t Student dengan 2 derajat kebebasan
Dengan kata lain, jika hipotesis nol (H0) benar, statistik sebesar 3 hanya akan diamati 4,77% dari waktu.
Mengapa disebut nilai-p?
Nama nilai p berasal dari definisi yang mengacu pada area di bawah kurva fungsi distribusi di luar interval kepercayaan. Jadi, karena area itu adalah probabilitas minimum untuk menolak hipotesis nol, “p” dari nilai-p mengacu pada probabilitas . Dan, karena nilai-p sesuai dengan suatu angka, dan oleh karena itu suatu nilai, kata “nilai” dari nilai-p dikaitkan dengan angka numerik. Dalam beberapa buku kita dapat menemukan “nilai probabilitas” yang mengacu pada nilai-p. Mungkin mengatakan “probabilitas minimum untuk menolak hipotesis nol” terlalu panjang dan tidak menyimpan misteri bagi siswa …