Nilai P, dan Signifikansi Statistik:

Kesalahpahaman, Penjelasan, Tantangan, dan Alternatif

Dalam penelitian empiris, prosedur statistik diterapkan pada data untuk mengidentifikasi
sinyal melalui kesalahan dan untuk menarik kesimpulan dari data yang dikumpulkan. Oleh
karena itu, penting untuk memahami sepenuhnya apa arti prosedur statistik dan hasilnya ketika
prosedur ini diterapkan dalam penelitian. Semua kesimpulan uji statistik diakhiri dengan
statistik uji dan nilai P terkait . Nilai P yang paling sering digunakan oleh orang yang ingin
melakukan atau membaca penelitian “ P<0,05 ” sebagai batas yang menunjukkan "signifikansi
statistik." Dalam konteks ini, kebanyakan orang menafsirkan P<0,05 berarti bahwa “peluang
kesalahan atas temuan tersebut kurang dari 5%” dan bahwa “peluang bahwa temuan tersebut
adalah temuan yang benar adalah lebih dari 95%.” Kedua interpretasi ini tidak benar; sayangnya,
mereka banyak digunakan karena merupakan cara mudah untuk menjelaskan dan memahami
konsep yang sedikit rumit.

Sedangkan ambang signifikansi statistik dapat berguna untuk mendasarkan keputusan,

keterbatasannya harus diakui. Mungkin bijaksana untuk menetapkan ambang batas yang lebih
rendah dari 0,05 dan memeriksa tingkat positif palsu yang terkait dengan temuan penelitian.
Penting juga untuk memeriksa apakah apa yang telah diterima sebagai signifikan secara statistik
signifikan secara klinis.

MENGAPA 5%?

Penjelasan yang sedikit lebih ilmiah untuk memilih 5% sebagai cut-off adalah bahwa
sekitar 5% (4,5%, lebih tepatnya) dari distribusi normal terdiri dari nilai-nilai outlying atau
“berbeda secara signifikan”, yaitu nilai-nilai yang lebih dari dua simpangan baku jauh dari rata-
rata.

APA YANG DILAKUKAN P<0,05 BENAR-BENAR BERARTI?

Bayangkan Anda melakukan uji coba terkontrol secara acak (RCT) yang membandingkan
obat antidepresan baru dengan plasebo. Pada titik akhir studi 8 minggu, Anda menemukan
bahwa 60% pasien merespons obat dan 40% merespons plasebo. Uji Chiÿsquare yang Anda
terapkan menghasilkan nilai P sebesar 0,04, nilai yang kurang dari 0,05. Anda menyimpulkan
bahwa secara signifikan lebih banyak pasien menanggapi antidepresan daripada plasebo.
Interpretasi Anda adalah bahwa obat antidepresan baru benar-benar memiliki efek antidepresan.
Kesimpulannya benar tetapi rapuh karena batas 5% dan bahkan konsep signifikansi statistik
sedang ditantang. Interpretasi salah karena nilai P , bahkan yang signifikan secara statistik, tidak
menentukan kebenaran.

INTERPRETASI UNTUK P>0,05 DAN P<0,05

 Jika hipotesis nol ditolak (P <0,05), mengapa kita tidak dapat menyimpulkan bahwa sama
seperti obat mengungguli plasebo dalam penelitian kami, obat tersebut benar-benar lebih unggul
daripada plasebo dalam populasi tempat sampel diambil? Jawabannya adalah nilai P
menggambarkan probabilitas, bukan kepastian. Jadi, kita tidak pernah bisa memastikan bahwa
obat tersebut benar-benar lebih unggul daripada plasebo dalam populasi; kita hanya bisa agak
percaya diri tentang itu.

TIDAK UNTUK P DAN TIDAK UNTUK AMBANG BATAS SIGNIFIKASI

STATISTIK

Nilai P dan konsep signifikansi statistik telah lama dipertanyakan. kesimpulan ilmiah dan
pengambilan keputusan tidak boleh hanya didasarkan pada apakah nilai P berada di bawah
ambang batas yang sewenang-wenang atau tidak; dan menarik kesimpulan yang tepat
membutuhkan pelaporan dan transparansi yang lengkap. Namun, menghilangkan P dan ambang
batas signifikansi statistik akan sulit. Hal ini karena memperkirakan P dan menyatakan
signifikansi statistik (atau tidak adanya) telah menjadi landasan penelitian empiris.

UNTUK MEMPERTAHANKAN DISCHOTOMOUS PERBEDAAN

Menetapkan ambang batas untuk P juga diperlukan untuk estimasi ukuran sampel dan
perhitungan daya.

REKOMENDASI

Nilai P harus ditafsirkan sebagai variabel kontinu dan tidak secara dikotomis. Jadi, kita
tidak boleh menyimpulkan bahwa hanya karena nilai P < 0,05 atau ambang batas lain yang telah
ditentukan, hipotesis penelitian adalah benar. Demikian juga, kita tidak boleh mengatakan bahwa
hanya karena P > 0,05 atau ambang batas lain yang telah ditentukan, hipotesis penelitian salah.
Bagaimanapun, ini adalah cara yang salah dalam interpretasi tentang nilai P.

Sedangkan ambang signifikansi statistik dapat berguna untuk mendasarkan keputusan,

keterbatasannya harus diakui. Mungkin bijaksana untuk menetapkan ambang batas yang lebih
rendah dari 0,05 dan memeriksa tingkat positif palsu yang terkait dengan temuan penelitian.
Penting juga untuk memeriksa apakah apa yang telah diterima sebagai signifikan secara statistik
signifikan secara klinis.

Meneliti perkiraan tunggal dan nilai P yang terkait tidak cukup. Penting untuk menilai
sebanyak mungkin tentang perkiraan tersebut. Selain nilai absolut, 95% CI harus diperiksa
sebagai interval kompatibilitas, dan ketepatan interval ini harus dipertimbangkan. Semua temuan
harus ditafsirkan dalam konteks desain penelitian, termasuk sifat sampel, ukuran sampel,
reliabilitas dan validitas instrumen yang digunakan, dan ketelitian penelitian yang dilakukan.