Kebarangkalian melakukan Ralat Jenis 1 (α) adalah aras signifikan Jadi anda menetapkan α = 0.05 bermakna setiap 100 kali anda membuat kajian yang sama, 5 kali sahaja anda mendapat min sampel yang berbeza dengan min populasi (ingat kawasan 0.05 tu dihujung graf normal). Inilah kawasan kritikal. Jika berlaku perbezaan min, walaupun hanya 5 dari 100 kali, aras keyakinan anda adalah 95% anda berjaya menolak melakukan Ralat Jenis I, 95% yakin perbezaan yang wujud adalah perbezaan hasil kajian anda, bukan secara kebetulan. Bukankah perbezaan min ini yang anda cari!
Bila anda rendahkan α (5% kawasan tolak Ho dan 95% kawasan terima Ho) anda membesarkan kawasan terima Ho yang berkemungkinan salah, iaitu anda membesarkan kemungkinan melakukan Ralat Jenis 2 atau (β). Kajian anda dikatakan ada power jika berupaya mengelak Ralat Jenis 2. Jadi, lazimnya penyelidik akan menetapkan β = 0.2 supaya kuasa menolak Ralat Jenis 2 atau (1- β) menjadi 0.8 atau 80%. Ini bermakna dalam 100 kajian, 80 kali berlaku perbezaan min. Bukankah perbezaan min ini yang anda cari!
Jadi siapa yang menetapkan nilai α dan β? Anda lah! Jika macam tu senang jer, laporkan sahaja nilai-nilai tersebut dalam tesis dan kita terlepas dari jerat Ralat 1 atau 2! Memang ler senang, sebab itu lah SPSS menetapkan dua nilai α secara default 0.05 dan 0.01 bagi penentuan kesignifikan dapatan anda. Senang sebab SPSS kirakan untuk anda. Jika anda buat kajian tentang kebarangkalian brek kereta tidak berfungsi tentu anda memilih nilai 0.01 sebab melibatkan nyawa. Jika kajian melibatkan pelajar dan kesukaan makan aiscream, nilai 0.1 pun dah memadai… he he. Bagaimana pula dengan nilai β - macamana nak tentukan?
No comments:
Post a Comment