Tajuk 619: Ketahui cara menambah POWER thesis .....!!

Tulisan ini adalah janji aku utk sambung tajuk Effect Size (ES)... perlu dibaca oleh mereka yang buat kajian experimental.

Sebelum tu meh ulangkaji pasal ralat.... ko kena baca pelan2 sebab mudah terkeliru dgn macam2 istilah.....

Type 1 Error (T1E) berlaku apabila dapatan menunjukkan ADA PERBEZAAN antara kumpulan (reject Ho) TETAPI sebenarnya TIADA. 
T1E – tolak Ho yang betul

Type 2 Error (T2E) ) berlaku apabila dapatan menunjukkan TIADA PERBEZAAN antara kumpulan (terima Ho) TETAPI sebenarnya ADA. .
T2E – TERIMA Ho yang SALAH

Statistical Power (SP) adalah keupayaan statistic kajian ko menolak /reject Ho (elak terima Ho yang salah, T2E)

Dalam bahasa sempoi , jika statistical power kajian ko tinggi, maka kebolehan kajian ko mengesan EFFECT jika memang EFFECT tersebut wujudpun iaitu TOLAK Ho yang betul, maka ko mengurangkan berlakunya T2E (terima Ho yang salah).
SP lazimnya ditetapkan kepada 0.8 (80%) dan ini bergantung kepada

1. the effect size, ES
2. the sample size (N)
3. the alpha significance criterion (α) lazim ditetapkan pada 0.05)

Keempat2 SP, ES, N dan α saling berkaitan. Abis camner nak tahu2 nilai2 SP, ES, N dan α ?

Ko boleh gunakan software G*Power (free download di http://www.softpedia.com/progDownload/G-Power-Download-77971.html). G*Power adalah software analisis bagi penentuan SP, ES, N dan α.

Jadi sebelum dapat dapatan sebenar, laporkan dalam thesis bahagian methodology bagi menunjukan kekuatan statistic ko….spt contoh berikut:

“Kajian ini telah menetapkan kuasa statistik pada .8 dan kesan saiz pada 0.6 untuk menguji Ho. Kesan saiz 0.6 ini ditetapkan adalah kesan yang sederhana mengikut Cohen (1998, p.55) yang dianggarkan dari kajian lepas yang berkaitan dengan penggunaan animasi dalam pengajaran (Othman; 2007 & Robert; 2008).
Pengiraan menggunakan G*Power dengan nilai kuasa statistik dan kesan saiz ini memberikan saiz sampel antara kumpulan eksperimen dan kawalan masing-masing 44 orang. Dengan kuasa .8 ini maka statistik t-test yang digunakan berupaya mengurangkan kemungkinan berlakunya ralat jenis 2, iaitu menerima Ho yang salah. Dgn itu, kajian ini akan menggunakan sampel saiz masing-masing 44 bagi kumpulan eksperimen dan kawalan”

Adakah semua ini perlu? Banyak kajian lepas cam tak kisah jer benda2 ni?

Inilah yang aku sebut2 sebagai “rigorous” … kajian yang detail dan menambah wibawa ko sebagai penyelidik. Jgn hanya laporkan “signifikan kerana p<0.05…. sedangkan kajian ko lansung tak power !!”

Sebagai bakal SV.... pengetahuan ini juga penting utk ko.

OT