PENGERTIAN SIGNIFIKANSI STATISTIK

134 views

PENGERTIAN SIGNIFIKANSI STATISTIK – Sejauh ini kita telah mengetahui bahwa skala suatu koefisien korelasi menunjukkan kekuatan suatu hubungan antara dua variabel. Namun, para ilmuwan menghendaki evaluasi yang lebih tepat mengenai pentingnya korelasi dan menggunakan kon sep signifikansi statistik untuk tujuan ini. Korelasi yang secara statistik signifikan adalah korelasi yang tidak mungkin terjadi secara kebetulan dan-yang dengan demikian diterima secara sungguh-sungguh oleh para ilmuwan. Secara tradisional dalam penelitian psikologis suatu korelasi dianggap memiliki signifikansi statistik jika kemungkinan atau probabilitasnya untuk terjadi secara kebetulan adalah 5 atau kurang dari 100. Tingkat signifikansi ini disebut tingkat .05, umumnya ditulis p 5_ .05 (p adalah probabilitas). Secara umum, jika nilai koefisien korelasi naik, kemungkinan hasilnya signifikan secara statistik semakin besar. Sebagai contoh, suatu korelasi dengan nilai 80 memiliki ke mungkinan signifikan lebih besar dibanding suatu korelasi dengan nilai 40. Apakah suatu korelasi mencapai signifikansi statistik juga tergantung pada jumlah observasi yang dilakukan. Semakin besar jumlah observasinya, semakin kecil nilai r (korela sinya) yang diperlukan untuk mencapai signifikansi statistik. Sebagai contoh, suatu korelasi r = 30 secara statistik signifikan jika jumlah observasinya besar-katakanlah, 300—namun tidak signifikan jika hanya dilakukan 20 observasi. Dengan demikian, jika konsumsi alkohol pada 10 pria depresi dan 10 pria nondepresi diteliti dan korelasi antara depresi dan minum alkohol adalah .32, korelasinya mungkin tidak akan signifikan secara statistik. Walaupun demikian, korelasi yang sama akan menjadi signifikan jika yang diteliti adalah dua kelompok yang terdiri dari 150 pria.
Aplikasi dalam Psikopatologi. Metode korelasi digunakan secara luas dalam bidang psikologi abnormal. Kapan pun kita membandingkan orang-orang yang menda patkan suatu diagnosis dengan mereka yang mendapatkan diagnosis lain atau dengan orang-orang normal, maka penelitiannya bersifat korelasional. Sebagai contoh, dua kelompok diagnosis dapat diperbandingkan untuk melihat seberapa besar stres yang dialami setiap anggota sebelum mereka mengalami gangguan. Atau orang-orang yang mengalami gangguan anxietas dan tidak mengalaminya dapat dibandingkan atas reaktivitas fisiologis mereka terhadap suatu stresor yang diberikan di dalam laboratorium.

Jika metode korelasional digunakan dalam penelitian psikopatologi, salah satu variabel umumnya adalah diagnosis, sebagai contoh, mengalami gangguan anxietas atau tidak. Sebagai contoh, untuk menghitung korelasi antara variabel ini dan variabel lainnya, diagnosis dikuantifikasi sehingga mengalami gangguan anxietas ditandai dengan skor 1 dan tidak mengalaminya ditandai dengan skor 2 (Angka-angka yang digunakan secara aktual bervariasi).
Sering kali penelitian semacam itu tidak diakui sebagai penelitian korelasional, mungkin karena terkadang para partisipan datang ke laboratorium untuk diteliti. Namun, logika studi semacam itu bersifat korelasional; korelasi antara dua variabel-mengalami gangguan anxietas atau tidak dan skor pengukuran stres merupakan sesuatu yang diteliti. Variabel seperti mengalami gangguan anxietas atau tidak disebut variabel klasifikatori. Gangguan anxietas telah terjadi dan secara mudah diukur oleh peneliti. Contoh lain variabel klasifikatori adalah usia, jenis kelamin, kelas sosial, dan ukuran tubuh. Variabel-variabel tersebut merupakan pola yang muncul secara alami dan tidak dimanipulasi oleh peneliti, suatu syarat penting bagi metode eksperimental yang akan dibahas nanti. Dengan demikian, sebagian besar penelitian mengenai penyebab psikopatologi bersifat korelasional.

Masalah Kausalitas. Metode korelasional, walaupun sering digunakan dalam psikologi abnormal, memiliki kekurangan penting: tidak memungkinkan ditentukannya hubungan sebab-akibat. Suatu korelasi besar antara dua variabel hanya menunjukkan bahwa kedua variabel tersebut berhubungan atau cenderung saling memengaruhi, namun kita tidak mengetahui mana yang merupakan sebab dan mana yang akibat atau apakah salah satu variabel sebenarnya merupakan sebab dari yang lain.
Masalah Direksionalitas. Jika dua variabel berkorelasi, bagaimana kita dapat menentukan mana yang merupakan penyebab dan mana yang menjadi akibat? Sebagai contoh, ditemukan suatu korelasi antara diagnosis skizofrenia dan kelas sosial; kalangan kelas bawah lebih banyak didiagnosis menderita skizofrenia dibanding kalangan kelas menengah dan atas. Salah satu penjelasan yang mungkin adalah ber bagai stres kehidupan pada masyarakat kelas sosial terbawah menyebabkan pening katan prevalensi skizofrenia. Namun, hipotesis kedua dan mungkin sama masuk akalnya telah diajukan. Kemungkinan adalah pola perilaku yang tidak teratur pada penderita skizofrenia menyebabkan mereka berprestasi rendah dalam pendidikan dan pekerjaan mereka sehingga mereka menjadi miskin. Masalah direksionalitas, sebagaimana terkadang hal itu disebut, terdapat pada sebagian besar desain penelitian korelasional dari sini muncul diktum yang sering dikutip “korelasi tidak berarti sebab akibat.”

Leave a Reply

Your email address will not be published. Required fields are marked *