no comments

KETAHUI CARA MENAMBAH POWER THESIS …..!!

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

Sebelum itu kita ulangkaji pasal ralat. Baca pelahan-lahan sebab mudah terkeliru dengan macam-macam istilah.

  • Type 1 Error (T1E) berlaku apabila dapatan menunjukkan ADA PERBEZAAN antara kumpulan (Tolak Ho) TETAPI sebenarnya TIADA.
  • T1E = TOLAK Ho – ada perbezaan, sebenarnya tiada (patutnya TERIMA Ho)
  • 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 – tiada perbezaan, sebenarnya ada (patutnya TOLAK Ho)
  • T2E = TERIMA Ho yang SALAH

T2E lebih serius kerana anda terima yang salah berbanding tolak yang betul.

Statistical Power adalah keupayaan statistic kajian anda mengelak terima Ho yang salah (T2E)

Dalam bahasa mudah , jika statistical power kajian anda tinggi, maka kebolehan kajian anda mengesan kesan kajian yang memang wujud, maka anda mengurangkan berlakunya T2E (terima Ho yang salah).

Statistical power 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 yang lazim ditetapkan pada 0.05

Statistical power, ES, N dan α saling berkaitan. G*Power adalah perisian analisis bagi penentuan SP, ES, N dan α. Jadi sebelum dapat dapatan sebenar, laporkan dalam thesis bahagian Methodology bagi menunjukan kekuatan statistic anda, seperti 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 T1E,  iaitu menerima Ho yang salah. Dengan itu, kajian ini akan menggunakan sampel saiz masing-masing 44 bagi kumpulan eksperimen dan kawalan”

Adakah semua ini perlu? Banyak kajian lepas cam tidak kisah jer benda-benda ni?

Inilah yang saya sebut-sebut sebagai “rigorous” … kajian yang detail dan menambah wibawa anda sebagai penyelidik. Jangan hanya laporkan “signifikan kerana p<0.05…. sedangkan kajian anda lansung tidak power !!”

 

Sumber: Dr. Othman Talib

KOMEN ANDA

Komen

TENTANG KAMI | PENAFIAN | HUBUNGI | HANTAR ARTIKEL