Tajuk 127 - Nak power...laporkan Ralat Jenis 2

Ya tak ya jugak..... anda  belajar Type 1 dan 2 errors tapi masa bila nak guna dalam thesis? Saya cadangkan anda tulis wpun satu paragraph dalam tesis anda supaya tesis anda bertambahb sikit POWERnya kerana anda tahu mengelakkan berlakunya ERROR.... Tapi sebelum itu, fahami secara ringkas amende Type 1 dan 2 error tu dulu..


Saya dah tulis dalam tajuk yang lalu agak lebih detail.... ramai pulak yang tak faham... ape mende yang korang semua boleh faham ni...iskh..iskh... Tulah terlalu banyak sangat tengok cerita paranormal.... bila baca parametrik dah tak faham2...




Type 1 Error (T1E) berlaku apabila anda SUKA mendapat hasil kajian anda iaitu wujud perbezaan antara kumpulan TETAPI sebenarnya tiada perbezaan. Jadi anda tolak Ho yang BETUL (sepatutnya tolak yang salah ler)


Ingat: Ada perbezaan maka anda SUKA jadi tolak Ho (yang betul)

Type 2 Error (T2E) berlaku apabila anda TIDAK SUKA apabila mendapati hasil kajian anda tiada perbezaan antara kumpulan TETAPI sebenarnya ada perbezaan. Jadi anda menerima Ho yang SALAH

Ingat: Tiada perbezaan maka anda TIDAK SUKA jadi terima Ho (yang salah)

Statistical power (seperti dalam G*Power) adalah kuasa statistik anda menolak berlakunya T2E, kerana berkuasa mencari perbezaan yang wujud pd dgn saiz sampel dan saiz kesan yang telah anda gunakan. Ini bermakna, jika tiada perbezaan, maka ia berlaku kerana treatmen yang tidak berkesan, bukan sebabkan oleh faktor lain. Oleh itu dalam G*Power anda tetapkan power pada at least .8 atau 80%. Statistik dikatakan power apabila berjaya kurangkan kemungkinan anda terlibat dengan T2E.

Jadi dalam tesis anda, saya cadangkan anda laporkan begini....

“Kajian ini telah menetapkan kuasa statistik pada .8 dan kesan saiz pada 0.6 untuk menguji Ho. Kesan saiz ini 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). Kuasa 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 pernyataan ringkas di atas, credibility anda akan lebih power kerana anda memahami mengapa anda mengambil subjek seramai 44 setiap kumpulan setelah anda menetapkan kuasa pada .8 dan kesan saiz .6

The POWER of LUV !!