Standar Pelaporan Statistik: Pelaporan Analisis yang Transparan
- Diperkenalkan oleh
- Statistical and methodological literature; emphasized by Cumming (2013), ICMJE, and replication crisis discussions
- Tahun
- 2005
- Jenis
- Guideline
- Keluarga
- results-reporting
Teks ini adalah terjemahan mesin dan belum ditinjau. Baca versi asli dalam bahasa Inggris
Apa fungsinya?
Pelaporan hasil statistik yang transparan—termasuk ukuran efek, interval kepercayaan, nilai p, dan asumsi—sangat penting untuk integritas ilmiah dan reproduktibilitas.
Banyak studi yang dipublikasikan melaporkan nilai p secara terisolasi tanpa ukuran efek atau interval kepercayaan, sehingga pembaca tidak dapat menilai besarnya temuan. Standar pelaporan statistik, yang ditekankan oleh Cumming (2013), American Statistical Association, dan ICMJE, mensyaratkan ukuran efek, interval kepercayaan, dan diskusi tentang ketidakpastian. Hal ini memungkinkan pembaca untuk menilai apakah temuan tersebut signifikan secara praktis (bukan hanya signifikan secara statistik) dan untuk membandingkan ukuran efek antar studi dalam meta-analisis. Pelaporan statistik yang buruk membuang-buang penelitian dan mencegah sintesis bukti yang tepat.
Intuisi di balik metode
Nilai p sering disalahpahami: p<0,05 TIDAK berarti hasilnya 'penting' atau hipotesis nol 'salah'. Itu hanya berarti data yang diamati akan terjadi kurang dari 5% dari waktu jika hipotesis nol benar. Efek sepele (misalnya, perbedaan 0,1%) dapat memiliki p<0,001 dengan sampel besar; sebaliknya, efek penting secara klinis yang besar (misalnya, pengurangan gejala 50%) mungkin tidak mencapai p<0,05 dengan sampel kecil. Ukuran efek dan interval kepercayaan mengatasi hal ini: mereka mengukur besarnya efek dan rentang nilai yang masuk akal. Interval kepercayaan 95% [2,1, 2,3] menyatakan bahwa kita 95% yakin efek sebenarnya berada di antara 2,1 dan 2,3; jika interval kepercayaan mencakup nol atau nilai efek nol, hasilnya tidak signifikan secara statistik. Informasi tambahan ini—tidak ada dalam nilai p saja—memungkinkan pembaca untuk menafsirkan temuan secara bermakna.
Sejarah
Standar pelaporan statistik berkembang dari kritik selama puluhan tahun terhadap penyalahgunaan nilai p dalam sains. Pada tahun 1992, jurnal Epidemiology mewajibkan interval kepercayaan di samping nilai p; jurnal lain mengikuti. Makalah berpengaruh Cumming (2013) 'Statistik Baru' mengemukakan argumen untuk ukuran efek dan interval kepercayaan sebagai superior dibandingkan ambang batas nilai p. Pada tahun 2019, American Statistical Association menerbitkan panduan yang memperingatkan terhadap p<0,05 sebagai ambang batas universal untuk 'signifikansi'. Jurnal besar (JAMA, Lancet, dll.) sekarang mewajibkan ukuran efek. Rekomendasi ICMJE (diperbarui 2023) menekankan pelaporan ukuran efek dan ketidakpastian. Pergeseran ini mencerminkan pelajaran dari krisis replikasi: banyak temuan yang dipublikasikan dengan p<0,05 gagal direplikasi karena ukuran efeknya kecil, sebuah fakta yang disembunyikan oleh nilai p saja.
Kapan digunakan
Laporkan statistik secara transparan dalam semua penelitian empiris: studi observasional, eksperimen, survei, uji klinis, meta-analisis. Ini berlaku untuk analisis primer dan analisis sensitivitas/subkelompok. Untuk studi deskriptif tanpa uji hipotesis (misalnya, survei deskriptif), laporkan statistik deskriptif, rentang, dan proporsi dengan jelas. Untuk penelitian kualitatif, pelaporan statistik tidak berlaku, tetapi jelaskan sampel dan metode analisis secara transparan. Untuk studi pemodelan atau simulasi, laporkan ukuran efek dan interval kepercayaan di sekitar hasil utama.
Batasan dan pertimbangan
- Membutuhkan ruang: pelaporan statistik yang komprehensif (ukuran efek, CI, nilai p, asumsi) membutuhkan lebih banyak ruang daripada hanya 'p<0,001'; batasan jurnal dapat membatasi konten lain.
- Kompleksitas: pembaca yang tidak terbiasa dengan ukuran efek mungkin merasa sulit menafsirkan pelaporan yang komprehensif; diperlukan pendidikan.
- Ambiguitas interpretasi: ukuran efek 'bermakna' bergantung pada konteks (d=0,2 kecil di beberapa bidang, besar di bidang lain); tidak ada standar universal.
- Perbandingan berganda meningkatkan positif palsu: bahkan dengan koreksi, banyak uji hipotesis meningkatkan kesalahan Tipe I; pelaporan komprehensif tidak menyelesaikan masalah ini, hanya mendokumentasikannya.
Syarat dari sumber tidak menggantikan tinjauan ilmiah independen atau validasi oleh mesin analisis.
Kelebihan
- Memungkinkan interpretasi besaran: pembaca melihat tidak hanya 'perbedaan signifikan' tetapi 'perbedaannya adalah d=0,47' (efek sedang), yang penting untuk menilai signifikansi praktis.
- Memfasilitasi meta-analisis: ukuran efek memungkinkan studi untuk digabungkan; nilai p saja tidak cukup untuk meta-analisis.
- Mengurangi bias p-hacking: ketika ukuran efek dilaporkan, pembaca dapat melihat ketika efeknya sepele meskipun p<0,05, mengurangi insentif untuk derajat kebebasan peneliti.
- Meningkatkan reproduktibilitas: interval kepercayaan dan pemeriksaan asumsi memungkinkan pembaca untuk mengevaluasi sensitivitas dan validitas temuan.
- Mendukung analisis kekuatan post-hoc: ukuran efek yang dilaporkan memungkinkan perhitungan kekuatan statistik, mengungkapkan apakah studi yang kurang bertenaga mendorong temuan nol.
Penerapan
- Menulis artikel penelitian: rencanakan pelaporan statistik sebelum analisis; laporkan ukuran efek dan CI bersama dengan nilai p; atur hasil berdasarkan hipotesis.
- Melakukan meta-analisis: ukuran efek yang diekstraksi dari studi primer memungkinkan penggabungan; makalah yang hanya melaporkan nilai p lebih sulit untuk dimasukkan.
- Meninjau naskah: periksa apakah statistik dilaporkan secara komprehensif; minta ukuran efek dan CI jika hilang.
- Menyiapkan proposal hibah: analisis kekuatan statistik (yang menggunakan ukuran efek) adalah standar dalam tinjauan hibah NIH dan lainnya; tunjukkan keakraban dengan pelaporan ukuran efek.
Cara kerjanya
Cara kerjanya
Laporkan statistik dalam urutan dan format ini: (1) Statistik deskriptif: rata-rata ± SD (atau median dan rentang interkuartil untuk data miring) untuk setiap kelompok. Contoh: 'Kelompok perlakuan (M=45,2, SD=8,3) vs. Kelompok kontrol (M=42,1, SD=7,9).' (2) Nama dan hasil uji statistik: Sebutkan uji (uji-t, chi-kuadrat, ANOVA, dll.), statistik uji, derajat kebebasan, nilai p, dan ukuran efek. Contoh: 't(98)=2,34, p=.021, d=0,47.' (3) Interval kepercayaan: Sertakan CI 95% untuk perbedaan atau ukuran efek. Contoh: 'CI 95% [0,52, 3,21].' (4) Ukuran efek: Laporkan ukuran efek yang sesuai untuk uji Anda. Untuk hasil kontinu: Cohen d (perbedaan rata-rata standar), Pearson r (korelasi), atau eta-kuadrat (proporsi varians yang dijelaskan). Untuk hasil biner: rasio risiko, rasio kemungkinan, jumlah yang dibutuhkan untuk mengobati. Untuk perbandingan rata-rata: laporkan perbedaan absolut dengan unit. (5) Asumsi yang diuji: nyatakan apakah asumsi terpenuhi (misalnya, 'Normalitas dinilai dengan uji Shapiro-Wilk, W=0,98, p=.45, menunjukkan data kira-kira normal'). (6) Koreksi untuk perbandingan berganda: jika melakukan beberapa pengujian, laporkan metode koreksi yang digunakan (Bonferroni, Tingkat Penemuan Palsu, dll.) dan ambang batas nilai p yang disesuaikan. Contoh: 'α=0,05/3=0,017 yang dikoreksi Bonferroni.' (7) Data yang hilang: jelaskan bagaimana data yang hilang ditangani (penghapusan, metode imputasi). Atur hasil berdasarkan hipotesis atau pertanyaan penelitian; kelompokkan statistik terkait. Gunakan tabel untuk hasil numerik terperinci.
Pelaporan statistik berkualitas memenuhi kriteria ini: (1) Kelengkapan: nilai p, ukuran efek, dan interval kepercayaan semuanya dilaporkan; tidak ada nilai p 'telanjang'. (2) Akurasi: nilai benar dan konsisten dengan analisis yang dijelaskan dalam Metode. (3) Transparansi: metode statistik disebutkan secara eksplisit (misalnya, 'uji-t berpasangan' bukan hanya 'uji-t'); asumsi ditangani. (4) Ukuran efek: ukuran efek yang sesuai untuk uji dipilih (d untuk perbandingan dua kelompok, r untuk korelasi, dll.). (5) Presisi: nilai dilaporkan dengan angka signifikan yang sesuai (nilai p hingga 2–3 desimal, misalnya, p=.021, bukan p<.05). (6) Konsistensi: hasil serupa diformat secara identik; serangkaian uji-t semuanya melaporkan t, df, p, dan d. (7) Kejelasan: hasil disajikan dalam bentuk prosa atau tabel sesuai urutan pertanyaan penelitian yang dinyatakan dalam Pendahuluan. Pembaca harus dapat memverifikasi hasil dengan melihat tabel dan memeriksa silang dengan teks.
Peninjau sejawat dan editor memeriksa pelaporan statistik untuk transparansi dan kepatuhan terhadap standar bidang. Hilangnya ukuran efek, klaim 'signifikansi' yang tidak berdasar, atau statistik yang salah lapor memicu permintaan revisi. Bias publikasi berkurang ketika ukuran efek dan interval kepercayaan dilaporkan: peninjau dan pembaca dapat menilai besarnya temuan yang sebenarnya, bukan hanya apakah p<0,05. Dalam meta-analisis, ukuran efek dari semua studi digabungkan; studi yang hanya melaporkan nilai p tanpa ukuran efek harus dikecualikan atau diperkirakan secara post-hoc dari statistik lain, yang menimbulkan kesalahan. Bagi penulis, pelaporan statistik yang transparan meningkatkan reproduktibilitas, memungkinkan sintesis yang tepat, dan menunjukkan ketelitian.
Kesalahan umum
- Melaporkan nilai p tanpa ukuran efek: 'p=.021' memberi tahu pembaca bahwa hasilnya 'signifikan' tetapi tidak apakah efeknya sepele (misalnya, d=0,1) atau besar (d=1,5). Selalu laporkan ukuran efek.
- Mencampuradukkan signifikansi statistik dan praktis: p=.001 menunjukkan bukti kuat terhadap hipotesis nol, tetapi jika efeknya tidak relevan secara klinis (misalnya, perbedaan tekanan darah 0,1 mmHg), itu tidak signifikan secara praktis. Diskusikan keduanya.
- Memilih nilai p: melaporkan hanya nilai p yang <0,05 sambil menyembunyikan hasil yang tidak signifikan (p-hacking). Pra-registrasi hipotesis dan laporkan semua uji, baik signifikan maupun tidak.
- Melaporkan 'tren menuju signifikansi' untuk p=.10 atau 'mendekati signifikansi' untuk p=.06: ini informal dan menyesatkan. Entah hasilnya memenuhi ambang batas Anda atau tidak; diskusikan hasil yang tidak signifikan secara jujur.
- Salah melaporkan interval kepercayaan: CI 95% BUKAN rentang yang berisi 95% data; itu adalah rentang yang kami 95% yakin berisi parameter sebenarnya. Jelaskan dengan benar untuk menghindari kebingungan.
- Menghilangkan statistik deskriptif dasar: pembaca tidak dapat menilai apakah kelompok sebanding atau sampel representatif jika data demografis/dasar tidak dilaporkan.
Pertanyaan yang sering diajukan
Ukuran efek apa yang harus saya laporkan?
Pilih ukuran efek yang sesuai dengan uji statistik Anda: Untuk uji-t (perbandingan dua kelompok): Cohen d (perbedaan rata-rata standar) atau perbedaan mentah dengan unit. Untuk ANOVA: eta-kuadrat (η²) atau eta-kuadrat parsial (η²p). Untuk korelasi: Pearson r atau r-kuadrat (R²). Untuk hasil biner (misalnya, keberhasilan pengobatan): rasio kemungkinan (OR), rasio risiko (RR), atau perbedaan risiko absolut. Untuk data berpasangan: Cohen d atau Hedge's g (mirip dengan d, digunakan dalam meta-analisis). Jika ragu, konsultasikan standar spesifik bidang atau pedoman pelaporan (EQUATOR Network).
Apakah cukup hanya melaporkan nilai p?
Tidak. Nilai p saja tidak cukup karena tidak memberi tahu Anda besarnya efek. p=.001 dapat mencerminkan efek sepele (jika sampelnya besar) atau efek besar (jika sampelnya kecil). Selalu laporkan ukuran efek dan CI 95%. Kombinasi nilai p + ukuran efek + CI memberi pembaca gambaran lengkap.
Bagaimana jika saya memiliki banyak uji dan beberapa nilai p 'mendekati signifikan' (misalnya, p=.06)?
Laporkan dengan jujur. p=.06 tidak signifikan secara statistik pada α=0,05; itu tidak menjadi signifikan dengan menyebutnya 'tren'. Diskusikan apa arti hasil yang tidak signifikan dalam konteks (kurangnya kekuatan? efek nol yang sebenarnya?). Jika Anda melakukan beberapa pengujian, laporkan bagaimana Anda mengontrol kesalahan Tipe I (Bonferroni, FDR, dll.). Pra-registrasi hipotesis untuk membedakan analisis konfirmasi dari eksplorasi.
Berapa banyak tempat desimal yang harus saya gunakan untuk nilai p?
Dua hingga tiga tempat desimal adalah standar (misalnya, p=.021, p<.001). Jangan melaporkan p=.050000. Nilai p yang tepat lebih disukai daripada ketidaksetaraan (p=.021 daripada p<.05) ketika nilai yang tepat tersedia dari perangkat lunak statistik Anda. Gunakan 'p<.001' hanya jika perangkat lunak membulatkan nilai yang lebih kecil atau jika uji bersifat satu sisi dengan ambang batas yang sangat kecil.
Haruskah saya melaporkan CI 95% atau tingkat kepercayaan lainnya?
Gunakan CI 95% kecuali bidang Anda memiliki konvensi yang berbeda (beberapa literatur medis lama menggunakan 90% atau 99%). CI 95% adalah standar karena selaras dengan α=0,05. Jika Anda melaporkan CI 90%, nyatakan secara eksplisit 'CI90%' untuk menghindari kebingungan. Jangan mencampur tingkat kepercayaan dalam makalah yang sama.
Metode terkait
Sumber
Cumming, G. (2013). The new statistics: Why and how. Psychological Science, 25(1), 7–29.
Buka referensi DOIDisalin.Fidler, F., Thomason, N., Cumming, G., Finch, S., & Leeman, J. (2005). Editors can lead researchers to confidence intervals, but can't make them think: Statistical reform lessons from medicine. Psychological Science, 15(2), 119–126.
Buka referensi DOIDisalin.International Committee of Medical Journal Editors (2023). Recommendations for the Conduct, Reporting, Editing, and Publication of Scholarly Work in Medical Journals.
Buka referensi publikasiDisalin.