Pikirkan jika Anda memiliki 2 teman yang keduanya memperdebatkan mana yang tinggal lebih jauh dari pekerjaan / sekolah. Anda menawarkan untuk menyelesaikan perdebatan dan meminta mereka untuk mengukur seberapa jauh mereka harus melakukan perjalanan antara rumah dan bekerja. Mereka berdua melaporkan kembali kepada Anda, tetapi satu melaporkan dalam mil dan yang lainnya melaporkan dalam kilometer, sehingga Anda tidak dapat membandingkan 2 angka secara langsung. Anda dapat mengkonversi mil ke kilometer atau kilometer ke mil dan membuat perbandingan, konversi mana yang Anda buat tidak masalah, Anda akan mengambil keputusan yang sama.
Ini mirip dengan statistik uji, Anda tidak dapat membandingkan nilai alpha Anda dengan F-statistik yang Anda butuhkan untuk mengkonversi alpha ke nilai kritis dan membandingkan F-statistik dengan nilai kritis atau Anda perlu mengubah F-statistik Anda ke p -nilai dan bandingkan nilai p dengan alpha.
Alpha dipilih sebelumnya (komputer sering default ke 0,05 jika Anda tidak menetapkannya sebaliknya) dan mewakili kesediaan Anda untuk secara palsu menolak hipotesis nol jika itu benar (kesalahan tipe I). Statistik-F dihitung dari data dan menunjukkan seberapa besar variabilitas di antara rata-rata melebihi yang diperkirakan karena kebetulan. Statistik F yang lebih besar dari nilai kritis setara dengan nilai p kurang dari alpha dan keduanya berarti bahwa Anda menolak hipotesis nol.
Kami tidak membandingkan F-statistik dengan 1 karena itu bisa lebih besar dari 1 hanya karena kebetulan, itu hanya ketika itu lebih besar dari nilai kritis yang kami katakan itu tidak mungkin karena kebetulan dan lebih baik menolak hipotesis nol.
Di kelas yang saya ajarkan, saya menemukan bahwa siswa yang tidak semuda yang lain dan kembali ke sekolah setelah bekerja sebentar sering mengajukan pertanyaan terbaik dan lebih tertarik pada apa yang sebenarnya dapat mereka lakukan dengan jawaban ( daripada hanya khawatir jika sedang dalam tes), jadi jangan takut untuk bertanya.
