Jacob Cohan dalam Ilmu Statistika Masa Kini

Jacob Cohan adalah seorang pendiri dalam bidang statistika psikologis dan berkontribusi besar pada kemajuan ilmu statistika kontemporer. Cohan lahir pada 20 April 1923 dan meninggal pada 20 Januari 1998. Dia dikenal sebagai salah satu ahli statistik Amerika yang terkenal karena mengenalkan konsep daya statistik, analisis efek, dan regresi multivariat kepada ilmu statistika dan psikologi. Ia mengawali karier pendidikannya saat berada di Universitas New York (NYU) AS

Karya seorang Cohen yang terkenal salah satunya adalah buku yang berjudul "Statistical Power Analysis for the Behavioral Sciences", yang diterbitkan pada tahun 1988 merupakan karyanya yang paling terkenal. Buku oini membahas konsep daya statistik dan bagaimana ia dapat digunakan dalam ilmu perilaku. Untuk menentukan ukuran sampel yang paling sesuai untuk sebuah penelitian, buku ini telah menjadi rujukan Utama

Analisa statistik Cohan

kontribusi utama Jacob Cohan: Penemuan Jacob Cohen dalam statistika daya dan ukuran efek adalah salah satu kontribusi terbesarnya. Konsep statistik daya Cohan mengubah cara para peneliti melihat perencanaan penelitian statistik. Menghitung sampel yang diperlukan untuk mendapatkan hasil yang signifikan secara statistik dapat dilakukan oleh peneliti dengan memahami daya statistik.

Metodologi Analisis Cohan

Cohan juga dikenal membuat ukuran efek, seperti Cohen's d dan Cohen's kappa, yang berguna untuk mengukur seberapa besar pengaruh variabel tertentu terhadap hasil penelitian. Dengan menggunakan ukuran efek ini, peneliti dapat melihat dampak substantif dari variabel yang diteliti, bukan hanya signifikansi statistiknya.

1. Kekuatan Statistik

Kekuatan statistik (statistical power) adalah probabilitas untuk mendeteksi efek yang benar-benar ada (misalnya, perbedaan antara kelompok) dalam sebuah studi. Ini diukur sebagai 1 - β, di mana β adalah risiko terjadinya kesalahan tipe II (false negative).

Cohen mengidentifikasi beberapa faktor utama yang mempengaruhi kekuatan statistik:

• Ukuran Sampel (N): Semakin besar ukuran sampel, semakin tinggi kekuatan statistiknya.
• Ukuran Efek (Effect Size): Ukuran efek adalah ukuran besarnya perbedaan atau hubungan yang diteliti. Efek yang lebih besar lebih mudah dideteksi.
• Tingkat Signifikansi (α): Biasanya ditetapkan pada 0.05, tingkat signifikansi adalah probabilitas melakukan kesalahan tipe I (false positive).

Tingkat signifikansi yang lebih rendah (misalnya, 0.01) akan mengurangi kekuatan statistik.

2. Variabilitas dalam Data:

 Variabilitas yang lebih rendah dalam data (standar deviasi yang lebih kecil) meningkatkan kekuatan statistik.

3. Ukuran Efek (Effect Size)

Cohen memperkenalkan berbagai ukuran efek yang digunakan dalam analisis statistik:

• Cohen's d: Ukuran efek untuk perbedaan rata-rata antara dua kelompok
• Cohen's f: Ukuran efek untuk analisis varians (ANOVA).
• Cohen's q: Ukuran efek untuk korelasi antara dua variabel

4. Power Analysis digunakan untuk menentukan ukuran sampel yang diperlukan untuk mendeteksi efek tertentu dengan probabilitas (kekuatan) tertentu. Ini sering dilakukan sebelum studi dimulai, untuk memastikan agar studi dirancang dengan baik 

5. Pentingnya Kekuatan Statistik
Kekuatan statistik yang memadai penting untuk beberapa alasan:

Menghindari Kesalahan Tipe II: Studi dengan kekuatan statistik yang rendah memiliki risiko tinggi untuk gagal mendeteksi efek yang sebenarnya ada.

Replikasi dan Keandalan: Studi dengan kekuatan statistik yang tinggi lebih mungkin untuk direplikasi, meningkatkan kepercayaan dalam temuan tersebut.

Efisiensi Penelitian: Menggunakan ukuran sampel yang sesuai menghindari pemborosan sumber daya dalam penelitian.

6. Threshold Kekuatan Statistik
Cohen menyarankan bahwa kekuatan statistik 0.80 (80%) adalah standar minimum yang disarankan, yang berarti ada probabilitas 80% untuk mendeteksi efek yang ada jika efek itu benar-benar ada.

Kontribusi Jacob Cohen dalam bidang kekuatan statistik sangat berpengaruh, membantu peneliti merancang studi yang lebih kuat dan valid. Memahami dan menerapkan konsep kekuatan statistik dapat meningkatkan kualitas dan keandalan hasil penelitian, serta meminimalkan risiko kesalahan interpretasi data.

Cohen tetap dihormati dan diingat atas kontribusinya dalam ilmu statistika, memperkaya pengetahuan dan metodologi penelitian bagi komunitas ilmiah diseluruh dunia 

Daftar referensi

Statistical Power Analysis for the Behavioral Sciences

https://psycnet.apa.org/record/2001-00159-004

https://www.psychologytoday.com/intl/blog/one-among-many/201104/what-cohen-meant

https://en.wikipedia.org/wiki/Jacob_Cohen_(statistician)