Minggu 12: Kuantitatif

Tindak Lanjut:  di sini

Review Artikel:

Melly Yuni Anjani/ 250321830259/ review artikel / Topik 15

Permutation Tests Are a Useful Alternative Approach for Statistical Hypothesis Testing in Small Sample Sizes

10.1177/02611929251326882

Artikel “Permutation Tests Are a Useful Alternative Approach for Statistical Hypothesis Testing in Small Sample Sizes” mengevaluasi secara kritis efektivitas uji permutasi sebagai alternatif ANOVA dan uji parametrik lain pada kondisi sampel sangat kecil yang sering menyebabkan asumsi normalitas dan homogenitas varians tidak dapat diverifikasi secara andal.

Gap:

Peneliti masih bergantung pada ANOVA dan t-test yang membutuhkan distribusi normal, sementara uji non-parametrik seperti Kruskal–Wallis memiliki kekuatan uji lebih rendah, dan belum ada evaluasi komprehensif mengenai apakah uji permutasi dapat menggantikan kedua pendekatan tersebut, terutama untuk desain k-sample yang merupakan inti ANOVA.

Tujuan:

Artikel ini bertujuan mengevaluasi kinerja uji permutasi (permutation tests) sebagai alternatif untuk uji parametrik klasik (t-test dan ANOVA) khususnya pada kondisi ukuran sampel kecil (< 10), yang umum terjadi pada studi hewan atau eksperimen pre-klinik. Penulis ingin mengetahui apakah uji permutasi mampu, memberikan hasil yang valid ketika asumsi normalitas sulit diverifikasi, menyajikan kekuatan uji (statistical power) yang minimal sama, atau lebih baik, dari ANOVA/t-test, menjadi solusi praktis yang sesuai dengan Three Rs Principles (Reduction, Replacement, Refinement) melalui analisis yang efisien untuk sampel kecil, dan tersedia di perangkat lunak standar seperti R (paket coin).

Metode:

Menggunakan pendekatan teori dan simulasi, penulis mengkonstruksi varian uji permutasi untuk dua grup, ANOVA k grup, tabel kontingensi, dan survival, lalu mengujinya pada empat dataset nyata serta mensimulasikan power di berbagai distribusi (normal, log-normal, exponential) pada N sangat kecil (5–10).

Hasil & Pembahasan:

Hasilnya menunjukkan bahwa uji permutasi menghasilkan p-value yang sebanding dengan ANOVA klasik namun dengan power lebih tinggi ketika asumsi distribusi dilanggar, serta lebih kuat daripada Kruskal–Wallis pada data tidak normal, meskipun menunjukkan kelemahan pada analisis time-to-event.

Novelty:

Artikel “Permutation Tests Are a Useful Alternative Approach for Statistical Hypothesis Testing in Small Sample Sizes” hadir untuk menjawab kekosongan metodologis yang tidak ditangani oleh artikel-artikel yang dikutip di dalamnya: studi seperti Kilkenny et al. dan Festing & Nevalainen hanya mengkritik kualitas analisis statistik pada studi hewan tetapi tidak menawarkan solusi metode; Rasch et al. dan Blanca et al. menilai robust-nya uji parametrik namun tidak membahas bagaimana melakukan ANOVA ketika sampel terlalu kecil untuk menguji asumsi; Razali & Wah menunjukkan bahwa uji normalitas tidak dapat diandalkan pada sampel kecil tetapi tidak memberi alternatif; artikel klasik Fisher, Pitman, dan Colquhoun hanya menjelaskan teori permutasi dan uji non-parametrik tanpa evaluasi modern; sementara Dwivedi et al. dan Konietschke et al. membahas bootstrap atau permutasi hanya untuk kasus terbatas seperti two-sample atau repeated measures high-dimensional. Oleh karena itu, novelty utama artikel ini adalah menyajikan evaluasi komprehensif pertama yang menggabungkan teori, simulasi power, dan data nyata untuk empat jenis analisis statistik (two-sample t-test, ANOVA k-sample, contingency table, dan survival analysis), sekaligus menunjukkan bahwa permutation-based ANOVA lebih stabil dan lebih kuat dibanding ANOVA parametrik dan uji non-parametrik klasik pada kondisi sampel sangat kecil. Dengan demikian, artikel ini memberikan solusi bebas-asumsi yang praktis dan aplikatif, mengisi gap yang tidak dapat dijawab oleh literatur sebelumnya, dan menawarkan metode analisis yang selaras dengan prinsip etika Three Rs melalui kemampuan menguji hipotesis secara valid tanpa bergantung pada ukuran sampel besar atau asumsi distribusi yang sulit dipenuhi. Jadi, novelty artikel ini terletak pada penyajian evaluasi sistematis yang menunjukkan bahwa ANOVA permutasi adalah alternatif bebas asumsi yang lebih kuat dan praktis untuk penelitian dengan sampel kecil, menawarkan dasar metodologis baru bagi peneliti untuk menggantikan ANOVA tradisional atau uji non-parametrik dengan metode yang lebih efisien dan robust pada distribusi data pendidikan atau biomedis yang tidak ideal.

Keterbatasan:

Artikel ini tetap memiliki keterbatasan berupa cakupan sampel yang sangat kecil, ketersediaan terbatas di perangkat lunak selain R, belum adanya formula power analitik, serta asumsi exchangeability yang masih sensitif