Statistical power, atau tingkat sensitivitas, adalah kemampuan suatu pengujian statistik untuk mendeteksi adanya efek suatu variabel terhadap variabel lain atau perbedaan antar kelompok jika efek atau perbedaan tersebut memang benar-benar ada. Studi dengan power yang tinggi memiliki peluang besar untuk menemukan efek, bahkan jika efek tersebut kecil, selama efek itu memang nyata. Sebaliknya, studi dengan power yang rendah cenderung gagal mendeteksi perbedaan atau hubungan yang sebenarnya ada, dan hasil signifikansinya lebih rentan dipengaruhi oleh error, baik yang bersifat sistematik maupun acak.
Konsep ini sangat penting karena berkaitan langsung dengan risiko melakukan kesalahan dalam pengujian hipotesis, khususnya kesalahan tipe II (β). Dalam statistik, terdapat dua jenis kesalahan:
Kesalahan tipe I (α): Menolak hipotesis nol padahal sebenarnya tidak ada perbedaan atau hubungan.
Kesalahan tipe II (β): Gagal menolak hipotesis nol padahal sebenarnya ada perbedaan atau hubungan.
Power penelitian dihitung sebagai 1 – β, sehingga semakin kecil β, semakin besar power. Misalnya, power sebesar 80% berarti penelitian memiliki peluang 80% untuk mendeteksi perbedaan atau hubungan yang sebenarnya ada di populasi.
Menentukan tingkat power biasanya dilakukan sebelum pengambilan data agar peneliti dapat memperkirakan ukuran sampel yang memadai. Tingkat power yang umum digunakan adalah 80%, 90%, atau 95%. Penentuan ini mempertimbangkan beberapa faktor utama: ukuran sampel, besaran efek (effect size), tingkat signifikansi (α), dan variabilitas data. Dengan perencanaan yang baik, peneliti dapat meminimalkan risiko kesalahan tipe II dan meningkatkan peluang memperoleh hasil yang akurat dan dapat diandalkan.