Preizkušanje hipoteze je običajen postopek; da raziskovalec uporabi, da dokaže veljavnost, ki določa, ali je določena hipoteza pravilna ali ne. Rezultat testiranja je temelj za sprejem ali zavrnitev ničelne hipoteze (H 0 ). Nična hipoteza je predlog; to ne pričakuje nobene razlike ali učinka. Alternativna hipoteza (H 1 ) je predpostavka, ki pričakuje določeno razliko ali učinek.
Med napakami tipa I in tipa II obstajajo rahle in subtilne razlike, o katerih bomo razpravljali v tem članku.
Primerjalna tabela
| Podlaga za primerjavo | Napaka tipa I | Napaka tipa II |
|---|---|---|
| Pomen | Napaka tipa I se nanaša na nesprejetje hipoteze, ki jo je treba sprejeti. | Napaka tipa II je sprejetje hipoteze, ki jo je treba zavrniti. |
| Enakovreden | Lažno pozitiven | False negativen |
| Kaj je to? | To je napačna zavrnitev prave ničelne hipoteze. | Gre za napačno sprejemanje lažnih ničelnih hipotez. |
| Predstavlja | Napačen hit | Gospodična |
| Verjetnost napake | Enaka stopnja pomembnosti. | Enaka moč testa. |
| Označeno z | Grška črka „α“ | Grška črka „β“ |
Opredelitev napake tipa I
V statistiki je napaka tipa I opredeljena kot napaka, ki se pojavi, ko vzorčni rezultati povzročijo zavrnitev ničelne hipoteze, kljub dejstvu, da je resnična. Preprosto povedano, napaka pri strinjanju z alternativno hipotezo, ko je rezultate mogoče pripisati naključju.
Znan tudi kot alfa napaka, vodi raziskovalca, da sklepa, da obstaja razlika med dvema opazovanjima, ko sta enaka. Verjetnost napake tipa I je enaka ravni pomembnosti, ki jo raziskovalec nastavi za svoj test. Tu se stopnja pomembnosti nanaša na možnost napake vrste I.
Npr. Na podlagi podatkov domnevamo, da je raziskovalna skupina podjetja ugotovila, da je več kot 50% vseh strank všeč novi storitvi, ki jo je začela družba, kar je dejansko manj kot 50%.
Opredelitev napake tipa II
Če je na podlagi podatkov sprejeta ničelna hipoteza, ko je dejansko napačna, potem je ta vrsta napake znana kot napaka tipa II. Pojavi se, ko raziskovalec ne zanika napačne ničelne hipoteze. Označena je z grško črko "beta (β)" in pogosto znana kot beta napaka.
Napaka tipa II je neuspeh raziskovalca pri sprejemanju alternativne hipoteze, čeprav je res. Potrjuje predlog; to bi bilo treba zavrniti. Raziskovalec ugotavlja, da sta oba opazovanja enaka, če v resnici nista.
Verjetnost take napake je podobna moči preskusa. Tukaj moč testa namiguje na verjetnost zavrnitve ničelne hipoteze, ki je napačna in jo je treba zavrniti. S povečanjem velikosti vzorca se poveča tudi moč preskusa, kar povzroči zmanjšanje tveganja za napako tipa II.
Npr. Recimo, da na podlagi vzorčnih rezultatov raziskovalna skupina organizacije trdi, da je manj kot 50% vseh strank všeč novi storitvi, ki jo je začela družba, kar je dejansko več kot 50%.
Ključne razlike med napako tipa I in tipa II
V nadaljevanju navedene točke so bistvene glede razlik med napakami tipa I in tipa II:
- Napaka tipa I je napaka, ki se zgodi, ko je rezultat zavrnitev ničelne hipoteze, ki je dejansko resnična. Napaka tipa II nastopi, ko vzorec povzroči sprejetje ničelne hipoteze, kar je dejansko napačno.
- Napaka tipa I ali drugače znana kot lažno pozitiven rezultat, je v bistvu pozitivni rezultat enakovreden zavrnitvi ničelne hipoteze. Nasprotno pa je napaka tipa II znana tudi kot napačna negativa, tj. Negativen rezultat, ki vodi v sprejemanje ničelne hipoteze.
- Če je ničelna hipoteza resnična, vendar pomotoma zavrnjena, gre za napako tipa I. V nasprotju s tem, ko je ničelna hipoteza napačna, vendar napačno sprejeta, gre za napako tipa II.
- Napaka tipa I se nagiba k uveljavljanju nečesa, kar dejansko ni prisotno, tj. Je napačen. Nasprotno, napaka tipa II ne uspe pri identifikaciji nečesa, kar je prisotno, tj.
- Verjetnost napake tipa I je vzorec kot stopnja pomembnosti. Nasprotno pa je verjetnost napake tipa II enaka moči preskusa.
- Grška črka „α“ označuje napako tipa I. Za razliko od napake tipa II, ki je označena z grško črko „β“.
Možni rezultati
Zaključek
Na splošno napaka tipa I nastane, ko raziskovalec opazi neko razliko, če je dejansko ni, medtem ko napaka tipa II nastane, ko raziskovalec ne odkrije nobene razlike, če je resnično ena. Pojav obeh vrst napak je zelo pogost, saj sta del procesa testiranja. Teh dveh napak ni mogoče v celoti odstraniti, vendar se lahko zmanjšata na določeno raven.
