Ensisijaisesti esiintyy kahden tyyppisiä virheitä, kun hypoteesitestaus suoritetaan, ts. Joko tutkija hylkää H: n0, kun H0 on totta, tai hän hyväksyy H: n0 kun todellisuudessa H0 on väärä. Joten entinen edustaa tyypin I virhe ja jälkimmäinen on indikaattori tyypin II virhe.
Hypoteesin testaaminen on yleinen menetelmä; että tutkija käyttää todistamaan pätevyyden, joka määrittää onko tietty hypoteesi oikein vai ei. Testauksen tulos on kulmakivi hyppyhypoteesin hyväksymiselle tai hylkäämiselle (H0). Nollahypoteesi on oletus; Se ei odota eroa tai vaikutusta. Vaihtoehtoinen hypoteesi (H1) on lähtökohta, joka odottaa jonkin verran eroa tai vaikutusta.
Tyypin I ja tyypin II virheiden välillä on pieniä ja hienovaraisia eroja, joista aiomme keskustella tässä artikkelissa.
Vertailun perusteet | Tyypin I virhe | Tyypin II virhe |
---|---|---|
merkitys | Tyypin I virhe tarkoittaa hypoteesin, jota pitäisi hyväksyä, hyväksymättä jättämistä. | Tyypin II virhe on hypoteesin hyväksyminen, joka olisi hylättävä. |
Vastaa | Väärä positiivinen | Väärä negatiivinen |
Mikä se on? | Se on tosi nollahypoteesin virheellinen hylkääminen. | Se on väärän nollahypoteesin virheellinen hyväksyminen. |
edustaa | Väärä osuma | Neiti |
Todennäköisyys virheiden tekemiseen | Yhtä tärkeysastetta. | Vastaa testin tehoa. |
Ilmoitettu | Kreikkalainen kirjain α | Kreikkalainen kirjain β |
Tilastoissa tyypin I virhe määritellään virheeksi, joka tapahtuu, kun otoksen tulokset aiheuttavat nollahypoteesin hylkäämisen siitä huolimatta, että se on totta. Yksinkertaisesti sanottuna virhe hyväksyä vaihtoehtoinen hypoteesi, kun tulokset voidaan katsoa sattumanvaraisiksi.
Tunnetaan myös nimellä alfavirhe, ja se johtaa tutkijan päättämään, että kahden havainnon välillä on ero, kun ne ovat identtisiä. Tyypin I virheen todennäköisyys on yhtä suuri kuin merkitsevyystaso, jonka tutkija asettaa koetta varten. Tärkeysaste tarkoittaa tässä mahdollisuuksia tehdä tyypin I virhe.
Esim. Oletetaan tietojen perusteella, että yrityksen tutkimusryhmä päätteli, että yli 50% kaikista asiakkaista tykkää yrityksen aloittamasta uudesta palvelusta, mikä on itse asiassa alle 50%.
Kun nollahypoteesi hyväksytään tietojen perusteella, kun se on todella väärä, niin tällainen virhe tunnetaan tyypin II virheenä. Se syntyy, kun tutkija ei kiistä väärää nolla-hypoteesia. Sitä merkitään kreikkalaisella kirjaimella 'beeta (β)' ja tunnetaan usein beetavirheenä.
Tyypin II virhe on tutkijan epäonnistuminen suostumalla vaihtoehtoiseen hypoteesiin, vaikka se on totta. Se vahvistaa ehdotuksen; se pitäisi kieltää. Tutkija päättelee, että nämä kaksi havaintoa ovat identtisiä, vaikka eivät tosiasiassa olekaan.
Tällaisen virheen todennäköisyys on samanlainen kuin testin teho. Testivoima viittaa tässä nollahypoteesin hylkäämisen todennäköisyyteen, joka on väärä ja joka on hylättävä. Kun näytteen koko kasvaa, myös testin teho kasvaa, mikä johtaa tyypin II virheiden tekemisen riskin vähentymiseen.
Esim. Oletetaan, että näytteen tulosten perusteella organisaation tutkimusryhmä väittää, että alle 50% kaikista asiakkaista pitää yrityksen aloittamasta uudesta palvelusta, joka on itse asiassa yli 50%.
Jäljempänä esitetyt seikat ovat merkittäviä tyypin I ja tyypin II virheiden erojen suhteen:
Yleensä tyypin I virhe syntyy, kun tutkija havaitsee jonkin verran eroa, tosiasiassa sitä ei ole, kun taas tyypin II virhe syntyy, kun tutkija ei löydä mitään eroa, kun totuudessa on. Kahden tyyppiset virheet ovat hyvin yleisiä, koska ne ovat osa testausprosessia. Näitä kahta virhettä ei voida poistaa kokonaan, mutta ne voidaan vähentää tietylle tasolle.