V glavnem se pojavita dve vrsti napak, medtem ko se izvaja preskušanje hipotez, tj. Ali raziskovalec H zavrne0, ko H0 je res, ali sprejema H0 ko v resnici H0 je napačno. Torej, prva predstavlja napaka tipa I in slednje je pokazatelj napaka tipa II.
Preizkušanje hipotez je običajen postopek; ki ga raziskovalec uporablja za dokazovanje veljavnosti, ki določa, ali je določena hipoteza pravilna ali ne. Rezultat testiranja je temelj sprejemanja ali zavrnitve ničelne hipoteze (H0). Ničelna hipoteza je predlog; to ne pričakuje nobene razlike ali učinka. Alternativna hipoteza (H1) je premisa, ki pričakuje neko razliko ali učinek.
Med napakami tipa I in tipa II obstajajo rahle in tanke razlike, ki jih bomo obravnavali v tem članku.
Osnove za primerjavo | Napaka tipa I | Napaka tipa II |
---|---|---|
Pomen | Napaka tipa I se nanaša na nesprejemanje hipotez, ki bi jih bilo treba sprejeti. | Napaka tipa II je sprejemanje hipotez, ki jih je treba zavrniti. |
Enakovreden | Lažno pozitiven | Lažno negativno |
Kaj je to? | Napačno zavračanje resnične nične hipoteze. | Gre za napačno sprejemanje napačne ničelne hipoteze. |
Predstavlja | Lažni zadetek | Zgrešila |
Verjetnost napake | Enako stopnji pomembnosti. | Enaka moči preizkusa. |
Navedeno s | Grška črka 'α' | Grška črka 'β' |
V statistiki je napaka tipa I opredeljena kot napaka, ki nastane, ko rezultati vzorca povzročijo zavrnitev ničelne hipoteze, kljub dejstvu, da je resnična. Preprosto povedano, napaka strinjanja z alternativno hipotezo, ko je mogoče rezultate pripisati naključju.
Znan tudi kot alfa napaka, zato raziskovalec sklepa, da obstajata razlike med dvema opazovanjima, če sta enaki. Verjetnost napake tipa I je enaka stopnji pomembnosti, ki jo določi raziskovalec za svoj test. Tu se stopnja pomembnosti nanaša na možnosti napake tipa I.
E.g. Predpostavimo, da je na podlagi podatkov raziskovalna skupina podjetja sklenila, da je več kot 50% vseh strank, kot je nova storitev, ki jo je začelo podjetje, to je v resnici manj kot 50%.
Ko je na podlagi podatkov ničelna hipoteza sprejeta, kadar je dejansko napačna, potem je tovrstna napaka znana kot napaka tipa II. Nastane, ko raziskovalec ne zanika lažne ničelne hipoteze. Označena je z grško črko 'beta (β)' in pogosto znana kot beta napaka.
Napaka tipa II je neuspeh raziskovalca, da bi se strinjal z alternativno hipotezo, čeprav drži. Potrjuje predlog; to bi bilo treba zavrniti. Raziskovalec sklepa, da sta obe opazovanju enaki, če v resnici nista.
Verjetnost take napake je analogna moči testa. Tukaj moč testa namiguje na verjetnost zavrnitve ničelne hipoteze, ki je napačna in jo je treba zavrniti. Ko se velikost vzorca povečuje, se poveča tudi moč preskusa, kar povzroči zmanjšanje tveganja za napake tipa II.
E.g. Recimo, da na podlagi vzorčnih rezultatov raziskovalna skupina organizacije trdi, da je manj kot 50% vseh strank, kot je nova storitev, ki jo je začelo podjetje, in je dejansko več kot 50%.
Spodaj navedene točke so velike, kar zadeva razlike med napako tipa I in tipa II:
Na splošno se napaka tipa I ponovi, ko raziskovalec opazi neko razliko, ko je dejansko ni, medtem ko napaka tipa II nastane, ko raziskovalec ne odkrije nobene razlike, če v resnici obstaja. Pojav obeh napak je zelo pogost, saj sta del postopka testiranja. Teh dveh napak ni mogoče popolnoma odstraniti, vendar ju je mogoče zmanjšati na določeno raven.