Pirmkārt, ir divu veidu kļūdas, kas rodas, kamēr tiek veikta hipotēzes pārbaude, t.i., vai nu pētnieks noraida H0, kad H0 ir taisnība, vai arī viņš / viņa pieņem H0 kad patiesībā H0 ir nepatiesa. Tātad, bijušais pārstāv I tipa kļūda un pēdējais ir II tipa kļūda.
Hipotēzes pārbaude ir izplatīta procedūra; šis pētnieks izmanto, lai pierādītu pamatotību, kas nosaka, vai konkrēta hipotēze ir pareiza vai nav. Pārbaudes rezultāts ir pamats nulles hipotēzes pieņemšanai vai noraidīšanai (H0). Nulles hipotēze ir pieņēmums; kas negaida nekādas atšķirības vai efektu. Alternatīva hipotēze (H1) ir priekšnoteikums, kas sagaida zināmas atšķirības vai efektu.
Starp I un II tipa kļūdām ir nelielas un smalkas atšķirības, kuras mēs apspriedīsim šajā rakstā.
Salīdzināšanas pamats | I tipa kļūda | II tipa kļūda |
---|---|---|
Nozīme | I tipa kļūda attiecas uz hipotēzes, kas būtu jāpieņem, nepieņemšanu. | II tipa kļūda ir hipotēzes pieņemšana, kas būtu jānoraida. |
Līdzvērtīgs | Viltus pozitīvs | Viltus negatīvs |
Kas tas ir? | Tā ir nepareiza patiesās nulles hipotēzes noraidīšana. | Tā ir nepareiza kļūdainas hipotēzes pieņemšana. |
Pārstāv | Viltus trāpījums | Garām |
Varbūtība pieļaut kļūdu | Vienāds ar nozīmīguma līmeni. | Vienāda ar testa jaudu. |
Norādīts ar | Grieķu burts “α” | Grieķu burts “β” |
Statistikā I tipa kļūda tiek definēta kā kļūda, kas rodas, kad parauga rezultāti izraisa nulles hipotēzes noraidīšanu, neskatoties uz to, ka tā ir patiesa. Vienkārši izsakoties, kļūda, piekrītot alternatīvai hipotēzei, kad rezultātus var attiecināt uz nejaušību.
Pazīstams arī kā alfa kļūda, tas vedina pētnieku secināt, ka pastāv atšķirības starp diviem novērojumiem, ja tie ir identiski. I tipa kļūdas iespējamība ir vienāda ar nozīmīguma līmeni, ko pētnieks nosaka savam testam. Šeit nozīmīguma līmenis attiecas uz iespējām pieļaut I tipa kļūdu.
E.g. Pieņemsim, ka, pamatojoties uz datiem, firmas pētījumu grupa secināja, ka vairāk nekā 50% no visiem klientiem patīk jaunais pakalpojums, kuru uzsācis uzņēmums, kas faktiski ir mazāk nekā 50%.
Ja, pamatojoties uz datiem, tiek pieņemta nulles hipotēze, ja tā faktiski ir nepatiesa, tad šāda veida kļūda tiek saukta par II tipa kļūdu. Tas rodas, kad pētnieks nespēj noliegt nepatiesu nulles hipotēzi. To apzīmē ar grieķu burtu “beta (β)” un to bieži sauc par beta kļūdu.
II tipa kļūda ir pētnieka nespēja piekrist alternatīvai hipotēzei, kaut arī tā ir taisnība. Tas apstiprina priekšlikumu; no tā vajadzētu atteikties. Pētnieks secina, ka abi novērojumi ir identiski, ja patiesībā tie nav.
Šādas kļūdas pieļaušanas varbūtība ir analoģiska testa spēkam. Pārbaudes spēks norāda uz nulles hipotēzes noraidīšanas varbūtību, kas ir nepatiesa un jānoraida. Palielinoties parauga lielumam, palielinās arī pārbaudes spēks, kā rezultātā samazinās risks, ka tiks pieļauta II tipa kļūda.
E.g. Pieņemsim, ka, pamatojoties uz izlases rezultātiem, organizācijas pētījumu grupa apgalvo, ka mazāk nekā 50% no visiem klientiem patīk jaunais pakalpojums, kuru uzsācis uzņēmums, kas faktiski ir vairāk nekā 50%.
Turpmāk sniegtie punkti ir nozīmīgi attiecībā uz atšķirībām starp I un II tipa kļūdām:
Kopumā I tipa kļūda parādās, kad pētnieks pamana atšķirību, bet patiesībā tādas nav, turpretī II tipa kļūda rodas, kad pētnieks neatklāj atšķirības, ja patiesībā tāda ir. Abu veidu kļūdas ir ļoti izplatītas, jo tās ir pārbaudes procesa sastāvdaļa. Šīs divas kļūdas nevar pilnībā novērst, bet tās var samazināt līdz noteiktam līmenim.