Постоје углавном две врсте грешака, док се тестирање хипотеза изводи, тј. Или истраживач одбацује Х0, када Х0 тачно је или прихвата Х0 у стварности Х0 је лажно. Дакле, прво представља грешка типа И а ово последње је показатељ грешка типа ИИ.
Тестирање хипотеза је уобичајена процедура; који истраживач користи да би доказао валидност, он одређује да ли је одређена хипотеза тачна или не. Резултат тестирања је камен темељац за прихватање или одбијање нулте хипотезе (Х0). Нулта хипотеза је предлог; то не очекује никакву разлику или ефекат. Алтернативна хипотеза (Х1) је премиса која очекује неку разлику или ефекат.
Постоје мале и суптилне разлике између грешака типа И и типа ИИ о којима ћемо говорити у овом чланку.
Основе за поређење | Грешка типа И | Грешка типа ИИ |
---|---|---|
Значење | Грешка типа И односи се на неприхватање хипотезе која би требало да буде прихваћена. | Грешка типа ИИ је прихватање хипотезе коју треба одбити. |
Еквивалентно са | Лажно позитиван | Лажно негативан |
Шта је то? | Погрешно је одбацивање истините ништавне хипотезе. | Нетачно је прихватање лажне ништавне хипотезе. |
Представља | Лажни погодак | Промашај |
Вероватноћа да је почињена грешка | Изједначава ниво значајности. | Једнако је снагом теста. |
Указује | Грчко слово 'α' | Грчко слово 'β' |
У статистици је грешка типа И дефинисана као грешка која настаје када резултати узорка изазову одбацивање нулте хипотезе, упркос чињеници да је истина. Једноставно речено, грешка пристајања на алтернативну хипотезу, када се резултати могу приписати случајности.
Позната и као алфа грешка, наводи истраживача на закључак да постоји разлика између два проматрања када су идентична. Вероватноћа да се догоди грешка типа И једнака је нивоу значаја који истраживач постави за свој тест. Овде се ниво значаја односи на шансе да се направи грешка типа И.
На пример. Претпоставимо на основу података, истраживачки тим фирме закључио је да више од 50% укупног броја корисника попут нове услуге започиње у компанији, што је у ствари мање од 50%.
Када се на основу података прихвати ништавна хипотеза, ако је уствари лажна, онда је ова врста грешке позната као грешка типа ИИ. Настаје када истраживач не успе да демантује лажну ништавну хипотезу. Означено је грчким словом „бета (β)“ и често познато као бета грешка.
Грешка типа ИИ је неуспех истраживача да се сложи са алтернативном хипотезом, иако је тачна. Потврђује предлог; то треба одбити. Истраживач закључује да су два проматрања идентична ако у ствари нису.
Вероватноћа да се направи таква грешка аналогна је снази теста. Овде снага теста алудира на вероватноћу одбацивања ништавне хипотезе, која је лажна и треба је одбацити. Како се величина узорка повећава, повећава се и снага теста, што резултира смањењем ризика од грешке типа ИИ.
На пример. Претпоставимо на основу резултата узорака, истраживачки тим организације тврди да је мање од 50% укупног броја купаца попут нове услуге коју је започела компанија, а која је, заправо, већа од 50%.
Доље дате тачке су значајне што се тиче разлика између грешке типа И и типа ИИ:
Уопште, грешка типа И настаје када истраживач примети неку разлику, а уствари да је нема, док грешка типа ИИ настаје када истраживач не открије разлику ако истина постоји. Појава две врсте грешака је врло уобичајена јер су део процеса тестирања. Ове две грешке не могу се потпуно уклонити, али се могу свести на одређени ниво.