Verschil tussen Type I en Type II fouten

Er zijn voornamelijk twee soorten fouten die optreden, terwijl hypothesetests worden uitgevoerd, dat wil zeggen dat ofwel de onderzoeker H afwijst0, wanneer h0 is waar, of hij / zij accepteert H0 wanneer in werkelijkheid H0 is fout. Dus de eerste vertegenwoordigt type I fout en de laatste is een indicator voor type II fout.

Het testen van hypothesen is een gebruikelijke procedure; die onderzoeker gebruikt om de validiteit te bewijzen, die bepaalt of een specifieke hypothese juist is of niet. Het resultaat van testen is een hoeksteen voor het accepteren of verwerpen van de nulhypothese (H.0). De nulhypothese is een propositie; dat verwacht geen verschil of effect. Een alternatieve hypothese (H.1) is een uitgangspunt dat enig verschil of effect verwacht.

Er zijn lichte en subtiele verschillen tussen type I- en type II-fouten, die we in dit artikel zullen bespreken.

Inhoud: Type I-fout versus Type II-fout

  1. Vergelijkingstabel
  2. Definitie
  3. Belangrijkste verschillen
  4. Mogelijke resultaten
  5. Conclusie

Vergelijkingstabel

Basis voor vergelijkingType I-foutType II-fout
BetekenisType I-fout verwijst naar niet-acceptatie van hypothese die zou moeten worden geaccepteerd.Type II-fout is de acceptatie van een hypothese die moet worden afgewezen.
Gelijk aanVals positiefFout negatief
Wat is het?Het is een onjuiste afwijzing van echte nulhypothese.Het is een onjuiste acceptatie van valse nulhypothese.
vertegenwoordigtEen valse hitEen misser
Kans op foutenGelijk aan het niveau van significantie.Gelijk aan de kracht van testen.
Aangegeven doorGriekse letter 'α'Griekse letter 'β'

Definitie van Type I-fout

In de statistieken wordt type I-fout gedefinieerd als een fout die optreedt wanneer de steekproefresultaten de weigering van de nulhypothese veroorzaken, ondanks het feit dat deze waar is. Simpel gezegd, de fout om akkoord te gaan met de alternatieve hypothese, wanneer de resultaten aan toeval kunnen worden toegeschreven.

Ook wel bekend als de alpha-fout, leidt het de onderzoeker ertoe om te concluderen dat er een variatie is tussen twee observanties wanneer ze identiek zijn. De waarschijnlijkheid van type I-fout is gelijk aan het significantieniveau dat de onderzoeker voor zijn test instelt. Hier verwijst het significantieniveau naar de kans op het maken van type I-fouten.

bijv. Stel dat op basis van gegevens het onderzoeksteam van een bedrijf heeft geconcludeerd dat meer dan 50% van de totale klanten, zoals de nieuwe dienst, is gestart door het bedrijf, dat is in feite minder dan 50%.

Definitie van type II-fout

Wanneer op basis van gegevens de nulhypothese wordt geaccepteerd, wanneer deze feitelijk onjuist is, staat dit type fout bekend als type II-fout. Het ontstaat wanneer de onderzoeker de valse nulhypothese niet ontkent. Het wordt aangeduid met de Griekse letter 'beta (β)' en staat ook bekend als bètafout.

Type II-fout is het falen van de onderzoeker om akkoord te gaan met een alternatieve hypothese, hoewel het waar is. Het valideert een propositie; dat zou moeten worden geweigerd. De onderzoeker concludeert dat de twee observanties identiek zijn, terwijl ze dat in feite niet zijn.

De waarschijnlijkheid van het maken van een dergelijke fout is analoog aan de kracht van de test. Hier verwijst de kracht van de test naar de waarschijnlijkheid van afwijzing van de nulhypothese, die onjuist is en moet worden afgewezen. Naarmate de steekproefomvang toeneemt, neemt ook het testvermogen toe, wat resulteert in een lager risico op het maken van type II-fouten.

bijv. Stel dat op basis van voorbeeldresultaten het onderzoeksteam van een organisatie beweert dat minder dan 50% van de totale klanten de nieuwe service startten door het bedrijf, dat is in feite meer dan 50%.

Belangrijkste verschillen tussen Type I en Type II Error

De onderstaande punten zijn aanzienlijk wat betreft de verschillen tussen type I en type II fouten:

  1. Type I-fout is een fout die optreedt wanneer de uitkomst een afwijzing is van nulhypothese die in feite waar is. Type II-fout treedt op wanneer het monster resulteert in de acceptatie van nulhypothese, die feitelijk onjuist is.
  2. Type I-fout of anderszins bekend als false positives, in wezen is het positieve resultaat equivalent aan de weigering van de nulhypothese. In tegenstelling hiermee, type II-fout is ook bekend als valse negatieven, d.w.z. negatief resultaat, leidt tot de acceptatie van de nulhypothese.
  3. Wanneer de nulhypothese waar is maar ten onrechte wordt afgewezen, is dit type I-fout. Daar tegenover staat dat wanneer de nulhypothese vals is, maar ten onrechte wordt aanvaard, dit een type II-fout is.
  4. Type I-fout heeft de neiging iets te beweren dat niet echt aanwezig is, d.w.z. het is een valse hit. Integendeel, type II fout mislukt bij het identificeren van iets dat aanwezig is, dat wil zeggen het is een misser.
  5. De kans om type I fout te begaan is de steekproef als significantieniveau. Omgekeerd is de waarschijnlijkheid van het plegen van type II-fouten hetzelfde als de kracht van de test.
  6. De Griekse letter 'α' geeft type I-fout aan. In tegenstelling tot type II-fout die wordt aangeduid met de Griekse letter 'β'.

Mogelijke resultaten

Conclusie

Over het algemeen duikt Type I-fout op als de onderzoeker enig verschil waarneemt, terwijl er in feite geen sprake van is, terwijl type II-fout ontstaat wanneer de onderzoeker geen verschil ontdekt wanneer er in werkelijkheid een verschil is. Het voorkomen van de twee soorten fouten is heel gebruikelijk omdat ze deel uitmaken van het testproces. Deze twee fouten kunnen niet volledig worden verwijderd, maar kunnen worden teruggebracht tot een bepaald niveau.