خطأ من النوع الأول وخطأ من النوع الثاني: ما هما وماذا يشيرون في الإحصائيات؟

عندما نجري بحثًا في علم النفس ، ضمن الإحصائيات الاستدلالية نجد مفهومين مهمين: خطأ من النوع الأول وخطأ من النوع الثاني.. تنشأ هذه عندما نجري اختبارات فرضية بفرضية فارغة وفرضية بديلة.

في هذه المقالة سنرى ما هي بالضبط ، عندما نلتزم بها ، وكيف نحسبها وكيف يمكننا تقليلها.

• مقالات لها صلة: "القياس النفسي: دراسة العقل البشري من خلال البيانات"

طرق تقدير المعلمات

الإحصائيات الاستنتاجية هي المسؤولة عن استخلاص أو استقراء الاستنتاجات من السكان ، بناءً على معلومات من عينة. أي أنه يسمح لنا بوصف بعض المتغيرات التي نريد دراستها على مستوى السكان.

داخله نجد طرق تقدير المعلمات، الهدف منه توفير طرق تسمح بتحديد قيمة المعلمات التي نريد تحليلها ، من عينة عشوائية من السكان التي نحن عليها دراسة.

يمكن أن يكون تقدير المعلمة من نوعين: دقيق (عندما يتم تقدير قيمة واحدة للمعامل غير معروف) وبحسب الفواصل الزمنية (عند تحديد فترة ثقة حيث "تقع" المعلمة غريب). إنه ضمن هذا النوع الثاني ، التقدير حسب الفواصل الزمنية ، حيث نجد المفاهيم التي نقوم بتحليلها اليوم: خطأ من النوع الأول وخطأ من النوع الثاني.

خطأ من النوع الأول وخطأ من النوع الثاني: ما هما؟

خطأ النوع الأول وخطأ النوع الثاني هما أنواع الأخطاء التي يمكن أن نرتكبها عندما نكون في التحقيق قبل صياغة الفرضيات الإحصائية (مثل الفرضية الصفرية أو H0 والفرضية البديلة أو H1). أي عندما نجري اختبارات فرضية. ولكن لفهم هذه المفاهيم ، يجب علينا أولاً وضع سياق لاستخدامها في تقدير الفترات.

كما رأينا ، يعتمد التقدير حسب الفواصل الزمنية على منطقة حرجة من معلمة الفرضية الصفرية (H0) التي نقترحها ، وكذلك في فاصل الثقة من مقدر عينة.

هذا هو الهدف حدد فترة رياضية حيث تقع المعلمة التي نريد دراستها. للقيام بذلك ، يجب تنفيذ سلسلة من الخطوات.

1. صياغة الفرضية

تتمثل الخطوة الأولى في صياغة الفرضية الصفرية والفرضية البديلة ، والتي ، كما سنرى ، ستقودنا إلى مفاهيم الخطأ من النوع الأول والخطأ من النوع الثاني.

1.1 فرضية لاغية (H0)

الفرضية الصفرية (H0) هي الفرضية التي يقترحها الباحث ، والتي يقبلها مؤقتًا على أنها صحيحة.. لا يمكنك رفضها إلا من خلال عملية تزوير أو نقض.

عادة ، ما يتم فعله هو بيان غياب التأثير أو عدم وجود اختلافات (على سبيل المثال ، سيكون تنص على ما يلي: "لا توجد فروق بين العلاج المعرفي والعلاج السلوكي في علاج قلق").

1.2 الفرضية البديلة (H1)

من ناحية أخرى ، فإن الفرضية البديلة (H1) هي المرشح لتحل محل الفرضية الصفرية أو استبدالها. يشير هذا عادةً إلى وجود اختلافات أو تأثير (على سبيل المثال ، "هناك اختلافات بين العلاج المعرفي والعلاج السلوكي في علاج القلق").

• قد تكون مهتمًا بـ: "ألفا كرونباخ (α): ما هو وكيف يتم استخدامه في الإحصاء"

2. تحديد مستوى الأهمية أو ألفا (α)

الخطوة الثانية في تقدير الفاصل هي تحديد مستوى الأهمية أو مستوى ألفا (α). يتم تعيين هذا من قبل الباحث في بداية العملية ؛ إنه أقصى احتمال للخطأ نقبل الالتزام به عند رفض الفرضية الصفرية.

يأخذ عادةً قيمًا صغيرة ، مثل 0.001 أو 0.01 أو 0.05. بمعنى آخر ، سيكون الحد الأقصى أو الخطأ الذي نحن على استعداد لارتكابه كباحثين. عندما يكون مستوى الأهمية بقيمة 0.05 (5٪) ، على سبيل المثال ، يكون مستوى الثقة 0.95 (95٪) ، ويصل كلاهما إلى 1 (100٪).

بمجرد تحديد مستوى الأهمية ، يمكن أن تحدث أربعة مواقف: هذين النوعين من الأخطاء (وهذا هو المكان الذي يظهر فيه خطأ النوع الأول وخطأ النوع الثاني) ، أو يتم إنتاج نوعين من القرارات صحيح. أي أن الاحتمالات الأربعة هي:

2.1. القرار الصحيح (1-α)

وهو يتألف من قبول فرضية العدم (H0) على هذا النحو. أي أننا لا نرفضه ، بل نحافظ عليه ، لأنه صحيح. رياضيا سيتم حسابها على النحو التالي: 1-α (حيث α هو الخطأ من النوع الأول أو مستوى الأهمية).

2.2. القرار الصحيح (1-β)

في هذه الحالة ، نتخذ أيضًا القرار الصحيح ؛ يتكون من رفض الفرضية الصفرية (H0) كونها خاطئة. وتسمى أيضًا قوة الاختبار. يتم حسابه: 1-β (حيث هو الخطأ من النوع الثاني).

23. النوع الأول خطأ (α)

خطأ النوع الأول ، ويسمى أيضًا ألفا (α) ، ملتزم برفض فرضية العدم (H0) كونها صحيحة. وبالتالي ، فإن احتمال ارتكاب خطأ من النوع الأول هو α ، وهو مستوى الأهمية الذي حددناه لاختبار الفرضية.

على سبيل المثال ، إذا كانت α التي أنشأناها هي 0.05 ، فهذا يشير إلى أننا على استعداد لقبول احتمال بنسبة 5٪ للخطأ عند رفض فرضية العدم.

2.4 خطأ من النوع الثاني (β)

يتم إجراء خطأ من النوع الثاني أو بيتا (β) عند قبول الفرضية الصفرية (H0) عندما تكون خاطئة.. أي أن احتمال ارتكاب خطأ من النوع الثاني هو بيتا (β) ، ويعتمد على قوة الاختبار (1-β).

لتقليل مخاطر ارتكاب خطأ من النوع الثاني ، قد نختار التأكد من أن الاختبار يعمل بشكل كافٍ. للقيام بذلك ، يجب أن نتأكد من أن حجم العينة كبير بما يكفي لاكتشاف الفرق عندما يكون موجودًا بالفعل.