टाइप I त्रुटि और टाइप II त्रुटि: वे क्या हैं और वे आंकड़ों में क्या इंगित करते हैं?

जब हम मनोविज्ञान में शोध करते हैं, अनुमानित आंकड़ों के भीतर हमें दो महत्वपूर्ण अवधारणाएँ मिलती हैं: टाइप I त्रुटि और टाइप II त्रुटि।. ये तब उत्पन्न होते हैं जब हम शून्य परिकल्पना और वैकल्पिक परिकल्पना के साथ परिकल्पना परीक्षण कर रहे होते हैं।

इस लेख में हम देखेंगे कि वे वास्तव में क्या हैं, जब हम उन्हें प्रतिबद्ध करते हैं, हम उनकी गणना कैसे करते हैं और हम उन्हें कैसे कम कर सकते हैं।

• संबंधित लेख: "साइकोमेट्रिक्स: डेटा के माध्यम से मानव मन का अध्ययन"

पैरामीटर आकलन के तरीके

एक नमूने से मिली जानकारी के आधार पर, जनसंख्या से निष्कर्ष निकालने या एक्सट्रपलेशन करने के लिए अनुमानित आँकड़े जिम्मेदार हैं। यही है, यह हमें कुछ चरों का वर्णन करने की अनुमति देता है जिनका हम जनसंख्या स्तर पर अध्ययन करना चाहते हैं।

इसके अंदर हम पाते हैं पैरामीटर आकलन के तरीके, जिसका उद्देश्य उन तरीकों को प्रदान करना है जो (कुछ सटीकता के साथ) के मूल्य को निर्धारित करने की अनुमति देते हैं वे पैरामीटर जिनका हम विश्लेषण करना चाहते हैं, जनसंख्या के एक यादृच्छिक नमूने से जो हम हैं पढ़ना।

पैरामीटर अनुमान दो प्रकार का हो सकता है: समयनिष्ठ (जब पैरामीटर का एक मान अनुमानित किया जाता है अज्ञात) और अंतराल द्वारा (जब एक विश्वास अंतराल स्थापित होता है जहां पैरामीटर "गिर जाएगा" एक अजनबी)। यह इस दूसरे प्रकार के भीतर है, अंतराल द्वारा अनुमान, जहां हम उन अवधारणाओं को ढूंढते हैं जिनका हम आज विश्लेषण कर रहे हैं: टाइप I त्रुटि और टाइप II त्रुटि।

प्रकार I त्रुटि और प्रकार II त्रुटि: वे क्या हैं?

टाइप I एरर और टाइप II एरर हैं त्रुटियों के प्रकार जो हम कर सकते हैं जब एक जांच में हम सांख्यिकीय परिकल्पनाओं के निर्माण से पहले होते हैं (जैसे शून्य परिकल्पना या H0 और वैकल्पिक परिकल्पना या H1)। यानी जब हम परिकल्पना परीक्षण कर रहे होते हैं। लेकिन इन अवधारणाओं को समझने के लिए, हमें पहले अंतराल अनुमान में उनके उपयोग को प्रासंगिक बनाना होगा।

जैसा कि हमने देखा है, अंतराल द्वारा अनुमान के पैरामीटर से एक महत्वपूर्ण क्षेत्र पर आधारित है अशक्त परिकल्पना (H0) जो हम प्रस्तावित करते हैं, साथ ही साथ के अनुमानक से विश्वास अंतराल में नमूना।

यानी लक्ष्य है एक गणितीय अंतराल स्थापित करें जहां हम जिस पैरामीटर का अध्ययन करना चाहते हैं वह गिर जाएगा. ऐसा करने के लिए, चरणों की एक श्रृंखला को पूरा करना होगा।

1. परिकल्पना सूत्रीकरण

पहला कदम शून्य परिकल्पना और वैकल्पिक परिकल्पना तैयार करना है, जो, जैसा कि हम देखेंगे, हमें टाइप I त्रुटि और टाइप II त्रुटि की अवधारणाओं तक ले जाएगा।

1.1। अशक्त परिकल्पना (H0)

अशक्त परिकल्पना (H0) वह परिकल्पना है जिसे शोधकर्ता प्रस्तावित करता है, और जिसे वह अनंतिम रूप से सत्य के रूप में स्वीकार करता है।. आप इसे केवल मिथ्याकरण या खंडन की प्रक्रिया के माध्यम से अस्वीकार कर सकते हैं।

आम तौर पर, जो किया जाता है वह प्रभाव की अनुपस्थिति या मतभेदों की अनुपस्थिति को बताता है (उदाहरण के लिए, यह होगा बताएं कि: "उपचार में संज्ञानात्मक चिकित्सा और व्यवहार चिकित्सा के बीच कोई अंतर नहीं है चिंता")।

1.2। वैकल्पिक परिकल्पना (H1)

वैकल्पिक परिकल्पना (H1), दूसरी ओर, शून्य परिकल्पना को बदलने या बदलने के लिए उम्मीदवार है। यह आमतौर पर बताता है कि अंतर या प्रभाव हैं (उदाहरण के लिए, "चिंता के उपचार में संज्ञानात्मक चिकित्सा और व्यवहार चिकित्सा के बीच अंतर हैं")।

• आपकी रुचि हो सकती है: "क्रॉनबैक का अल्फ़ा (α): यह क्या है और आँकड़ों में इसका उपयोग कैसे किया जाता है"

2. महत्व या अल्फा (α) के स्तर का निर्धारण

अंतराल अनुमान में दूसरा चरण है महत्व स्तर या अल्फा (α) स्तर निर्धारित करें. यह प्रक्रिया की शुरुआत में शोधकर्ता द्वारा निर्धारित किया जाता है; यह त्रुटि की अधिकतम संभावना है जिसे हम शून्य परिकल्पना को अस्वीकार करते समय प्रतिबद्ध करना स्वीकार करते हैं।

यह आमतौर पर 0.001, 0.01 या 0.05 जैसे छोटे मान लेता है। दूसरे शब्दों में, यह अधिकतम "कैप" या त्रुटि होगी जिसे हम शोधकर्ता के रूप में बनाने के इच्छुक हैं। जब महत्व स्तर 0.05 (5%) के लायक है, उदाहरण के लिए, आत्मविश्वास का स्तर 0.95 (95%) है, और दोनों 1 (100%) तक जोड़ते हैं।

एक बार जब हम महत्व का स्तर स्थापित कर लेते हैं, तो चार स्थितियाँ हो सकती हैं: कि दो प्रकार की त्रुटियां (और यह वह जगह है जहां टाइप I त्रुटि और टाइप II त्रुटि आती है), या दो प्रकार के निर्णय उत्पन्न होते हैं सही। यानी चार संभावनाएं हैं:

2.1। सही निर्णय (1-α)

इसमें शून्य परिकल्पना (H0) के इस सत्य होने को स्वीकार करना शामिल है. यानी हम इसे खारिज नहीं करते, हम इसे बनाए रखते हैं, क्योंकि यह सच है। गणितीय रूप से इसकी गणना निम्नानुसार की जाएगी: 1-α (जहां α टाइप I त्रुटि या महत्व स्तर है)।

2.2। सही निर्णय (1-β)

इस मामले में, हम एक सही निर्णय भी लेते हैं; इसमें शून्य परिकल्पना (H0) के असत्य होने को अस्वीकार करना शामिल है। परीक्षण की शक्ति भी कहा जाता है. इसकी गणना की जाती है: 1-β (जहां β टाइप II त्रुटि है)।

23. टाइप I त्रुटि (α)

टाइप I त्रुटि, जिसे अल्फा (α) भी कहा जाता है, यह सत्य होने के कारण शून्य परिकल्पना (H0) को अस्वीकार करके प्रतिबद्ध है. इस प्रकार, टाइप I त्रुटि बनाने की संभावना α है, जो कि महत्व का स्तर है जिसे हमने अपनी परिकल्पना परीक्षण के लिए स्थापित किया है।

यदि, उदाहरण के लिए, α जो हमने स्थापित किया था वह 0.05 है, तो यह इंगित करेगा कि हम शून्य परिकल्पना को अस्वीकार करते समय गलत होने की 5% संभावना को स्वीकार करने को तैयार हैं।

2.4। टाइप II त्रुटि (β)

शून्य परिकल्पना (H0) के असत्य होने पर स्वीकार करते समय टाइप II या बीटा (β) त्रुटि की जाती है।. अर्थात्, टाइप II त्रुटि करने की संभावना बीटा (β) है, और यह परीक्षण की शक्ति (1-β) पर निर्भर करती है।

टाइप II त्रुटि करने के जोखिम को कम करने के लिए, हम यह सुनिश्चित करना चुन सकते हैं कि परीक्षण पर्याप्त रूप से संचालित है। ऐसा करने के लिए, हमें यह सुनिश्चित करना चाहिए कि नमूना आकार इतना बड़ा हो कि अंतर का पता लगाया जा सके जब वह वास्तव में मौजूद हो।