Napaka tipa I in napaka tipa II: kaj sta in kaj kažeta v statistiki?

Ko delamo raziskave v psihologiji, Znotraj inferencialne statistike najdemo dva pomembna koncepta: napako tipa I in napako tipa II.. Te se pojavijo, ko izvajamo preizkuse hipotez z ničelno hipotezo in alternativno hipotezo.

V tem članku bomo videli, kaj točno so, kdaj jih izdamo, kako jih izračunamo in kako jih lahko zmanjšamo.

• Sorodni članek: "Psihometrija: preučevanje človeškega uma s podatki"

Metode ocenjevanja parametrov

Inferencialna statistika je odgovorna za pripravo ali ekstrapolacijo zaključkov iz populacije na podlagi informacij iz vzorca. To pomeni, da nam omogoča opis določenih spremenljivk, ki jih želimo preučiti, na ravni populacije.

V njej najdemo metode ocenjevanja parametrov, katerega cilj je zagotoviti metode, ki omogočajo določitev (z določeno natančnostjo) vrednosti parametre, ki jih želimo analizirati, iz naključnega vzorca populacije, ki smo študij.

Ocena parametra je lahko dveh vrst: točna (ko je ocenjena ena vrednost parametra neznano) in po intervalih (ko se vzpostavi interval zaupanja, kjer bi parameter "padel" tujec). Znotraj te druge vrste, ocene po intervalih, najdemo koncepte, ki jih analiziramo danes: napako tipa I in napako tipa II.

Napaka tipa I in napaka tipa II: kaj sta?

Napaka tipa I in napaka tipa II sta vrste napak, ki jih lahko storimo, ko smo v preiskavi pred oblikovanjem statističnih hipotez (kot je ničelna hipoteza ali H0 in alternativna hipoteza ali H1). To je, ko izvajamo preizkuse hipotez. Da bi razumeli te koncepte, moramo najprej kontekstualizirati njihovo uporabo v intervalni oceni.

Kot smo videli, ocena po intervalih temelji na kritičnem območju iz parametra ničelni hipotezi (H0), ki jo predlagamo, kot tudi v intervalu zaupanja iz ocenjevalca vzorec.

Oziroma cilj je določimo matematični interval, kamor bi padel parameter, ki ga želimo preučevati. Če želite to narediti, je treba izvesti vrsto korakov.

1. Oblikovanje hipoteze

Prvi korak je oblikovanje ničelne hipoteze in alternativne hipoteze, ki nas bosta, kot bomo videli, pripeljali do pojmov napake tipa I in napake tipa II.

1.1. Ničelna hipoteza (H0)

Ničelna hipoteza (H0) je hipoteza, ki jo predlaga raziskovalec in jo začasno sprejme kot resnično.. Zavrnete ga lahko samo s postopkom ponarejanja ali zavrnitve.

Običajno se navede odsotnost učinka ali odsotnost razlik (na primer, bilo bi trdijo, da: »Med kognitivno terapijo in vedenjsko terapijo pri zdravljenju ni razlik anksioznost").

1.2. Alternativna hipoteza (H1)

Na drugi strani je alternativna hipoteza (H1) kandidat za nadomestitev ali zamenjavo ničelne hipoteze. To običajno navaja, da obstajajo razlike ali učinek (na primer, "Obstajajo razlike med kognitivno terapijo in vedenjsko terapijo pri zdravljenju anksioznosti").

• Morda vas zanima: "Cronbachova alfa (α): kaj je in kako se uporablja v statistiki"

2. Določitev stopnje pomembnosti ali alfa (α)

Drugi korak pri oceni intervala je določite stopnjo pomembnosti ali raven alfa (α).. To določi raziskovalec na začetku procesa; je največja verjetnost napake, ki jo sprejmemo, ko zavračamo ničelno hipotezo.

Običajno ima majhne vrednosti, kot so 0,001, 0,01 ali 0,05. Z drugimi besedami, to bi bila največja "kapa" ali napaka, ki smo jo kot raziskovalci pripravljeni narediti. Ko je stopnja pomembnosti na primer vredna 0,05 (5 %), je stopnja zaupanja 0,95 (95 %), seštevek pa je 1 (100 %).

Ko določimo stopnjo pomembnosti, se lahko pojavijo štiri situacije: dve vrsti napake (in tu nastopita napaka tipa I in napaka tipa II) ali da se proizvajata dve vrsti odločitev pravilno. To pomeni, štiri možnosti so:

2.1. Pravilna odločitev (1-α)

Sestoji iz sprejemanja ničelne hipoteze (H0), ki je resnična. Se pravi, da ga ne zavračamo, ampak vzdržujemo, ker je res. Matematično bi se izračunalo na naslednji način: 1-α (kjer je α napaka tipa I ali stopnja pomembnosti).

2.2. Pravilna odločitev (1-β)

V tem primeru se tudi pravilno odločimo; Sestoji iz zavračanja ničelne hipoteze (H0), ki je napačna. Imenuje se tudi moč testa. Izračuna se: 1-β (kjer je β napaka tipa II).

23. Napaka tipa I (α)

Napaka tipa I, imenovana tudi alfa (α), je storjeno z zavračanjem ničelne hipoteze (H0), ki je resnična. Tako je verjetnost napake tipa I α, kar je stopnja pomembnosti, ki smo jo določili za naš test hipotez.

Če je na primer α, ki smo ga določili, 0,05, bi to pomenilo, da smo pripravljeni sprejeti 5-odstotno verjetnost, da se motimo, ko zavračamo ničelno hipotezo.

2.4. Napaka tipa II (β)

Napaka tipa II ali beta (β) nastane pri sprejemanju ničelne hipoteze (H0), če je napačna.. To pomeni, da je verjetnost zagrešitve napake tipa II beta (β) in je odvisna od moči testa (1-β).

Da bi zmanjšali tveganje napake tipa II, se lahko odločimo, da zagotovimo, da ima test zadostno napajanje. Da bi to naredili, moramo zagotoviti, da je velikost vzorca dovolj velika, da zaznamo razliko, ko ta dejansko obstaja.