Грешка типа И и грешка типа ИИ: шта су и шта показују у статистици?

Када радимо истраживање у психологији, У оквиру инференцијалне статистике налазимо два важна концепта: грешку типа И и грешку типа ИИ.. Они настају када вршимо тестове хипотеза са нултом хипотезом и алтернативном хипотезом.

У овом чланку ћемо видети шта су тачно, када их обавезујемо, како их израчунавамо и како их можемо смањити.

• Повезани чланак: "Психометрија: проучавање људског ума путем података"

Методе процене параметара

Инференцијална статистика је одговорна за извлачење или екстраполацију закључака из популације, на основу информација из узорка. Односно, омогућава нам да опишемо одређене варијабле које желимо да проучавамо, на нивоу популације.

Унутар њега налазимо методе процене параметара, чији је циљ да обезбеди методе које омогућавају да се одреди (са одређеном прецизношћу) вредност параметре које желимо да анализирамо, из случајног узорка популације која јесмо проучавајући.

Процена параметра може бити два типа: тачна (када се процењује једна вредност параметра непознато) и по интервалима (када се успостави интервал поверења где би параметар „пао“ странац). У оквиру овог другог типа, процене по интервалима, налазимо концепте које данас анализирамо: грешку типа И и грешку типа ИИ.

Грешка типа И и грешка типа ИИ: шта су то?

Грешка типа И и грешка типа ИИ су врсте грешака које можемо да учинимо када се у истрази налазимо пред формулисањем статистичких хипотеза (као што је нулта хипотеза или Х0 и алтернативна хипотеза или Х1). То јест, када спроводимо тестове хипотеза. Али да бисмо разумели ове концепте, прво морамо контекстуализовати њихову употребу у интервалној процени.

Као што смо видели, процена по интервалима се заснива на критичном региону из параметра нулту хипотезу (Х0) коју предлажемо, као и у интервалу поверења од проценитеља узорак.

Односно, циљ је успоставити математички интервал где би падао параметар који желимо да проучавамо. Да бисте то урадили, потребно је извршити низ корака.

1. Формулисање хипотезе

Први корак је формулисање нулте хипотезе и алтернативне хипотезе, које ће нас, као што ћемо видети, довести до појмова грешке типа И и грешке типа ИИ.

1.1. Нул хипотеза (Х0)

Нул хипотеза (Х0) је хипотеза коју истраживач предлаже, а коју привремено прихвата као тачну.. Можете га одбити само кроз процес фалсификовања или побијања.

Нормално, оно што се ради је да се констатује одсуство ефекта или одсуство разлика (нпр. наводе да: „Нема разлика између когнитивне терапије и терапије понашања у лечењу анксиозност").

1.2. Алтернативна хипотеза (Х1)

Алтернативна хипотеза (Х1), с друге стране, је кандидат да замени или замени нулту хипотезу. Ово обично наводи да постоје разлике или ефекат (на пример, "Постоје разлике између когнитивне терапије и терапије понашања у лечењу анксиозности").

• Можда ће вас занимати: "Кронбахова алфа (α): шта је то и како се користи у статистици"

2. Одређивање нивоа значаја или алфа (α)

Други корак у интервалној процени је одредити ниво значајности или алфа (α) ниво. Ово поставља истраживач на почетку процеса; то је максимална вероватноћа грешке коју прихватамо да починимо када одбацимо нулту хипотезу.

Обично узима мале вредности, као што су 0,001, 0,01 или 0,05. Другим речима, то би била максимална „капа“ или грешка коју смо спремни да направимо као истраживачи. Када је ниво значајности вредан 0,05 (5%), на пример, ниво поверења је 0,95 (95%), а та два износа 1 (100%).

Када утврдимо ниво значаја, могу се десити четири ситуације: да две врсте грешке (и ту се појављују грешке типа И и грешка типа ИИ), или да се доносе две врсте одлука исправан. То јест, четири могућности су:

2.1. Исправна одлука (1-α)

Састоји се од прихватања да је нулта хипотеза (Х0) тачна. Односно, ми то не одбацујемо, ми то одржавамо, јер је истина. Математички би се израчунало на следећи начин: 1-α (где је α грешка типа И или ниво значајности).

2.2. Исправна одлука (1-β)

У овом случају такође доносимо исправну одлуку; Састоји се од одбацивања да је нулта хипотеза (Х0) нетачна. Такође се зове моћ теста. Израчунава се: 1-β (где је β грешка типа ИИ).

23. Грешка типа И (α)

Грешка типа И, такође названа алфа (α), почиње одбацивањем нулте хипотезе (Х0) да је ова тачна. Дакле, вероватноћа прављења грешке типа И је α, што је ниво значајности који смо установили за наш тест хипотезе.

Ако је, на пример, α који смо установили 0,05, то би значило да смо спремни да прихватимо вероватноћу од 5% да погрешимо када одбацимо нулту хипотезу.

2.4. Грешка типа ИИ (β)

Грешка типа ИИ или бета (β) се прави када се прихвата нулта хипотеза (Х0) када је нетачна.. Односно, вероватноћа прављења грешке типа ИИ је бета (β), и зависи од снаге теста (1-β).

Да бисмо смањили ризик од грешке типа ИИ, можемо одлучити да обезбедимо да тест има довољно снаге. Да бисмо то урадили, морамо осигурати да је величина узорка довољно велика да открије разлику када она заиста постоји.