اختبار الفرض هو إجراء شائع ؛ يستخدمه الباحث لإثبات صلاحية ذلك ، والذي يحدد ما إذا كانت الفرضية المحددة صحيحة أم لا. نتيجة الاختبار هي حجر الزاوية لقبول أو رفض فرضية العدم (H 0 ). الفرضية الصفرية هي اقتراح. لا يتوقع أي فرق أو تأثير. الفرضية البديلة (H 1 ) هي فرضية تتوقع بعض الاختلاف أو التأثير.
هناك اختلافات طفيفة ودقيقة بين النوع الأول وأخطاء النوع الثاني ، التي سنناقشها في هذه المقالة.
رسم بياني للمقارنة
| أساس للمقارنة | النوع الأول خطأ | النوع الثاني خطأ |
|---|---|---|
| المعنى | يشير الخطأ من النوع الأول إلى عدم قبول الفرضية التي يجب قبولها. | خطأ النوع الثاني هو قبول الفرضية التي يجب رفضها. |
| أي ما يعادل | إيجابية كاذبة | سلبي خطأ |
| ما هذا؟ | إنه رفض خاطئ للفرضية الصفرية الحقيقية. | هو قبول غير صحيح من فرضية باطلة كاذبة. |
| يمثل | ضربة خاطئة | ملكة جمال |
| احتمال ارتكاب الخطأ | يساوي مستوى الأهمية. | يساوي قوة الاختبار. |
| محدد بواسطة | الحرف اليوناني "α" | الحرف اليوناني "β" |
تعريف النوع الأول خطأ
في الإحصائيات ، يتم تعريف خطأ النوع الأول كخطأ يحدث عندما تتسبب نتائج العينة في رفض الفرضية الصفرية ، على الرغم من حقيقة أنه صحيح. بعبارات بسيطة ، خطأ الموافقة على الفرضية البديلة ، عندما يمكن إرجاع النتائج للصدفة.
يُعرف أيضًا باسم خطأ ألفا ، مما يؤدي بالباحث إلى الاستنتاج بأن هناك اختلافًا بين ملاحظتين عندما تكون متطابقة. احتمال الخطأ من النوع الأول ، يساوي مستوى الدلالة ، الذي يحدده الباحث لاختباره. هنا يشير مستوى الأهمية إلى فرص إجراء خطأ من النوع الأول.
على سبيل المثال ، على أساس البيانات ، استنتج فريق البحث من شركة أن أكثر من 50 ٪ من إجمالي العملاء مثل الخدمة الجديدة بدأت من قبل الشركة ، والتي هي ، في الواقع ، أقل من 50 ٪.
تعريف النوع الثاني خطأ
عندما تكون على أساس البيانات ، يتم قبول الفرضية الصفرية ، عندما تكون خاطئة في الواقع ، فإن هذا النوع من الخطأ يُعرف باسم خطأ النوع الثاني. تنشأ عندما يفشل الباحث في إنكار الفرضية الخاطئة. يُشار إليه بالحرف اليوناني "beta (β)" ويُعرف غالبًا باسم خطأ بيتا.
خطأ النوع الثاني هو فشل الباحث في الموافقة على فرضية بديلة ، على الرغم من صحتها. انها تحقق من صحة الاقتراح. التي يجب رفضها. ويخلص الباحث إلى أن الحالتين متطابقتان في حين أنها ليست كذلك.
ويشبه احتمال ارتكاب مثل هذا الخطأ قوة الاختبار. هنا ، تشير قوة الاختبار إلى احتمال رفض فرضية العدم ، وهو خطأ ويجب أن يتم رفضه. ومع زيادة حجم العينة ، تزداد قوة الاختبار أيضًا ، مما يؤدي إلى تقليل خطر حدوث خطأ من النوع الثاني.
على سبيل المثال ، على أساس نتائج العينة ، يدعي فريق البحث التابع لمنظمة ما أن أقل من 50٪ من إجمالي العملاء مثل الخدمة الجديدة بدأت من قبل الشركة ، وهي في الواقع أكبر من 50٪.
الاختلافات الأساسية بين النوع الأول وخطأ النوع الثاني
النقاط الواردة أدناه كبيرة بقدر ما يتعلق الأمر بالاختلافات بين النوع الأول ونوع الخطأ الثاني:
- خطأ Type I هو خطأ يحدث عندما تكون النتيجة رفضًا لظاهرة null التي هي ، في الواقع ، صحيحة. يحدث خطأ النوع الثاني عندما ينتج عن العينة قبول فرضية فارغة ، وهي في الواقع خاطئة.
- خطأ من النوع الأول أو يُعرف بطريقة أخرى كإيجابيات خاطئة ، في جوهرها ، النتيجة الإيجابية تعادل رفض الفرضية الصفرية. في المقابل ، يُعرف خطأ النوع الثاني أيضًا بالسلبية الخاطئة ، أي النتيجة السلبية ، ويؤدي إلى قبول الفرضية الصفرية.
- عندما تكون الفرضية الصفرية صحيحة ولكن تم رفضها عن طريق الخطأ ، فهي من النوع الأول. وفي مقابل ذلك ، عندما تكون الفرضية الخاطئة باطلة ولكن يتم قبولها بطريق الخطأ ، فهي خطأ من النوع الثاني.
- يميل الخطأ من النوع الأول إلى تأكيد شيء غير موجود حقاً ، أي أنه ضرب زائف. على العكس من ذلك ، فشل خطأ النوع الثاني في تحديد شيء ما ، وهذا موجود ، أي أنه هو ملكة جمال.
- احتمال ارتكاب خطأ من النوع الأول هو العينة كمستوى أهمية. وعلى العكس من ذلك ، فإن احتمال ارتكاب الخطأ من النوع الثاني هو نفسه كقوة الاختبار.
- يشير الحرف اليوناني 'α' إلى خطأ من النوع الأول. على عكس ، اكتب الخطأ الثاني الذي يرمز بالحرف اليوناني "β".
النتائج الممكنة
استنتاج
وعلى وجه العموم ، فإن محاصيل الخطأ من النوع الأول ترتفع عندما يلاحظ الباحث بعض الاختلاف ، في حين أنه لا يوجد شيء في الواقع ، في حين ينشأ الخطأ من النوع الثاني عندما لا يكتشف الباحث أي اختلاف عندما يكون هناك حقيقة واحدة. يعتبر حدوث نوعي الأخطاء شائعًا جدًا لأنهما جزء من عملية الاختبار. لا يمكن إزالة هذين الخطأين تمامًا ولكن يمكن تقليلهما إلى مستوى معين.
