1. Elsőfajú hiba ( elvetése): Ez akkor következik be, amikor a nullhipotézist () elvetjük, holott az igaz. A valószínűsége .
2. Másodfajú hiba ( elfogadása): Ez akkor történik, amikor nem utasítjuk el a nullhipotézist, holott az alternatív hipotézis () igaz. A valószínűsége .
A másodfajú hiba jellemzői
- Következmények: A másodfajú hiba következményei általában akkor komolyabbak, ha a hipotézisvizsgálat célja olyan döntések meghozatala, amelyek fontos következményekkel járhatnak (pl. orvosi kísérletek, ahol egy hatékony kezelést nem ismernek fel).
- Statisztikai teljesítmény: A másodfajú hiba valószínűsége () a statisztikai teljesítménytől (power) függ, amely azt jelzi, hogy a teszt helyesen elutasítja a nullhipotézist, amikor az alternatív hipotézis igaz. A statisztikai teljesítmény számítható a következő képlettel:
A másodfajú hiba csökkentése
A másodfajú hiba valószínűségének csökkentésére a következő módszerek alkalmazhatók:
1. Minta elemszámának növelése: Nagyobb minta általában csökkenti a másodfajú hiba valószínűségét, mivel növeli a teszt statisztikai erejét.
2. Szignifikanciaszint módosítása: A szignifikanciaszint () növelése általában csökkenti a másodfajú hiba valószínűségét, de ennek árnyoldala, hogy növelheti az elsőfajú hiba valószínűségét.
3. Mérési módszerek javítása: A pontosabb mérési és gyűjtési módszerek alkalmazása is segíthet a másodfajú hiba csökkentésében.
Összegzés
A másodfajú hiba () a hipotézisvizsgálatok során fontos szempont, amely befolyásolja a döntések megbízhatóságát. A másodfajú hibák csökkentésére irányuló stratégiák, mint a minta elemszámának növelése, kulcsfontosságúak a statisztikai vizsgálatok helyességének javítása érdekében.