ETFFIN Finance >> Kursus keuangan >  >> Financial management >> keuangan

Kesalahan Tipe II

Apa itu Kesalahan Tipe II?

Kesalahan tipe II adalah istilah statistik yang digunakan dalam konteks pengujian hipotesis yang menggambarkan kesalahan yang terjadi ketika seseorang menerima hipotesis nol yang sebenarnya salah. Kesalahan tipe II menghasilkan negatif palsu, juga dikenal sebagai error of omission. Sebagai contoh, tes untuk suatu penyakit dapat melaporkan hasil negatif, ketika pasien, nyatanya, terjangkit. Ini adalah kesalahan tipe II karena kami menerima kesimpulan tes sebagai negatif, meskipun itu tidak benar.

Dalam analisis statistik, kesalahan tipe I adalah penolakan hipotesis nol yang benar, sedangkan kesalahan tipe II menggambarkan kesalahan yang terjadi ketika seseorang gagal menolak hipotesis nol itu sebenarnya palsu. Kesalahan menolak hipotesis alternatif, meskipun itu tidak terjadi karena kebetulan.

Takeaways Kunci

  • Kesalahan tipe II didefinisikan sebagai kemungkinan salah mempertahankan hipotesis nol, padahal sebenarnya tidak berlaku untuk seluruh populasi.
  • Kesalahan tipe II pada dasarnya adalah negatif palsu.
  • Kesalahan tipe II dapat dikurangi dengan membuat kriteria yang lebih ketat untuk menolak hipotesis nol, meskipun ini meningkatkan kemungkinan positif palsu.
  • Analis perlu menimbang kemungkinan dan dampak kesalahan tipe II dengan kesalahan tipe I.

Memahami Kesalahan Tipe II

Kesalahan tipe II, juga dikenal sebagai kesalahan jenis kedua atau kesalahan beta, menegaskan ide yang seharusnya ditolak, seperti, contohnya, mengklaim bahwa dua ketaatan adalah sama, meskipun mereka berbeda. Kesalahan tipe II tidak menolak hipotesis nol, meskipun hipotesis alternatif adalah keadaan alami yang sebenarnya. Dengan kata lain, temuan yang salah diterima sebagai benar.

Kesalahan tipe II dapat dikurangi dengan membuat kriteria yang lebih ketat untuk menolak hipotesis nol. Sebagai contoh, jika seorang analis mempertimbangkan segala sesuatu yang berada dalam batas +/- dari interval kepercayaan 95% sebagai tidak signifikan secara statistik (hasil negatif), kemudian dengan menurunkan toleransi tersebut menjadi +/- 90%, dan kemudian mempersempit batas, Anda akan mendapatkan lebih sedikit hasil negatif, dan dengan demikian mengurangi kemungkinan negatif palsu.

Mengambil langkah-langkah ini, Namun, cenderung meningkatkan kemungkinan menemukan kesalahan tipe I—hasil positif palsu. Dalam melakukan uji hipotesis, probabilitas atau risiko membuat kesalahan tipe I atau kesalahan tipe II harus dipertimbangkan.

Langkah-langkah yang diambil untuk mengurangi kemungkinan terjadinya kesalahan tipe II cenderung meningkatkan kemungkinan kesalahan tipe I.

Kesalahan Tipe I vs. Kesalahan Tipe II

Perbedaan antara kesalahan tipe II dan kesalahan tipe I adalah bahwa kesalahan tipe I menolak hipotesis nol ketika itu benar (yaitu, positif palsu). Probabilitas melakukan kesalahan tipe I sama dengan tingkat signifikansi yang ditetapkan untuk uji hipotesis. Karena itu, jika tingkat signifikansinya adalah 0,05, ada kemungkinan 5% kesalahan tipe I dapat terjadi.

Probabilitas melakukan kesalahan tipe II sama dengan satu dikurangi kekuatan tes, juga dikenal sebagai beta. Kekuatan tes dapat ditingkatkan dengan meningkatkan ukuran sampel, yang mengurangi risiko melakukan kesalahan tipe II.

Contoh Kesalahan Tipe II

Asumsikan sebuah perusahaan bioteknologi ingin membandingkan seberapa efektif dua obatnya untuk mengobati diabetes. Hipotesis nol menyatakan kedua obat sama-sama efektif. Sebuah hipotesis nol, H 0 , adalah klaim yang ingin ditolak oleh perusahaan menggunakan uji satu sisi . Hipotesis alternatif, H A , menyatakan kedua obat tersebut tidak sama efektifnya. Hipotesis alternatif, H A , adalah keadaan alamiah yang didukung oleh penolakan hipotesis nol.

Perusahaan biotek menerapkan uji klinis besar 3, 000 pasien dengan diabetes untuk membandingkan perawatan. Perusahaan secara acak membagi 3, 000 pasien menjadi dua kelompok berukuran sama, memberikan satu kelompok salah satu perlakuan dan kelompok lain perlakuan lainnya. Ini memilih tingkat signifikansi 0,05, yang menunjukkan bahwa ia bersedia menerima peluang 5%, ia dapat menolak hipotesis nol ketika itu benar atau peluang 5% untuk melakukan kesalahan tipe I.

Asumsikan beta dihitung menjadi 0,025, atau 2,5%. Karena itu, probabilitas melakukan kesalahan tipe II adalah 97,5%. Jika kedua obat tidak sama, hipotesis nol harus ditolak. Namun, jika perusahaan biotek tidak menolak hipotesis nol ketika obat-obatan tidak sama efektifnya, terjadi kesalahan tipe II.