Perbedaan Antara Kesalahan Tipe I dan Tipe II

Ada terutama dua jenis kesalahan yang terjadi, sementara pengujian hipotesis dilakukan, yaitu peneliti menolak H₀, kapan h₀ benar, atau dia menerima H₀ padahal kenyataannya H₀ itu salah. Jadi, yang pertama mewakili kesalahan tipe I dan yang terakhir adalah indikator kesalahan tipe II.

Pengujian hipotesis adalah prosedur umum; yang peneliti gunakan untuk membuktikan validitas, yang menentukan apakah hipotesis tertentu benar atau tidak. Hasil pengujian adalah landasan untuk menerima atau menolak hipotesis nol (H₀). Hipotesis nol adalah proposisi; yang tidak mengharapkan perbedaan atau efek. Hipotesis alternatif (H₁) adalah premis yang mengharapkan beberapa perbedaan atau efek.

Ada perbedaan kecil dan halus antara kesalahan tipe I dan tipe II, yang akan kita bahas dalam artikel ini.

Konten: Kesalahan Tipe I Vs Tipe II Kesalahan

1. Grafik perbandingan
2. Definisi
3. Perbedaan utama
4. Kemungkinan Hasil
5. Kesimpulan

Grafik perbandingan

Dasar untuk Perbandingan	Kesalahan Tipe I	Kesalahan Tipe II
Berarti	Kesalahan tipe I mengacu pada tidak diterimanya hipotesis yang seharusnya diterima.	Kesalahan tipe II adalah penerimaan hipotesis yang seharusnya ditolak.
Setara dengan	Salah positif	Salah negatif
Apa itu?	Ini adalah penolakan yang salah terhadap hipotesis nol sejati.	Ini adalah penerimaan yang salah dari hipotesis nol palsu.
Merupakan	Serangan palsu	Meleset
Kemungkinan melakukan kesalahan	Setara dengan tingkat signifikansi.	Setara dengan kekuatan tes.
Ditunjukkan oleh	Huruf Yunani 'α'	Huruf Yunani 'β'

Definisi Kesalahan Tipe I

Dalam statistik, kesalahan tipe I didefinisikan sebagai kesalahan yang terjadi ketika hasil sampel menyebabkan penolakan hipotesis nol, terlepas dari kenyataan bahwa itu benar. Secara sederhana, kesalahan menyetujui hipotesis alternatif, ketika hasilnya dapat dianggap kebetulan.

Juga dikenal sebagai kesalahan alpha, itu mengarahkan peneliti untuk menyimpulkan bahwa ada variasi antara dua pengamatan ketika mereka identik. Kemungkinan kesalahan tipe I, sama dengan tingkat signifikansi, yang ditetapkan peneliti untuk pengujiannya. Di sini tingkat signifikansi mengacu pada peluang membuat kesalahan tipe I.

Misalnya. Misalkan berdasarkan data, tim peneliti dari suatu perusahaan menyimpulkan bahwa lebih dari 50% dari total pelanggan seperti layanan baru dimulai oleh perusahaan, yang, pada kenyataannya, kurang dari 50%.

Definisi Kesalahan Tipe II

Ketika berdasarkan data, hipotesis nol diterima, ketika itu sebenarnya salah, maka jenis kesalahan ini dikenal sebagai Tipe II Error. Itu muncul ketika peneliti gagal menyangkal hipotesis nol palsu. Ini dilambangkan dengan huruf Yunani 'beta (β)' dan sering dikenal sebagai beta error.

Kesalahan tipe II adalah kegagalan peneliti dalam menyetujui hipotesis alternatif, meskipun itu benar. Ini memvalidasi proposisi; yang seharusnya ditolak. Peneliti menyimpulkan bahwa kedua pengamatan itu identik padahal sebenarnya tidak.

Kemungkinan membuat kesalahan seperti itu analog dengan kekuatan tes. Di sini, kekuatan tes menyinggung probabilitas penolakan hipotesis nol, yang salah dan perlu ditolak. Ketika ukuran sampel meningkat, kekuatan pengujian juga meningkat, yang menghasilkan pengurangan risiko kesalahan tipe II.

Misalnya. Misalkan berdasarkan hasil sampel, tim peneliti dari suatu organisasi mengklaim bahwa kurang dari 50% dari total pelanggan seperti layanan baru yang dimulai oleh perusahaan, yang, pada kenyataannya, lebih besar dari 50%.

Perbedaan Kunci Antara Kesalahan Tipe I dan Tipe II

Poin-poin yang diberikan di bawah ini adalah substansial sejauh perbedaan antara kesalahan tipe I dan tipe II:

1. Kesalahan tipe I adalah kesalahan yang terjadi ketika hasilnya adalah penolakan terhadap hipotesis nol yang, pada kenyataannya, benar. Kesalahan tipe II terjadi ketika sampel menghasilkan penerimaan hipotesis nol, yang sebenarnya salah.
2. Kesalahan tipe I atau dikenal sebagai false positive, pada dasarnya, hasil positifnya setara dengan penolakan hipotesis nol. Sebaliknya, kesalahan Tipe II juga dikenal sebagai false negative, yaitu hasil negatif, mengarah pada penerimaan hipotesis nol.
3. Ketika hipotesis nol benar tetapi ditolak secara salah, itu adalah kesalahan tipe I. Berbeda dengan ini, ketika hipotesis nol salah tetapi diterima secara salah, itu adalah kesalahan tipe II.
4. Kesalahan tipe I cenderung untuk menyatakan sesuatu yang tidak benar-benar ada, mis. Itu adalah hit palsu. Sebaliknya, kesalahan tipe II gagal dalam mengidentifikasi sesuatu, yang ada, yaitu kesalahan.
5. Probabilitas melakukan kesalahan tipe I adalah sampel sebagai tingkat signifikansi. Sebaliknya, kemungkinan melakukan kesalahan tipe II sama dengan kekuatan tes.
6. Huruf Yunani 'α' menunjukkan kesalahan tipe I. Tidak seperti, kesalahan tipe II yang dilambangkan dengan huruf Yunani 'β'.

Kemungkinan Hasil

Kesimpulan

Secara umum, kesalahan Tipe I muncul ketika peneliti melihat beberapa perbedaan, padahal kenyataannya tidak ada, sedangkan kesalahan tipe II muncul ketika peneliti tidak menemukan perbedaan ketika sebenarnya ada satu. Terjadinya dua jenis kesalahan sangat umum karena mereka adalah bagian dari proses pengujian. Kedua kesalahan ini tidak dapat dihapus sepenuhnya tetapi dapat dikurangi ke tingkat tertentu.