KONSİL

Sözlük · İstatistik

Tip I ve tip II hata nedir?

Tip I hata, gerçekte doğru olan sıfır hipotezinin reddedilmesidir (yanlış pozitif); olasılığı anlamlılık düzeyi α’dır. Tip II hata, gerçekte yanlış olan sıfır hipotezinin reddedilememesidir (yanlış negatif); olasılığı β’dır ve istatistiksel güç 1 − β’ya eşittir.

Banerjee ve ark.’na (2009) göre tip I hata (yanlış pozitif), gerçekte doğru olan sıfır hipotezinin reddedilmesi; tip II hata (yanlış negatif), gerçekte yanlış olan sıfır hipotezinin reddedilememesidir. Tip I hata olasılığı α, araştırmacının çalışma başlamadan belirlediği en yüksek değerdir; tip II hata olasılığı β’dır ve güç 1 − β’dır. Aynı kaynağa göre birçok çalışma α = 0,05 ve β = 0,20 (güç %80) alır; geleneksel aralık α için 0,01–0,10, β için 0,05–0,20’dir. Yanlılıktan doğan yanlış pozitif ve yanlış negatif sonuçlar tip I ve tip II hata sayılmaz.

Banerjee ve ark.’na göre iki hata türü de tümüyle önlenemez, olasılıkları örneklem büyütülerek azaltılabilir ve araştırma sorusu hangi hatadan kaçınmanın daha önemli olduğunu belirler. Kesin söylemek gerekirse, anlamlılık düzeyi sabitken örneklemi büyütmek β’yı düşürür (gücü artırır), tip I hata olasılığı ise α’da kalır; büyük bir örneklem α ve β’yı birlikte düşük tutmaya olanak verir.

Çoklu test tip I hata riskini artırır: Bland ve Altman’a (1995) göre gerçekte doğru olan 20 bağımsız sıfır hipotezi 0,05 düzeyinde sınanırsa en az birinin anlamlı çıkma olasılığı 1 − 0,95²⁰ = 0,6415’tir (yazarların verdiği değer 0,64). Aynı yazarlar Bonferroni yönteminde α’nın test sayısına (k) bölündüğünü (α/k) belirtir.

Örnek

Varsayımsal bir çalışmada yeni bir ilacın kan basıncını düşürüp düşürmediği sınanıyor (α = 0,05, güç %80). İlaç gerçekte etkisizken p < 0,05 çıkarsa tip I hata, ilaç gerçekten etkiliyken p ≥ 0,05 çıkarsa tip II hata yapılmıştır; çalışma %80 güçle tasarlandıysa hedeflenen büyüklükteki gerçek bir etkiyi gözden kaçırma olasılığı 1 − 0,80 = 0,20’dir.

Dikkat edilecek nokta

Altman ve Bland (1995), anlamlı fark göstermeyen çalışmalara ‘negatif’ denmesinin farkın olmadığının gösterildiği izlenimini verdiğini, oysa çoğu zaman gösterilenin yalnızca fark kanıtının yokluğu olduğunu belirtir.

İlgili terimler

Rehberler ve araçlar

Kaynaklar

  1. Hypothesis testing, type I and type II errors — Industrial Psychiatry Journal, 2009
  2. Multiple significance tests: the Bonferroni method — BMJ, 1995
  3. Absence of evidence is not evidence of absence — BMJ, 1995
  4. Type I and Type II Errors and Statistical Power — StatPearls Publishing (NCBI Bookshelf), 2023