Typ-2-Fehler | Statistik
Ein Typ-2- oder Typ-II-Fehler liegt vor, wenn die Arbeit zu dem Schluss kommt, dass es keine Wirkung gibt, obwohl sie tatsächlich vorhanden ist. Die Forscher halten an der Null-Hypothese fest, obwohl sie in Wirklichkeit falsch ist.
Ausgedrückt in Beta
Die Wahrscheinlichkeit, einen Fehler vom Typ 2 zu begehen, wird bei statistischen Hypothesentests als (beta) angegeben. Er steht für die Möglichkeit, fälschlicherweise festzustellen, dass es keinen Unterschied oder keine Auswirkungen zwischen Gruppen oder Behandlungen gibt, obwohl dies tatsächlich der Fall ist. Sie wird von den Forschern in der Regel auf 20 % oder 0,20 festgesetzt, was bedeutet, dass man bereit ist, eine 20 %ige Wahrscheinlichkeit eines solchen Fehlers auf lange Sicht zu akzeptieren. Wenn jedoch ein falsch negatives Ergebnis schwerwiegende Folgen hätte, können die Forscher den Wert auf 10 % oder sogar 5 % senken. Die Entscheidung über die Höhe des Betawertes sollte eine fundierte Entscheidung sein, aber oft greifen Forscher auf die 20%-Heuristik zurück.
Beachten Sie, dass diese Prozentsätze auf lange Sicht gelten. Wenn man hundert ähnliche Studien durchführt, können 20 % von ihnen ein falsch negatives Ergebnis zeigen, 80 % aber nicht. Eine einzelne Studie hat einfach einen Fehler vom Typ 2, oder sie hat keinen.
Verringerung von Typ-2-Fehlern
Aufgrund der potenziell schädlichen Auswirkungen von Fehlern des Typs 2 müssen die Forscher alle Anstrengungen unternehmen, um diese zu verringern. Ziel ist es, die statistische Aussagekraft eines Tests zu erhöhen, um einen tatsächlichen Effekt oder Unterschied festzustellen. Mit anderen Worten: Wissenschaftler versuchen, die Möglichkeit zu verringern, dass sie fälschlicherweise eine Nullhypothese annehmen/beibehalten, die eigentlich falsch ist.
Beachten Sie, dass zwischen Fehlern des Typs 1 und Fehlern des Typs 2 ein gewisser Zielkonflikt besteht. Die Wahrscheinlichkeit eines Fehlers vom Typ 2 steigt, wenn die Wahrscheinlichkeit eines Fehlers vom Typ 1 sinkt, und umgekehrt. Es bedarf einer sorgfältigen Bewertung des spezifischen Forschungsumfelds, der Risikominderung, der potenziellen Ergebnisse und der verfügbaren Ressourcen, um das richtige Gleichgewicht zwischen den beiden Aspekten zu finden.
Forscher wenden eine Reihe von Taktiken an, um die Wahrscheinlichkeit von Fehlern des Typs 2 zu verringern. Dazu gehören die Erhöhung der statistischen Aussagekraft durch Vergrößerung der Stichprobe, die Verbesserung des Studiendesigns und der Methodik, die Verwendung empfindlicherer Ergebnisgrößen und die Berücksichtigung anderer statistischer Methoden. Um mehr über die statistische Aussagekraft zu erfahren, klicken Sie hier.
Verweise
