Kesalahan Tipe II

Apa itu Kesalahan Tipe II?

Kesalahan tipe II, biasa disebut sebagai kesalahan ‘β’, adalah kemungkinan mempertahankan pernyataan faktual yang salah. Ini adalah kesalahan positif palsu, yaitu, sebuah pernyataan secara faktual salah, dan kami positif tentang itu.

Penjelasan

Seseorang biasanya menggunakan kesalahan tipe untuk membuat hipotesis, menentukan solusi berdasarkan probabilitas kemunculannya, dan mengidentifikasi koreksi faktual dari data yang menyusun hipotesis.

Diagram menunjukkan pembuatan hipotesis nol Hipotesis Nol Hipotesis nol menganggap bahwa data sampel dan data populasi tidak memiliki perbedaan atau dengan kata sederhana, menganggap bahwa klaim yang dibuat oleh orang tersebut pada data atau populasi adalah kebenaran mutlak dan selalu benar . Jadi, meskipun sampel diambil dari populasi, hasil yang diperoleh dari studi sampel akan sama dengan asumsi. Baca lebih lanjut, hipotesis alternatif, rata-rata sampel, dan probabilitas kesalahan.

templat , dll., Harap berikan tautan atribusi kepada kami

Setiap pengujian yang kami lakukan selalu memiliki kemungkinan kesalahan dalam pengambilan keputusan, dan keputusan semacam itu mungkin merupakan kesalahan Tipe I atau Tipe II. Dengan kata sederhana, saat melakukan pengambilan keputusan, kita mungkin menolak fakta yang benar atau menerima fakta yang salah. Penolakan fakta yang benar adalah kesalahan Tipe I, dan menerima fakta yang salah adalah kesalahan Tipe II. Kesalahan ini bisa sangat berbahaya di dunia korporat karena analisis dan eksperimen yang lengkap bisa salah jika dasarnya salah.

Berikut adalah matriks jenis kesalahan yang mungkin dilakukan seseorang jika fakta diterima secara salah:

	Keputusan diambil untuk Mempertahankan		Keputusan diambil untuk Menolak

	(Positif)		( Negatif)
Hipotesis Nol benar		Positif Sejati		Negatif Sejati
	(1-a)		= Kesalahan tipe I
Hipotesis Null adalah Salah		Positif Palsu		Negatif Palsu
	(β) = Kesalahan Tipe II		(1 – β)

Keputusan diambil untuk Menolak

Contoh Kesalahan Tipe II

Pada manusia, wanita cenderung hamil. Namun, saat memverifikasi, seorang dokter keliru mendiagnosis seorang pria hamil. Ini adalah kesalahan Tipe II, di mana basisnya sendiri salah.
Misalkan dokter mendiagnosis seorang wanita tidak hamil ketika dia hamil. Ini adalah kesalahan Tipe I, di mana faktanya benar, tetapi yang menolaknya sama.

Bagaimana Kesalahan Tipe II Terjadi?

Berbagai faktor dapat menyebabkan kesalahan seperti itu.

Anda bebas menggunakan gambar ini di situs web Anda, templat, dll., Harap berikan kami tautan atribusiBagaimana Memberikan Atribusi? Tautan Artikel menjadi Hyperlink
Misalnya: Sumber: Kesalahan Tipe II (wallstreetmojo.com)

#1 – Setiap perubahan dalam populasi relatif sangat kecil untuk dideteksi

Jika kecenderungan untuk berubah tidak terlihat dalam populasi itu sendiri, maka setiap pengujian hipotesis Pengujian Hipotesis Pengujian Hipotesis adalah alat statistik yang membantu mengukur probabilitas kebenaran hasil hipotesis yang diperoleh setelah melakukan hipotesis pada data sampel. Ini menegaskan apakah hasil hipotesis utama yang diperoleh benar. Baca lebih lanjut tidak akan dapat memenuhi fakta yang benar. Skenario seperti itu akan menyebabkan menerima fakta yang salah, menghasilkan kesalahan Tipe II.

#2 – Ukuran sampel mencakup sebagian kecil dari populasi

Pemilihan sampel harus mewakili seluruh populasi. Jadi, jika sampel bukan representasi populasi yang ideal, sangat tidak mungkin memberikan analisis yang benar. Analis tidak akan dapat mengidentifikasi fakta yang benar. Akibatnya, mereka akan bergantung pada fakta yang salah, sehingga menghasilkan kesalahan Tipe II.

#3 – Pemilihan sampel yang salah

Umumnya, seseorang menggunakan pengambilan sampel acak di seluruh dunia karena dianggap sebagai salah satu metode pemilihan sampel yang paling tidak bias. Namun, sering kali, hal itu mengakibatkan pengambilan sampel yang salah. Akibatnya, ini mengarah pada cakupan populasi yang salah dan menghasilkan kesalahan Tipe II.

Bisakah Kesalahan Tipe II Dihindari?

#1 – Ulangi analisis sampai mencapai signifikansi yang diperlukan

Signifikansi menentukan apakah hipotesis nol secara faktual benar atau tidak. Pada akhir semua analisis, seseorang menerima hipotesis nol dan memastikan bahwa faktanya benar. Namun, seringkali, hanya satu analisis yang tidak dapat mencapai signifikansi tersebut. Analisis unilateral ini dapat mengakibatkan kesalahan Tipe I atau Tipe II. Di sisi lain, jika jenis keluaran yang sama muncul dalam analisis berulang, seseorang akan memastikan tidak ada kesalahan yang terjadi.

#2 – Dalam setiap pengulangan analisis, ubah ukuran uji signifikansi

Seperti yang dibahas pada poin 1, signifikansi menunjukkan kesesuaian hipotesis nol. Jika seseorang menemukan bahwa sampel tidak tercakup secara memadai, seseorang dapat menegaskan kembali bahwa ukuran signifikansi meningkat. Ini akan membantu memahami perilaku dan menghindari kesalahan Tipe II.

#3 – Level alfa sekitar 0,1 adalah yang ideal

Umumnya, alfa sekitar 0,1 akan menghasilkan penolakan hipotesis. Penolakan apa pun akan memungkinkan beberapa verifikasi. Akibatnya, kemungkinan terjadinya kesalahan berkurang. Kesalahan tipe II terjadi ketika ada yang salah diterima. Jika tidak ada ruang untuk penerimaan, kesalahan seperti itu tidak akan terjadi.

Pentingnya

Ini lebih berbahaya dibandingkan dengan kesalahan Tipe I.
Analisis apa pun dapat dikerjakan berdasarkan beberapa perincian yang diperlukan dan asumsi yang mendasarinya. Di akhir hipotesis, seseorang dapat menentukan apakah statistik uji sesuai dengan fakta yang diberikan atau tidak. Spesifik pengujian tersebut akan menampilkan apakah rata-rata sampel setara dengan rata-rata populasi.
Jika hipotesis nol tampaknya mencapai signifikansi karena beberapa kesalahan dalam analisis, seseorang dapat menerima fakta dalam hipotesis nol.
Namun, hipotesis nol seperti itu sebenarnya tidak dapat diterima. Akibatnya, seseorang harus sangat yakin saat menerima pernyataan hipotesis nol. Dengan memverifikasi ulang, seseorang dapat memperoleh signifikansi yang lebih baik untuk meningkatkan kebenaran fakta.

Kesalahan Tipe I vs Kesalahan Tipe II

Berikut adalah perbedaan mendasar antara kedua jenis kesalahan tersebut:

Nomor Sr	Kesalahan tipe I	Kesalahan tipe II
1	Itu terjadi ketika hipotesis nol yang benar tidak diterima.	Itu terjadi ketika hipotesis nol yang salah diterima
2	Kesalahan seperti itu benar-benar negatif.	Kesalahan seperti itu adalah positif palsu
3	Itu dilambangkan dengan alfa.	Itu dilambangkan dengan Beta
4	Hipotesis nol dan kesalahan tipe 1	Hipotesis alternatif dan kesalahan tipe 2
5	Jika efek yang dihasilkan dari kesalahan ini lebih buruk daripada kesalahan Tipe I, seseorang harus mempertimbangkan alfa dengan nilai lebih tinggi dari 0,10	Jika resultan kesalahan Tipe I lebih buruk, seseorang harus menetapkan alfa dengan nilai lebih rendah dari 0,01.

Kesimpulan

Kesalahan tipe II adalah negatif palsu yang dihasilkan dari menerima hipotesis nol yang salah. Dalam dunia praktis, kesalahan seperti itu gagal dalam proyek penuh karena basisnya tidak akurat. Selain itu, dasar tersebut mungkin seperti rincian, fakta, atau asumsi, membahayakan analisis lengkap.

Artikel yang Direkomendasikan

Artikel ini adalah panduan untuk Kesalahan Tipe II dan definisinya. Di sini, kami membahas contoh, penjelasan, bagaimana hal itu terjadi, dan bagaimana cara menghindarinya. Anda dapat mempelajari lebih lanjut tentang pembiayaan dari artikel berikut: –