I en undersøgelse er type I-fejl og type II-fejl to forskellige slags fejl, som kan opstå, når man udfører statistiske tests.
- Type I-fejl, også kaldet "alfa-fejl" (α), opstår, når man forkaster nulhypotesen (det vil sige konstaterer, at der er en forskel eller korrelation mellem variablerne), selvom nulhypotesen er korrekt. Dette kan ske, hvis man støder på falsk positive resultater, det vil sige at man konstaterer, at der er en forskel eller korrelation mellem variablerne, selvom der ikke er nogen forskel.
- Type II-fejl, også kaldet "beta-fejl" (β), er en fejl, der opstår, når man ikke forkaster nulhypotesen, selvom den er forkert. Dette kan ske, hvis man ikke har tilstrækkeligt med data til at kunne afgøre, om der er en forskel eller korrelation mellem variablerne, eller hvis man har en for lav tærskelværdi for p-værdien.
- Power er et begreb, der bruges til at beskrive, hvor god en undersøgelse er til at opdage en reel forskel eller korrelation mellem variablerne. Power beregnes ved at måle sandsynligheden for, at undersøgelsen vil kunne forkaste nulhypotesen, hvis den er forkert. Jo højere power en undersøgelse har, desto større er sandsynligheden for, at man vil kunne forkaste nulhypotesen, hvis den er forkert. Det er vigtigt at have høj power i en undersøgelse, fordi det mindsker risikoen for, at man begår en type II-fejl og overser en reel forskel eller korrelation mellem variablerne.
| Nulhypotesen korrekt | Nulhypotesen forkert | Resultat | |
|---|---|---|---|
| Type 1-fejl (α) | Forkastes | Man hævder, at der er en forskel, som ikke eksisterer | |
| Type 2-fejl (β) | Beholdes | Man hævder, at der ikke er nogen forskel, selvom der er en forskel |
Power
Power for en undersøgelse beregnes ved at måle sandsynligheden for, at undersøgelsen vil kunne forkaste nulhypotesen, hvis den er forkert. Der findes forskellige måder at beregne power på, men den mest almindelige er at bruge en "powerberegner". For at bruge en powerberegner skal man specificere følgende parametre:
- Ønsket power: Det er den power, man ønsker, at undersøgelsen skal have. Typisk ligger den ønskede power på 80-90%.
- Tærskelværdi for p-værdi: Det er det niveau for p-værdien, man bruger som tærskelværdi til at afgøre, om en forskel eller korrelation er statistisk signifikant. Typisk ligger tærskelværdien på 5%.
- Størrelsen af forskellen: Det er den forskel, man ønsker at detektere i undersøgelsen. Størrelsen af forskellen kan være en absolut forskel (for eksempel en forskel i middelværdi) eller en relativ forskel (for eksempel en forskel i procent).
- Størrelsen af populationen: Det er antallet af individer, man undersøger i undersøgelsen.
Når man har specificeret disse parametre, kan man bruge en powerberegner til at beregne power for undersøgelsen.