Apa itu Kesalahan Tipe II?
Kesalahan tipe II, biasanya disebut sebagai kesalahan β, adalah probabilitas untuk mempertahankan pernyataan faktual yang secara inheren tidak benar. Ini adalah kesalahan dari positif palsu, yaitu pernyataan itu salah secara faktual dan kami positif tentang itu.
Penjelasan
Jenis Kesalahan sangat umum digunakan dalam membuat hipotesis dan untuk mengidentifikasi solusi berdasarkan kemungkinan kemunculannya dan untuk mengidentifikasi koreksi faktual dari data yang menyusun hipotesis.
Berikut adalah diagram yang menunjukkan pembuatan hipotesis nol, hipotesis alternatif, rata-rata sampel, dan probabilitas kesalahan.
Dengan setiap pengujian yang kami lakukan, selalu ada kemungkinan kesalahan dalam pengambilan keputusan, dan keputusan semacam itu mungkin merupakan jenis kesalahan Tipe I atau Tipe II. Dengan kata sederhana, kami katakan, saat mengambil keputusan, kami mungkin menolak fakta yang benar, atau kami mungkin menerima fakta yang salah. Penolakan fakta yang benar adalah kesalahan Tipe I, dan penerimaan fakta yang salah adalah kesalahan Tipe II. Di dunia kerja, kesalahan ini terbukti sangat berbahaya karena seluruh analisis dan eksperimen terbukti salah karena basisnya sendiri salah.
Berikut ini 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 | Benar Positif | Benar Negatif | ||
| (1- a) | (a) = Kesalahan tipe I. | |||
| Hipotesis Nihil adalah Salah | Positif Palsu | Negatif Palsu | ||
| (β) = Kesalahan Tipe II | (1 - β) |
Dari matriks di atas, kita dapat mengatakan bahwa:
- Hipotesis Nol Benar dan Keputusan mempertahankan yang benar berada dalam keputusan positif aktual yang akan membuktikan analisis menjadi benar. Inilah kesimpulan yang diharapkan dari penelitian ini.
- Benar Hipotesis Nol dan pengambilan keputusan yang salah untuk mempertahankannya tidak akan terbukti bermanfaat. Keputusan True Negative seperti itu disebut sebagai kesalahan Tipe 1 atau kesalahan.
- Hipotesis Nol Tidak Benar dan pengambilan keputusan yang tidak akurat untuk mempertahankannya akan membahayakan analisis penuh. Seseorang tidak akan pernah bisa mencapai kesimpulan di mana dasar interpretasi itu sendiri salah. Keputusan positif palsu seperti itu disebut sebagai kesalahan Tipe II atau β.
- Hipotesis Nol Salah dan pengambilan keputusan yang salah untuk ditolak merupakan ekspektasi yang sebenarnya dari semua analisis. Salah Keputusan negatif harus ditolak tanpa berpikir dua kali.
Contoh Kesalahan Tipe II
- Pada manusia, wanita cenderung hamil. Namun, saat melakukan verifikasi, dokter keliru mendiagnosis pria hamil. Ini disebut sebagai kesalahan Tipe II, di mana basisnya sendiri salah.
- Selain itu, dokter mendiagnosis wanita tidak hamil; Namun, pada kenyataannya, dia hamil. Ini disebut kesalahan Tipe I, di mana fakta benar, tetapi ada yang menolaknya.
Bagaimana Kesalahan Tipe II Terjadi?
Berbagai faktor dapat menyebabkan kesalahan seperti itu
# 1 - Setiap Perubahan Populasi Relatif Sangat Kecil untuk Dideteksi
Jika dalam populasi itu sendiri, kecenderungan untuk berubah tidak terlihat, maka pengujian hipotesis apa pun tidak akan dapat memenuhi fakta yang benar. Skenario seperti itu akan mengarah pada penerimaan fakta yang salah, yang akan mengakibatkan kesalahan Tipe II.
# 2 - Ukuran Sampel Mencakup Sebagian Kecil Populasi
Sampel harus mewakili populasi lengkap. Jadi, jika sampel bukan merupakan representasi ideal dari populasi, maka sangat kecil kemungkinannya akan memberikan gambaran yang benar untuk analisis. Analis tidak akan bisa mengidentifikasi fakta yang benar. Akibatnya, seorang analis akan mengandalkan fakta yang salah dan akan menghasilkan kesalahan Tipe II.
# 3 - Pemilihan Sampel Salah
Secara umum, pengambilan sampel acak digunakan secara global, karena ini dianggap sebagai salah satu metode pemilihan sampel yang paling tidak bias. Namun, seringkali, hal itu mengakibatkan pengambilan sampel yang tidak tepat. Hal ini menyebabkan cakupan populasi yang salah dan menghasilkan kesalahan Tipe II.
Bisakah Kesalahan Tipe II Dihindari?
# 1 - Ulangi Analisis sampai Seseorang Mencapai Signifikansi yang Dibutuhkan
Signifikansi menentukan berapa probabilitas hipotesis nol benar atau tidak. Pada akhir semua analisis, seseorang mengharapkan untuk menerima Hipotesis Nol dan memastikan bahwa fakta yang diberikan adalah benar. Namun, berkali-kali dengan analisis tunggal, signifikansi tersebut tidak dapat dicapai. Analisis tunggal seperti itu dapat menghasilkan kesalahan Tipe I atau Tipe II. Jika dalam analisis berulang, jenis keluaran yang sama datang, maka seseorang akan dapat memastikan bahwa tidak ada kesalahan yang terjadi.
# 2 - Setiap Pengulangan Analisis, Ubah Ukuran Uji Signifikansi
Seperti yang dibahas pada poin 1). Signifikansi menunjukkan kesesuaian hipotesis nol. Jika pada akhir pemotongan pertama, ditemukan bahwa sampel tidak tercakup secara memadai, maka tingkatkan ukuran signifikansi dan coba ulangi hal yang sama. Ini akan membantu dalam memahami perilaku, dan seseorang akan dapat menghindari kesalahan Tipe II.
# 3 - Tingkat Alfa Sekitar 0,1 Adalah Yang Ideal
Secara umum, alpha sekitar 0,1 akan mengakibatkan penolakan hipotesis. Setiap penolakan akan memungkinkan beberapa verifikasi. Akibatnya peluang terjadinya error akan berkurang. Kesalahan tipe II terjadi ketika ada sesuatu yang salah diterima. Jika tidak ada ruang lingkup penerimaan, kesalahan seperti itu tidak akan terjadi.
Pentingnya
- Ini lebih berbahaya dibandingkan dengan kesalahan Tipe I.
- Setiap analisis sedang dikerjakan pada beberapa detail yang diperlukan dan beberapa asumsi yang mendasarinya. Dalam hipotesis juga, pada akhirnya akan ditentukan apakah statistik uji tersebut sesuai dengan fakta yang diberikan atau tidak. Tes spesifik tersebut akan menampilkan apakah mean sampel setara dengan mean populasi atau tidak.
- Karena beberapa jenis kesalahan dalam analisis, hipotesis nol tampaknya mencapai signifikansi; kemudian, seseorang akan menerima fakta yang diberikan dalam Hipotesis Nol.
- Namun, dalam kenyataannya hipotesis nol seperti itu tidak seharusnya diterima. Akibatnya, seseorang harus sangat yakin saat menerima pernyataan hipotesis nol. Dengan memverifikasinya ulang, signifikansi yang lebih baik akan meningkatkan kebenaran fakta.
Kesalahan Tipe I vs Kesalahan Tipe II
Berikut adalah perbedaan mendasar antara kedua jenis kesalahan tersebut
| Sr No | 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 negatif. | Kesalahan seperti itu adalah positif palsu | ||
| 3 | Ini dilambangkan dengan alfa. | Ini dilambangkan dengan Beta | ||
| 4 | Hipotesis nol dan kesalahan tipe 1 | Hipotesis alternatif dan kesalahan tipe 2 | ||
| 5 | Jika efek resultan dari kesalahan ini lebih buruk daripada kesalahan Tipe I, kita harus mempertimbangkan alpha dengan nilai lebih tinggi dari 0,10 | Jika resultan dari kesalahan Tipe I lebih buruk, seseorang harus menetapkan alpha dengan nilai lebih rendah dari 0,01. |
Kesimpulan
Kesalahan tipe II adalah negatif palsu, efek resultan dari menerima Hipotesis Nol yang salah. Dalam dunia praktis, kesalahan seperti itu mengakibatkan kegagalan proyek penuh karena basisnya tidak akurat. Basis tersebut mungkin seperti detail, fakta, atau asumsi, yang akan membahayakan analisis lengkap.
