Quais são os Erros Tipo I e Tipo II?
Por Saul McLeod, publicado a 04 de Julho de 2019
Um resultado estatisticamente significativo não pode provar que uma hipótese de investigação é correcta (pois implica 100% de certeza). Porque um valor p é baseado em probabilidades, há sempre uma hipótese de fazer uma conclusão incorrecta relativamente à aceitação ou rejeição da hipótese nula (H0).
Ainda que tomamos uma decisão utilizando estatísticas, há quatro resultados possíveis, com dois a representarem decisões correctas e dois a representarem erros.
As hipóteses de cometer estes dois tipos de erros são inversamente proporcionais: ou seja, a diminuição da taxa de erro de tipo I aumenta a taxa de erro de tipo II, e vice-versa.
Como ocorre um erro de tipo 1?
Um erro de tipo 1 é também conhecido como falso positivo e ocorre quando um investigador rejeita incorrectamente uma hipótese nula verdadeira. Isto significa que o seu relatório de que os seus resultados são significativos quando de facto ocorreram por acaso.
A probabilidade de fazer um erro de tipo I é representada pelo seu nível alfa (α), que é o valor p abaixo do qual rejeita a hipótese nula.Um valor p de 0,05 indica que está disposto a aceitar uma hipótese de 5% de que está errado quando rejeita a hipótese nula.
Pode reduzir o risco de cometer um erro de tipo I utilizando um valor inferior para p. Por exemplo, um valor de p de 0,01 significaria que existe 1% de probabilidade de cometer um erro de tipo I.
No entanto, a utilização de um valor mais baixo para alfa significa que terá menos probabilidades de detectar uma diferença verdadeira se realmente existir (arriscando assim um erro de tipo II).
Como ocorre um erro de Tipo II?
Um erro de Tipo II é também conhecido como falso negativo e ocorre quando um investigador não rejeita uma hipótese nula que é realmente falsa. Aqui um investigador conclui que não existe um efeito significativo, quando na realidade existe.
A probabilidade de fazer um erro de tipo II chama-se Beta (β), e isto está relacionado com o poder do teste estatístico (power = 1- β). Pode diminuir o risco de cometer um erro de tipo II assegurando que o seu teste tem poder suficiente.
Pode fazê-lo assegurando que o tamanho da sua amostra é suficientemente grande para detectar uma diferença prática quando realmente existe.
Por que são importantes os erros de Tipo I e Tipo II?
As consequências de fazer um erro de Tipo I significam que são feitas alterações ou intervenções que são desnecessárias, e assim perdem tempo, recursos, etc.
Os erros de Tipo II levam tipicamente à preservação do status quo (ou seja, as intervenções permanecem as mesmas) quando é necessária uma alteração.
Home | Sobre | A-Z Index | Política de Privacidade| Contacte-nos
Esta obra está licenciada sob uma Licença Creative Commons Atribuição-Não-comercial- Sem Obras Derivadas 3.0 Licença Não Exportada.
Número de registo da empresa: 10521846