Type I og Type II feil er sentrale i hypotesetesting, et tema som kan være utfordrende å forstå i begynnelsen. Når vi gjennomfører en hypotesetest, ønsker vi å avgjøre om vi skal beholde nullhypotesen vår eller forkaste den til fordel for alternativhypotesen. Men har vi alltid riktig informasjon når vi tar denne beslutningen?

Hva tester vi for i hypotesetesting?

Mange tror at målet med en hypotesetest er å bevise at nullhypotesen er sann. Dette er ikke nødvendigvis tilfelle. Når vi gjennomfører en hypotesetest og konkluderer med å beholde nullhypotesen, betyr det ikke at den er bevist sann, men heller at vi ikke har tilstrekkelige bevis til å forkaste den. Derimot, hvis vi forkaster nullhypotesen, indikerer det at vi har tilstrekkelige bevis til å si at nullhypotesen sannsynligvis er feil, og dermed er alternativhypotesen sannsynligvis riktig. Det er ofte lettere å bevise at nullhypotesen er feil enn å bevise at den er riktig.

Når oppstår type-1 og type-2 feil?

Type I og Type II feil oppstår når vi tar feil beslutning i forhold til nullhypotesen. Spesielt, Type I feil oppstår når vi forkaster en riktig nullhypotese, mens Type II feil oppstår når vi aksepterer en feil alternativhypotese. Dette skjer på grunn av tilfeldigheter i observasjonene i datasettet. 

Type-1 feil

Type I feil, også kjent som forkastingsfeil, oppstår når vi feilaktig forkaster en sann nullhypotese. Hvis vi gjennomfører en hypotesetest og finner at testestimatoren faller innenfor forkastningsområdet, tyder det på at nullhypotesen sannsynligvis er feil. Sannsynligheten for å begå en Type I feil kalles signifikansnivået, som vanligvis settes til 5%. Men hvorfor er signifikansnivået satt til 5%? Dette betyr at vi har en 5% sjanse for å forkaster en sann, eller omvendt, at vi beholder en nullhypotese i 95 av 100 tilfeller hvor alternativhypotesen er feil. Å redusere signifikansnivået vil kreve mer bevis før vi tør å trekke en konklusjon. En lavere signifikansnivå reduserer sjansen for Type I feil, men øker da sjansen for type-2 feil . 

Type-2 feil

Type II feil, også kalt godtakningsfeil, oppstår når vi feilaktig aksepterer en falsk alternativhypotese. Hvis alternativhypotesen ligger svært nær nullhypotesen, vil det være vanskelig å bevise at det er en reell forskjell til stede, noe som resulterer i en test med lav styrke. Omvendt, hvis alternativhypotesen og nullhypotesen er svært forskjellige, vil testen ha høy styrke. Styrken defineres som sannsynligheten for å unngå en Type II feil. Det er viktig å balansere styrken av en test med risikoen for Type I feil ved å justere utvalgsstørrelsen og signifikansnivået på en passende måte.

Når vi gjennomfører en hypotesetest, måler vi avviket. Vi forkaster nullhypotesen fordi vi mener at avviket ikke skyldes tilfeldigheter. For å bestemme sannsynligheten for avviket, bruker vi P-verdien. En lav P-verdi indikerer at det er lite sannsynlig at de observerte resultatene skyldes tilfeldigheter, noe som gir oss grunnlag for å forkaste nullhypotesen.

Les mer om P-verdi ved å trykke på denne linken!

Hypotesetesting er bare et av mange temaer innenfor statistikk. Vil du lære mer om hypotesetesting og statistikk? I Statistikk for økonomer kan du se videoer der vi går gjennom og forklarer de forskjellige temaene. Sjekk ut et av kursene ved å trykke på knappen nedenfor!