Type 2 Fouten | Statistieken

Een type 2- of type II-fout treedt op wanneer het artikel concludeert dat er geen effect is terwijl dat er wel is. De onderzoekers houden vast aan de nulhypothese terwijl die in feite onjuist is.

Uitgedrukt in Beta

De waarschijnlijkheid dat een type 2 fout wordt gemaakt, wordt in statistische hypothesetests aangegeven als (bèta). Het staat voor de mogelijkheid om ten onrechte vast te stellen dat er geen verschil of geen effect is tussen groepen of behandelingen, terwijl dat wel het geval is. Deze wordt door onderzoekers meestal vastgesteld op 20% of 0,20, wat betekent dat men bereid is om een kans van 20% te accepteren dat zo'n fout op de lange termijn wordt gemaakt. Als een vals negatief resultaat echter ernstige gevolgen zou hebben, kunnen onderzoekers ervoor kiezen om het te verlagen tot 10% of zelfs 5%. Het bepalen van je bèta-niveau zou een weloverwogen beslissing moeten zijn, maar vaak vallen onderzoekers terug op de 20% heuristiek.

Merk op dat deze percentages betrekking hebben op de lange termijn. Als je honderd vergelijkbare onderzoeken doet, kan 20% een vals negatief resultaat laten zien en 80% niet. Een enkel onderzoek heeft gewoon een type 2 fout, of niet.

Type 2 fouten verminderen

Vanwege de mogelijk schadelijke gevolgen van type 2 fouten, moeten onderzoekers er alles aan doen om deze te beperken. Het doel is om de statistische kracht van een test te vergroten om een echt effect of verschil te detecteren. Met andere woorden, wetenschappers willen de kans verkleinen dat ze ten onrechte een nulhypothese aannemen/aanhouden die eigenlijk fout is.

Houd er wel rekening mee dat er een intrinsieke wisselwerking is tussen type 1- en type 2-fouten. De waarschijnlijkheid van een type 2 fout neemt toe als de waarschijnlijkheid van een type 1 fout afneemt, en omgekeerd. Er is een zorgvuldige beoordeling nodig van de specifieke onderzoeksomgeving, risicobeperking, potentiële resultaten en beschikbare middelen om de juiste balans tussen de twee te vinden.

Onderzoekers gebruiken verschillende tactieken om de kans op type 2 fouten te verkleinen. Ze kunnen bestaan uit het vergroten van de statistische kracht door het vergroten van de steekproefgrootte, het verbeteren van het onderzoeksontwerp en de methodologie, het gebruik van gevoeligere uitkomstmaten en het rekening houden met andere statistische methoden. Klik hier voor meer informatie over statistisch vermogen.

Bower, D. (2019), Medische statistiek vanuit het niets: Een inleiding voor professionals in de gezondheidszorg (4e editie), Wiley

Akobeng A. K. (2016). Type I en type II fouten, statistisch vermogen en steekproefgrootte begrijpen. Acta pediatrica (Oslo, Noorwegen : 1992), 105(6), 605-609. https://doi.org/10.1111/apa.13384