Lỗi loại 2 | Thống kê

Lỗi loại 2 hoặc loại II xảy ra khi bài báo kết luận rằng không có tác động nào trong khi thực tế là có. Các nhà nghiên cứu bám vào giả thuyết không mặc dù trên thực tế, nó sai.

Được thể hiện bằng Beta

Khả năng mắc lỗi loại 2 được biểu thị trong kiểm định giả thuyết thống kê là (beta). Nó có nghĩa là khả năng xác định sai lầm rằng không có sự khác biệt hoặc không có tác động giữa các nhóm hoặc phương pháp điều trị trong khi thực tế là có. Các nhà nghiên cứu thường đặt mức này ở mức 20% hoặc 0,20, biểu thị mức độ sẵn sàng chấp nhận 20% khả năng mắc lỗi như vậy trong thời gian dài. Tuy nhiên, nếu kết quả âm tính giả có thể gây ra hậu quả nghiêm trọng, các nhà nghiên cứu có thể chọn giảm tỷ lệ này xuống còn 10% hoặc thậm chí 5%. Quyết định mức beta của bạn phải là một quyết định sáng suốt, tuy nhiên, nhiều khi các nhà nghiên cứu lại dựa vào phương pháp ước lượng 20%.

Lưu ý rằng những tỷ lệ phần trăm này nói về dài hạn. Khi thực hiện hàng trăm nghiên cứu tương tự, 20% trong số đó có thể cho kết quả âm tính giả và 80% thì không. Chỉ có một nghiên cứu duy nhất có lỗi loại 2 hoặc không.

Giảm lỗi loại 2

Do những hậu quả có thể gây hại của lỗi loại 2, các nhà nghiên cứu phải nỗ lực hết sức để giảm thiểu chúng. Mục tiêu là tăng cường sức mạnh thống kê của thử nghiệm để phát hiện ra hiệu ứng hoặc sự khác biệt thực sự. Nói cách khác, các nhà khoa học muốn giảm thiểu khả năng họ có thể chấp nhận/giữ lại một giả thuyết vô lý thực chất là sai.

Xin lưu ý rằng có sự đánh đổi nội tại giữa lỗi loại 1 và lỗi loại 2. Khả năng xảy ra lỗi loại 2 tăng lên khi khả năng xảy ra lỗi loại 1 giảm xuống và ngược lại. Cần phải đánh giá cẩn thận bối cảnh nghiên cứu cụ thể, biện pháp giảm thiểu rủi ro, kết quả tiềm năng và nguồn lực sẵn có để đạt được sự cân bằng hợp lý giữa hai yếu tố này.

Các nhà nghiên cứu sử dụng nhiều chiến thuật khác nhau để giảm khả năng xảy ra lỗi loại 2. Chúng có thể bao gồm việc tăng cường sức mạnh thống kê bằng cách tăng quy mô mẫu, cải thiện thiết kế và phương pháp nghiên cứu, sử dụng các biện pháp đánh giá kết quả nhạy cảm hơn và tính đến các phương pháp thống kê khác. Để tìm hiểu thêm về sức mạnh thống kê, hãy nhấp vào đây .

Bower, D. (2019), Thống kê y tế từ đầu: Giới thiệu cho các chuyên gia y tế (ấn bản thứ 4), Wiley

Akobeng AK (2016). Hiểu về lỗi loại I và loại II, sức mạnh thống kê và quy mô mẫu. Acta paediatrica (Oslo, Na Uy: 1992) ,105 (6), 605–609. https://doi.org/10.1111/apa.13384