Lỗi loại 1 | Thống kê

Lỗi loại 1 hoặc lỗi loại I xảy ra khi bài báo kết luận rằng có tác động trong khi thực tế không có tác động nào cả. Các nhà nghiên cứu bác bỏ giả thuyết không mặc dù trên thực tế, nó đúng.

Được thể hiện bằng Alpha

Mức alpha , được biểu thị bằng ký hiệu α, được các nhà nghiên cứu thiết lập để hạn chế khả năng xảy ra lỗi loại 1. Khả năng mắc lỗi loại 1 được biểu thị bằng mức alpha . Mức alpha chuẩn là 0,05, biểu thị rủi ro 5% bác bỏ sai giả thuyết vô hiệu.

Bằng cách đặt mức alpha ở mức 0,05, nhà nghiên cứu có thể bác bỏ chắc chắn giả thuyết không và đưa ra kết luận rằng có tác động đáng kể nếu giá trị p từ phân tích thống kê thấp hơn ngưỡng này. Điều quan trọng cần nhớ là mức alpha là ngưỡng cố định, do đó các nhà nghiên cứu phải cẩn thận không coi bất kỳ kết quả nào nằm dưới ngưỡng này là có ý nghĩa thực tiễn hoặc đáng kể.

Lưu ý rằng mức 0,05 mang tính chất thử nghiệm hơn là mức có chủ đích. Điều quan trọng là phải đánh giá cẩn thận môi trường nghiên cứu, hậu quả tiềm ẩn của lỗi và sự cân bằng mong muốn giữa việc ngăn ngừa lỗi loại 1 và phát hiện ra những tác động thực sự khi lựa chọn mức alpha phù hợp.

Sự đánh đổi: Bạn thắng một số và bạn thua một số

Vậy tại sao không sử dụng mức alpha bằng 0 để không xảy ra lỗi? Lỗi loại 2 (kết quả âm tính giả) có nhiều khả năng xảy ra hơn khi lỗi loại 1 được giảm đi bằng cách sử dụng mức alpha thấp hơn, chẳng hạn như 0 hoặc 0,01. Sự đánh đổi giữa hai loại lỗi này nhấn mạnh tầm quan trọng của việc cân nhắc cẩn thận những hàm ý và giá trị thực tế của các phát hiện nghiên cứu khi quyết định mức alpha phù hợp. Cần có một cách tiếp cận toàn diện và tinh vi đối với suy luận thống kê để đạt được sự cân bằng chính xác.

Giảm lỗi loại 1

Việc giảm tỷ lệ lỗi loại I có tầm quan trọng tối đa. Trong hầu hết các bài nghiên cứu, tỷ lệ lỗi không được kiểm soát. Các nhà nghiên cứu không hề biết rằng nguy cơ mắc lỗi loại I vẫn tiếp tục tăng cao. Bạn có thể dễ dàng phát hiện ra điều này và thậm chí có thể tự sửa lỗi bằng một phép tính ước lượng. Đọc cách phát hiện và kiểm soát lỗi loại 1 trong bài đăng này .

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