I en studie er type I-feil og type II-feil to ulike typer feil som kan oppstå når man utfører statistiske tester.
- Type I-feil, også kalt "alfafeil" (α), oppstår når man forkaster nullhypotesen (det vil si at man konstaterer at det finnes en forskjell eller korrelasjon mellom variablene) selv om nullhypotesen er riktig. Dette kan skje hvis man får falskt positive resultater, det vil si at man konstaterer at det finnes en forskjell eller korrelasjon mellom variablene selv om det ikke finnes noen forskjell.
- Type II-feil, også kalt "betafeil" (β), er en feil som oppstår når man ikke forkaster nullhypotesen selv om den er feil. Dette kan skje hvis man ikke har nok data til å kunne avgjøre om det finnes en forskjell eller korrelasjon mellom variablene, eller hvis man har for lav terskelverdi for p-verdien.
- Power er et begrep som brukes for å beskrive hvor god en studie er til å oppdage en reell forskjell eller korrelasjon mellom variablene. Power beregnes ved å måle sannsynligheten for at studien skal kunne forkaste nullhypotesen hvis den er feil. Jo høyere power en studie har, desto større er sannsynligheten for at man vil kunne forkaste nullhypotesen hvis den er feil. Det er viktig å ha høy power i en studie fordi det reduserer risikoen for at man gjør en type II-feil og går glipp av en reell forskjell eller korrelasjon mellom variablene.
| Nullhypotesen riktig | Nullhypotesen feil | Resultat | |
|---|---|---|---|
| Type 1-feil (α) | Forkastes | Man hevder at det finnes en forskjell som ikke eksisterer | |
| Type 2-feil (β) | Beholdes | Man hevder at det ikke finnes en forskjell selv om det finnes en forskjell |
Power
Power for en studie beregnes ved å måle sannsynligheten for at studien skal kunne forkaste nullhypotesen hvis den er feil. Det finnes ulike måter å beregne power på, men den vanligste måten er å bruke en "powerkalkulator". For å bruke en powerkalkulator må man spesifisere følgende parametere:
- Ønsket power: Dette er den power man ønsker at studien skal ha. Vanligvis ligger ønsket power på 80-90 %.
- Terskelverdi for p-verdien: Dette er det nivået på p-verdien som man bruker som terskelverdi for å avgjøre om en forskjell eller korrelasjon er statistisk signifikant. Vanligvis ligger terskelverdien på 5 %.
- Størrelsen på forskjellen: Dette er forskjellen man ønsker å påvise i studien. Størrelsen på forskjellen kan være en absolutt forskjell (for eksempel en forskjell i gjennomsnitt) eller en relativ forskjell (for eksempel en forskjell i prosent).
- Størrelsen på populasjonen: Dette er antallet individer man undersøker i studien.
Når man har spesifisert disse parameterne, kan man bruke en powerkalkulator for å beregne power for studien.