ارسل ملاحظاتك

ارسل ملاحظاتك لنا









الخطأ من النوع الأول "ألفا" والخطأ من النوع الثاني "بيتا" باختبارات الدلالة الإحصائية

العنوان بلغة أخرى: Type I "Alpha" and Type II "Beta" Errors in Statistical Significance Tests
المصدر: مجلة جامعة تبوك للعلوم الإنسانية والاجتماعية
الناشر: جامعة تبوك
المؤلف الرئيسي: حسن، عزت عبدالحميد محمد (مؤلف)
المؤلف الرئيسي (الإنجليزية): Hassan, Ezzat Abdul Hamid Mohamed
المجلد/العدد: مج4, ع4
محكمة: نعم
الدولة: السعودية
التاريخ الميلادي: 2024
التاريخ الهجري: 1446
الشهر: ديسمبر
الصفحات: 467 - 476
ISSN: 1658-8797
رقم MD: 1539139
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EduSearch, HumanIndex
مواضيع:
كلمات المؤلف المفتاحية:
الخطأ من النوع الأول | الخطأ من النوع الثاني | اختبارات الدلالة الإحصائية | Type I Error | Type II Error | Statistical Significance Tests
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

2

حفظ في:
المستخلص: ركزت هذه الورقة العلمية على نوعين من أنواع الأخطاء التحليلية والتفسيرية المرتبطة باختبارات الدلالة الإحصائية هما: الخطأ من النوع الأول أو خطأ ألفا α (رفض فرض صفري صحيح) والخطأ من النوع الثاني أو خطأ بيتا β (قبول فرض صفري خاطئ) المشهورين أو المعروفين لدى معظم الإحصائيين والباحثين. كما تم توضيح أخطاء كثيرة أخرى في هذه الورقة، وهي الخطأ من النوع الثالث (رفض فرض صفري صحيح لسبب خاطئ والخطأ من النوع الرابع تقديم تفسير خاطئ للفرض المرفوض بشكل صحيح) إلى أن تصل هذه الأخطاء إلى الخطأ من النوع العاشر الذي يتعلق بخطأ حساب درجات الحرية عندما يستخدم الباحثون أساليب إحصائية معينة. كما اهتمت هذه الورقة بالإجابة على أحد الأسئلة المهمة التي تشغل كثير من الباحثين وهو السؤال: أيهما أهم الخطأ من النوع الأول أم الخطأ من النوع الثاني؟ وبعبارة أخرى: أي نوع من الخطأ (الأول أم الثاني) ينبغي أن يأخذه الباحث في الحسبان؟ وتوصلت الورقة إلى أن أنه في حالة الدراسات التمهيدية أو الاستكشافية يعتبر الخطأ من النوع الثاني (قبول فرض صفري خاطئ) أسوأ من الخطأ من النوع الأول لأن قبول فرض صفري خاطئ سيحرمنا من ترشيح علاج أو عقار أو مؤثر أو متغير معين في التجربة للتحقق من تأثيراته المختلفة في تجارب أو دراسات لاحقة، نظرا لأن قبول الفرض الصفري الخاطئ (خطأ النوع الثاني) يعني أن نتائج العينة تشير إلى عدم وجود تأثير لهذا العلاج أو العقار أو المتغير في التجربة وهذا في الواقع خطأ (أي في الواقع هذا العلاج أو العقار أو المتغير له تأثير)، بينما في الدراسات التوكيدية المصممة لإعادة النتائج الأولية والتأكد من صحتها يكون الاهتمام منصب على تجنب الخطأ من النوع الأول (أي تجنب رفض فرض صفري صحيح).

This paper focused on two types of analytical and interpretational errors associated with statistical significance tests: Type I error or alpha error α (rejecting a correct null hypothesis) and Type II error or beta error β (accepting a wrong null hypothesis) which are famous or well-known to most statisticians and researchers. Many other errors were also explained in this paper, namely Type 111 error (rejecting a correct null hypothesis for the wrong reason) and Type IV error (providing a wrong interpretation for a correctly rejected hypothesis) until these errors reach Type X error which is related to the error in calculating degrees of freedom when researchers use certain statistical methods. This paper also focused on answering one of the important questions that preoccupy many researchers, which is: Which is more important, Type I error or Type II error? In other words: Which type of error (the first or the second) should the researcher take into account? The paper concluded that in the case of preliminary or exploratory studies, a type II error (accepting a false null hypothesis) is worse than a type I error because accepting a false null hypothesis will prevent us from nominating a specific treatment, drug, effector or variable in the experiment to verify its different effects in subsequent experiments or studies, since accepting a false null hypothesis (type II error) means that the sample results indicate that there is no effect of this treatment, drug or variable in the experiment, and this is in fact an error (i.e., in fact, this treatment, drug or variable has an effect), while in confirmatory studies designed to repeat the initial results and confirm their validity, the focus is on avoiding a type I error (i.e., avoiding rejecting a true null hypothesis).

ISSN: 1658-8797