Type I- en Type II-fouten
Bij hypothesetoetsing kunnen twee soorten fouten optreden: Type I-fout (vals positief, het verwerpen van een ware nulhypothese) en Type II-fout (vals negatief, het niet verwerpen van een valse nulhypothese). Deze fouten, geformaliseerd door Neyman en Pearson (1933), vormen de kern van statistische besluitvorming. De kans op een Type I-fout wordt beheerst door het significantieniveau α (conventioneel 0,05); de kans op een Type II-fout is β, en power = 1 − β. Het begrijpen en balanceren van deze fouten is cruciaal voor het ontwerpen van robuust en betrouwbaar onderzoek.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Methodenkaart
De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.
Bronnen
- Neyman, J., & Pearson, E. S. (1933). On the problem of the most efficient tests of statistical hypotheses. Philosophical Transactions of the Royal Society, 231, 289–337. DOI: 10.1098/rsta.1933.0009 ↗
- Altman, D. G., & Bland, J. M. (1994). Statistics notes: Diagnostic tests 1: sensitivity and specificity. BMJ, 308(6943), 1552. DOI: 10.1136/bmj.308.6943.1552 ↗
- Lehmann, E. L., & Romano, J. P. (2005). Testing Statistical Hypotheses (3rd ed.). Springer. ISBN: 0-387-98864-5
Deze pagina citeren
ScholarGate. (2026, June 3). Type I and Type II Errors: Understanding False Positives and False Negatives in Hypothesis Testing. ScholarGate. https://scholargate.app/nl/research-statistics/type-i-type-ii-error
Welke methode?
Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.
- BetrouwbaarheidsintervalOnderzoeksstatistiek↔ vergelijken
- Hypothesetoetsing met de nulhypotheseOnderzoeksstatistiek↔ vergelijken
- P-waarde en statistische significantieOnderzoeksstatistiek↔ vergelijken
- Statistische power en steekproefgrootteOnderzoeksstatistiek↔ vergelijken
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →