【第一類型錯誤】
<P align=center><STRONG><FONT size=5>【<FONT color=red>第一類型錯誤</FONT>】</FONT></STRONG></P> <P><STRONG>TypeIError</STRONG></P><P><STRONG></STRONG> </P>
<P><STRONG>【辭書名稱】教育大辭書</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>在做統計推論時，研究者由樣本資料得到的樣本估計值，依據機率理論來對母群體的參數進行檢定，以驗證研究假設的正確性，做為決策的依據，此稱為統計假設檢定。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>所謂統計假設係指研究者根據研究假設，利用數學或統計學的用詞或符號，以對未知的母群體母數之性質做有關的陳述。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>例如有一研究假設「啟發式教學法比傳統教學法較能提高學生之學業成就」，若用統計假設加以陳述，可寫成：μ1>μ2統計假設因實際需要包括對立假設(alternativehypothesis)與虛無假設(nullhypothesis)，對立假設通常以H1表示，虛無假設則以H0表示，其中H1是研究者真正感到興趣想加以證實的假設，而H0則是一個與H1完全相反的假設。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>以上例來說，H1與H0分別為：H1：μ1>μ2H0：μ1<=μ2進行檢定時之所以要提出H0，在於很多的研究問題很難直接進行測量或加以驗證，因此統計學的傳統上，並不直接去檢定研究者關心的H1，而是對所提出的H0直接加以檢定，證實H0的正誤，以間接證實H1的誤或正。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>也就是說，在統計假設檢定中，並不是用直接的證據來證實(confirm)所提對立假設的真偽，而是利用間接的反面證據來否證(disconfirm)它。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>由於推論統計係機率理論的應用，因此不論假設檢定結果是接受或拒絕H0，均有某種程度的不確定性(uncertainty)存在，即不論作決定說H0為真或假，都有犯錯的可能。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>而所謂第一類型錯誤係指統計假設檢定時，當H0為真，但我們卻拒絕H0所犯的錯誤。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>在上例中，若我們作出「啟發式教學法比傳統教學法較能提高學生之學業成就」的結論，但事實上啟發式教學法並沒有比傳統教學法較能提高學生之學業成就，此時我們就犯了第一類型錯誤。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>在統計學上，犯第一類型錯誤的機率通常以α加以表示，習慣上犯第一類型錯誤的機率又叫做「顯著水準」(levelofsignificance)。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG>至於α應定為多少才是合理的，常須視研究問題的目的與性質來決定，例如驗證性(confirmatory)研究的顯著水準就比探索性(exploratory)研究要求較嚴格，在教育研究中，一般常將顯著水準定在.05或.01。</STRONG></P>
<P><STRONG></STRONG> </P>
<P><STRONG></STRONG> </P>轉自:http://edic.nict.gov.tw/cgi-bin/tudic/gsweb.cgi?o=ddictionary
頁:
[1]