Contente
Em todos os testes de hipóteses estatísticas, existem duas estatísticas especialmente importantes - alfa e beta. Esses valores representam, respectivamente, a probabilidade de um erro do tipo I e a probabilidade de um erro do tipo II. Um erro do tipo I é um falso positivo ou conclusão que afirma que há um relacionamento significativo nos dados quando na verdade não há um relacionamento significativo. Um erro do tipo II é um falso negativo ou conclusão que afirma que não há relação nos dados quando, de fato, existe uma relação significativa. Geralmente, é difícil encontrar a versão beta. No entanto, se você já tem uma hipótese alfa, pode usar técnicas matemáticas para calcular o beta. Essas técnicas requerem informações adicionais: um valor alfa, um tamanho de amostra e um tamanho de efeito. O valor alfa vem da sua hipótese alfa; é a probabilidade de erro do tipo I. O tamanho da amostra é o número de pontos de dados no seu conjunto de dados. O tamanho do efeito é geralmente estimado a partir de dados passados.
Liste os valores necessários no cálculo beta. Esses valores incluem alfa, o tamanho do efeito e o tamanho da amostra. Se você não possui dados anteriores que indiquem um tamanho de efeito claro, use o valor 0,3 para ser conservador. Essencialmente, o tamanho do efeito é a força do relacionamento nos dados; portanto, 0,3 é geralmente considerado, pois é um tamanho de efeito "moderado".
Encontre a pontuação Z para o valor 1 - alfa / 2. Esse escore Z será usado no cálculo beta. Depois de calcular o valor numérico para 1 - alfa / 2, procure a pontuação Z correspondente a esse valor. Este é o escore Z necessário para calcular o beta.
Calcule a pontuação Z para o valor 1 - beta. Divida o tamanho do efeito por 2 e pegue a raiz quadrada. Multiplique esse resultado pelo tamanho do efeito. Subtraia a pontuação Z encontrada na última etapa deste valor para chegar à pontuação Z para o valor 1 - beta.
Converta a pontuação Z em 1 - beta como um número. “Reverse” procure o Z-score para 1 - beta pesquisando primeiro o Z-score na tabela Z. Rastreie esse Z-score de volta à coluna (ou linha) para encontrar um número. Este número é igual a 1 - beta.
Subtraia o número encontrado apenas de 1. Esse resultado é beta.