Dans une étude, l'erreur de type I et l'erreur de type II sont deux sortes d'erreurs qui peuvent survenir lors de la réalisation de tests statistiques.
- L'erreur de type I, également appelée « erreur alpha » (α), survient lorsque l'on rejette l'hypothèse nulle (c'est-à-dire que l'on conclut à l'existence d'une différence ou d'une corrélation entre les variables) alors que l'hypothèse nulle est vraie. Cela peut se produire en présence de résultats faussement positifs, c'est-à-dire lorsque l'on conclut à l'existence d'une différence ou d'une corrélation entre les variables alors qu'il n'existe aucune différence.
- L'erreur de type II, également appelée « erreur bêta » (β), est une erreur qui survient lorsque l'on ne rejette pas l'hypothèse nulle alors qu'elle est fausse. Cela peut se produire si l'on ne dispose pas de suffisamment de données pour déterminer s'il existe une différence ou une corrélation entre les variables, ou si le seuil retenu pour la valeur p est trop bas.
- La puissance est un terme utilisé pour préciser dans quelle mesure une étude est capable de détecter une différence ou une corrélation réelle entre les variables. La puissance se calcule en mesurant la probabilité que l'étude permette de rejeter l'hypothèse nulle si celle-ci est fausse. Plus la puissance d'une étude est élevée, plus la probabilité de pouvoir rejeter l'hypothèse nulle si elle est fausse est grande. Il est important qu'une étude ait une puissance élevée, car cela réduit le risque de commettre une erreur de type II et de passer à côté d'une différence ou d'une corrélation réelle entre les variables.
| Hypothèse nulle vraie | Hypothèse nulle fausse | Résultat | |
|---|---|---|---|
| Erreur de type 1 (α) | Rejetée | On affirme l'existence d'une différence qui n'existe pas | |
| Erreur de type 2 (β) | Non rejetée | On affirme qu'il n'existe pas de différence alors qu'il en existe une |
Puissance
La puissance d'une étude se calcule en mesurant la probabilité que l'étude permette de rejeter l'hypothèse nulle si celle-ci est fausse. Il existe différentes manières de calculer la puissance, mais la plus courante consiste à utiliser un « calculateur de puissance ». Pour utiliser un calculateur de puissance, il faut spécifier les paramètres suivants :
- Puissance souhaitée : il s'agit de la puissance que l'on souhaite donner à l'étude. La puissance souhaitée se situe généralement entre 80 et 90 %.
- Seuil de la valeur p : il s'agit du niveau de valeur p utilisé comme seuil pour déterminer si une différence ou une corrélation est statistiquement significative. Le seuil se situe généralement à 5 %.
- Taille de la différence : il s'agit de la différence que l'on souhaite détecter dans l'étude. La taille de la différence peut être une différence absolue (par exemple une différence de moyennes) ou une différence relative (par exemple une différence en pourcentage).
- Taille de la population : il s'agit du nombre d'individus étudiés dans l'étude.
Une fois ces paramètres spécifiés, on peut utiliser un calculateur de puissance pour calculer la puissance de l'étude.