परिकल्पना परीक्षण में त्रुटियाँ टाइप I त्रुटियाँ और टाइप II त्रुटियाँ हैं। इनका अनुमान शून्य परिकल्पना के मामले में लगाया जाता है, जहाँ कोई कथन सत्य प्रतीत होता है। वे शून्य परिकल्पना के परिणाम के रूप में होते हैं। टाइप I त्रुटि तब होती है जब शून्य परिकल्पना को सत्य होने पर भी अस्वीकार कर दिया जाता है, और टाइप II त्रुटि तब होती है जब शून्य परिकल्पना को गलत होने पर भी स्वीकार कर लिया जाता है। जब वैज्ञानिक या शोधकर्ता किसी विचार या अनुमान (जिसे "परिकल्पना" कहा जाता है) का परीक्षण करना चाहते हैं, तो वे प्रयोग करते हैं।
यह लेख परिकल्पना परीक्षण में टाइप I त्रुटि और टाइप II त्रुटि के एक महत्वपूर्ण विषय पर चर्चा करता है। यह विषय UGC-NET पेपर 1 के परिप्रेक्ष्य और वास्तविक जीवन की स्थितियों में आवेदन के परिप्रेक्ष्य से आवश्यक है। कोई भी शोधकर्ता जो परिकल्पना बनाता है और फिर उसे स्वीकार या अस्वीकार करने पर काम करता है, वह त्रुटियों से ग्रस्त होता है। शोध में ये त्रुटियाँ टाइप I और टाइप II त्रुटियाँ हैं, अन्य नमूनाकरण और गैर-नमूनाकरण त्रुटियों के अलावा। साथ ही साथ टेस्टबुक सेहाइपोथिसिस टेस्टिंग नोट्स पीडीएफ (Hypothesis Testing Notes in Hindi PDF) प्राप्त करें।
इस लेख में, शिक्षार्थी अवधारणा को बेहतर ढंग से समझ सकेंगे। टाइप I और टाइप II त्रुटियों पर विस्तृत चर्चा की गई है। परिकल्पना परीक्षण में त्रुटियों के साथ अध्ययन किए जाने वाले संबंधित विषय, महत्व स्तर पर भी चर्चा की गई है।
हाइपोथिसिस टेस्टिंग (Hypothesis Testing in Hindi) एक तरह की सांख्यिकीय खोज है जो नमूने से डेटा का उपयोग करती है। यह जनसंख्या के पैरामीटर, जनसंख्या संभाव्यता वितरण या जनसंख्या संभाव्यता के बारे में निष्कर्ष निकालने के लिए किया जाता है।
परिकल्पना परीक्षण एक ऐसी विधि है जिसका उपयोग यह निर्धारित करने के लिए किया जाता है कि क्या विचाराधीन डेटा किसी विशेष परिकल्पना को साबित करने के लिए पर्याप्त है। यह एक नमूना की जांच करने का एक तरीका है ताकि यह निर्धारित किया जा सके कि परिणाम जनसंख्या के लिए मान्य हैं या नहीं।
परिकल्पना परीक्षण के दो परिणाम होते हैं। एक शून्य परिकल्पना है, जो यह बताती है कि कोई प्रभाव नहीं है, और शून्य परिकल्पना यह बताती है कि कोई प्रभाव है। शून्य परिकल्पना H0 द्वारा दर्शाए गए पैरामीटर या वितरण के बारे में एक अस्थायी धारणा है। वैकल्पिक परिकल्पना शून्य परिकल्पना में उल्लिखित के विपरीत है और इसे H1 द्वारा दर्शाया जाता है।
शून्य परिकल्पना यह कहती है कि कोई प्रभाव नहीं है, तथा वैकल्पिक परिकल्पना सामान्यतः यह कहती है कि प्रभाव है।
हम मानते हैं कि एक रेडियो स्टेशन अपने संगीत का चयन इस धारणा के आधार पर करता है कि श्रोताओं की औसत आयु 20 वर्ष है। यह निर्धारित करने के लिए कि क्या यह धारणा वैध है, एक परिकल्पना परीक्षण किया जाता है। यहाँ, शून्य परिकल्पना यह है कि श्रोताओं की औसत आयु 20 वर्ष है, जिसे H0: μ = 30 द्वारा दर्शाया जाता है, और वैकल्पिक परिकल्पना यह है कि श्रोताओं की औसत आयु 20 वर्ष नहीं है, जिसे H1: μ ≠ 30 द्वारा दर्शाया जाता है।
महत्व का अर्थ है ‘संभावित सत्य’ या ‘संयोग से नहीं।’ जब कोई शोधकर्ता कहता है कि कोई परिणाम अत्यधिक महत्वपूर्ण है, तो इसका मतलब है कि उत्पाद के सत्य होने की उच्च संभावना है।
महत्व स्तर शून्य परिकल्पना की उपेक्षा करने का एक स्थिर संभाव्यता वितरण है, जो एक प्रकार I त्रुटि है।
महत्व स्तर शून्य परिकल्पना के परिणाम के सांख्यिकीय महत्व को गलत साबित करने में मदद करता है। शून्य परिकल्पना को अस्वीकार करने के लिए महत्व स्तर कम होने पर शोधकर्ता को पर्याप्त सबूत देने चाहिए।
महत्व स्तर को ग्रीक प्रतीक α (अल्फा) द्वारा दर्शाया जाता है। महत्व स्तर =p(प्रकार I त्रुटि)=α। जब अवलोकन माध्य से दूर होते हैं तो उनके घटित होने की संभावना कम होती है। परिणामों को 'x% पर महत्वपूर्ण' के रूप में लिखा जाता है।
उदाहरण के लिए, 5% पर सार्थक मान का अर्थ है कि p-मान 0.05 से कम है या p<0.05 है। जब यह उल्लेख किया जाता है कि परिणाम 2% पर सार्थक है, तो इसका अर्थ है कि p<0.01 है।
टाइप I त्रुटि तब होती है जब शून्य परिकल्पना को अस्वीकार कर दिया जाता है, जिसे गलत सकारात्मक कहा जाता है। इसे उचित महत्व स्तर को परिभाषित करके नियंत्रित किया जा सकता है। आमतौर पर, शोध कार्य में 5% महत्व स्तर को व्यापक रूप से स्वीकार किया जाता है।
महत्व स्तर का पता लगाने के लिए, शोधकर्ता को सबसे पहले p-value का पता लगाना होगा। P-value शून्य परिकल्पना को वास्तविक साबित करने वाले प्रभाव की पहचान करने की संभावना को परिभाषित करता है। यदि p-value महत्व स्तर से कम है तो हम शून्य परिकल्पना को अस्वीकार कर देते हैं। इसका यह भी अर्थ है कि वैकल्पिक परिकल्पना स्वीकार की जाती है। शून्य परिकल्पना तब प्राप्त होती है जब p-value महत्व स्तर के बराबर या उससे अधिक हो।
अस्वीकृति का नियम नीचे बताया गया है।
यदि p-मान इस क्षेत्र में आता है, तो हम शून्य परिकल्पना को अस्वीकार कर देते हैं, जिसे अस्वीकृति क्षेत्र कहा जाता है।
यदि p-मान इस क्षेत्र में आता है, तो हम शून्य परिकल्पना को स्वीकार करते हैं।
परिकल्पना परीक्षण (Hypothesis Testing in Hindi) जनसंख्या के गुणों पर निष्कर्ष निकालने के लिए नमूना डेटा का उपयोग करता है। यादृच्छिक नमूनों के साथ काम करने से लोगों को कई लाभ मिलते हैं, क्योंकि आमतौर पर पूरी आबादी पर विचार करना असंभव होता है। इसके अलावा, भले ही शोधकर्ता जानबूझकर ऐसा न कर रहा हो, लेकिन नमूने का उपयोग करते समय अपरिहार्य व्यापार-नापसंद होते हैं। माना जाने वाला नमूना पूरी आबादी का एक हिस्सा है। ऐसा करने से, नमूने ने लोगों को गलत तरीके से प्रस्तुत किया जिससे परिकल्पना परीक्षण में टाइप I और II त्रुटियाँ उत्पन्न हुईं।
टाइप-I त्रुटि तब होती है जब शोध की शून्य परिकल्पना (H0) सटीक या सही होती है, लेकिन फिर भी शोधकर्ता द्वारा गलत व्याख्या के कारण इसे अस्वीकार कर दिया जाता है। इस त्रुटि में, शून्य परिकल्पना कुछ ऐसा बताती है जो मौजूद नहीं है या गलत हिट है। कभी-कभी, टाइप I त्रुटि को गलत सकारात्मक कहा जाता है जब किसी स्थिति को तब वर्तमान माना जाता है जब वह अनुपस्थित होती है। इसे ग्रीक अक्षर α (अल्फा) द्वारा दर्शाया जाता है, जिसे अल्फा स्तर भी कहा जाता है।
टाइप-II त्रुटि तब होती है जब शून्य परिकल्पना गलत होती है और गलत व्याख्या के कारण शोधकर्ता इसे स्वीकार कर लेता है। यह टाइप-I त्रुटि की विपरीत स्थिति है। इस त्रुटि को गलत नकारात्मक भी कहा जाता है। टाइप II त्रुटि को ग्रीक अक्षर β (बीटा) द्वारा दर्शाया जाता है।
त्रुटि का स्वरूप |
जब H0 सत्य है |
जब H0 असत्य है |
स्वीकार करना |
कोई त्रुटि नहीं सही निर्णय(सत्य नकारात्मक) यहाँ, संभावना=1 – α |
टाइप-II त्रुटि ग़लत निर्णय(झूठा नकारात्मक) संभावना=β |
स्वीकार करने में विफल |
टाइप-I त्रुटि ग़लत निर्णय(झूठा सकारात्मक) संभावना=α |
कोई त्रुटि नहीं सही निर्णय(सच्चा सकारात्मक) संभावना=1 – β |
टाइप-I त्रुटियों के उदाहरण विषय-वस्तु को बेहतर ढंग से समझने में मदद करेंगे।
टाइप-II त्रुटियों के उदाहरण विषयवस्तु को बेहतर ढंग से समझने में मदद करेंगे।
परिकल्पना परीक्षण में निर्णय त्रुटियों को संतुलित करना महत्वपूर्ण है। शोधकर्ताओं को सावधानीपूर्वक महत्व स्तर का चयन करने, प्रत्येक प्रकार की त्रुटि के परिणामों पर विचार करने और ऐसे प्रयोगों को डिजाइन करने की आवश्यकता है जो अध्ययन के लक्ष्यों और आवश्यकताओं के आधार पर परिकल्पना परीक्षण में टाइप 1 और टाइप 2 दोनों त्रुटियों के जोखिम को कम करते हैं।
टाइप-I और टाइप-II त्रुटियों के बीच अंतर नीचे दी गई तालिका में समझाया गया है।
टाइप-I त्रुटि |
टाइप-II त्रुटि |
यह एक गलत सकारात्मक निष्कर्ष है। |
यह एक गलत नकारात्मक निष्कर्ष है। |
इस त्रुटि के परिणाम टाइप-II त्रुटि से कम हैं। |
इस त्रुटि के परिणाम तुलनात्मक रूप से अधिक गंभीर हैं और इसलिए यह एक बड़ी गलती है। |
यह वह स्थिति है जब हम किसी शून्य परिकल्पना को तब अस्वीकार कर देते हैं जब वह वास्तव में सत्य होती है। |
यह एक ऐसी स्थिति है जहां हम शून्य परिकल्पना को स्वीकार कर लेते हैं जबकि वह वास्तव में गलत होती है। |
यहां हम शून्य परिकल्पना को स्वीकार करने में असफल रहे। |
यहां हम शून्य परिकल्पना को अस्वीकार करने में असफल रहे। |
परिकल्पना परीक्षण की सांख्यिकीय त्रुटियाँ, टाइप-I और टाइप-II त्रुटियाँ शोध का एक अहम हिस्सा हैं। यहाँ, शोधकर्ता ने जानबूझकर (सद्भावना में) त्रुटि नहीं की है, लेकिन हमारा मानना है कि यह लापरवाही है। त्रुटियों की संभावना को कम करने के लिए कई तरीके हैं ताकि हम किए गए शोध कार्य की गुणवत्ता पर नज़र रख सकें। टाइप-I और टाइप-II त्रुटियाँ शून्य परिकल्पना को स्वीकार करने या अस्वीकार करने से संबंधित हैं, जब वास्तविक मामला बिल्कुल विपरीत होता है। इन त्रुटियों की जाँच की जानी चाहिए ताकि हम किसी को गुमराह न करें। पहली गलती, टाइप I त्रुटि, एक गलत अलार्म की तरह है - ऐसा सोचना कि कुछ है जबकि ऐसा नहीं है। दूसरी गलती, टाइप II त्रुटि, किसी महत्वपूर्ण चीज़ को मिस करने जैसी है - ऐसा कुछ न देखना जो मौजूद हो। ये गलतियाँ हमारे आस-पास की बड़ी, जटिल दुनिया को समझने और उसे तलाशने का एक स्वाभाविक हिस्सा हैं।
टेस्टबुक विभिन्न प्रतियोगी परीक्षाओं के लिए नोट्स का एक व्यापक सेट प्रदान करता है। टेस्टबुक हमेशा अपने बेहतरीन गुणवत्ता वाले उत्पादों जैसे कंटेंट पेज, मॉक टेस्ट, पिछले साल के हल किए गए पेपर और बहुत कुछ के कारण सूची में शीर्ष पर रहा है। UGC-NET परीक्षा विषयों के बारे में अधिक अध्ययन करने के लिए, अभी टेस्टबुक ऐप डाउनलोड करें।
Download the Testbook APP & Get Pass Pro Max FREE for 7 Days
Download the testbook app and unlock advanced analytics.