Snažíme-li se podchytit okolní jevy pomocí proměnných, je třeba, abychom si uvědomili, že nezacházíme s konstantami, ale s proměnlivými údaji. Každé měření je tedy do jisté míry náhodná veličina, která se svými realizacemi (jednotlivými měřeními) pohybuje kolem skutečné hodnoty. Tento rozdíl mezi skutečnou hodnotou a naším měřením nazýváme chybou. Chyba je jednak způsobena faktory neopakovatelnými, které uplatňují a každého měření odlišným způsobem; jednak může mít chyba i svou nežádoucí část – chybu systematickou, která je opakovaným zkreslením údaje určitým směrem daným týmž faktorem – např. špatným postupem práce s proměnnými. Pokud se snažíme ve výzkumu prověřit nějakou hypotézu, mohou nastat dvě chyby:
- a) hypotézu považujeme za prokázanou, ale ve skutečnosti neplatí (chyba prvního druhu),
- b) neodhodláme se k tomu, abychom tuto hypotézu považovali za prokázanou, a raději nic netvrdíme, ačkoli ve skutečnosti je tato hypotéza pravdivá (chyba druhého typu).
Čím více se snažíme minimalizovat jednu chybu, tím větší je chyba druhu opačného. Jelikož je chyba druhého typu spíše chybou přílišné opatrnosti, považujeme za daleko závažnější omyl chybu druhu prvého. Proto se při statistickém testování většinou snažíme soustředit na tuto chybu, jejíž pravděpodobnost vyjadřujeme hodnotou p.
Z knihy
