statistischer Fehler erster und zweiter Art

Der statistische Fehler 1. Art (alpha-Fehler) besteht darin, dass man eine Ausgangshypothese ablehnt, obwohl sie richtig ist. Der statistische Fehler 2. Art (beta-Fehler) besteht darin, dass man die Ausgangshypothese nicht ablehnt, obwohl sie falsch ist.

Beispiel: Man vermutet, dass ein Angeklagter unschuldig ist (=Ausgangshypothese). Nun hat man aber am Tatort einen Fußabdruck gefunden. Der Fußabdruck stimmt mit den Schuhen des Angeklagten überein. Das Gericht entscheidet, dass der Angeklagte schuldig ist und lehnt so die Ausgangshypothese ab. Stammt der Fußabdruck aber von einem anderen mit gleichen Schuhen und gleicher Schuhgröße, hat das Gericht einen Fehler 1. Art begangen.

Wurden hingegen am Tatort keinerlei Spuren entdeckt und spricht das Gericht den Angeklagten, der nun wirklich der Täter gewesen sein soll, aus Mangel an Beweisen frei, so macht es einen Fehler 2. Art. Die Ausgangshypothese (Unschuld des Angeklagten) wird fälschlicherweise nicht abgelehnt.