Importancia en la investigación
¿Qué significa para usted la palabra «significativo»? Es probable que le vengan a la mente palabras como «importante» y «significativo». Si bien esto definitivamente es parte de esto, en esta lección nos volveremos un poco más científicos. Si eres un investigador, el significado es un poco más específico y, de hecho, tiene más de un significado.
En esta lección repasaremos dos tipos principales de significación, significación estadística y significación clínica.
Significancia estadística
La forma más básica de definir la significancia estadística es que es la medida de si los resultados de un análisis estadístico cumplen con algún nivel predeterminado de medición, conocido como valor p.
Los valores p son valores de probabilidad. En psicología, los investigadores generalmente se sienten cómodos con un valor p de .05, lo que significa que hay un 5% de probabilidad de que sus resultados se deban al azar en lugar de a su diseño experimental. Básicamente, los valores p nos dicen la probabilidad de observar un resultado que creemos que es significativo pero que en realidad no lo es.
¿Confuso? Piénsalo de esta manera. Realiza un experimento para comprobar si la cafeína antes de un examen mejora el rendimiento. Obtienes un valor p de 0,05. Esto significa que hay un 5% de probabilidad de que sus resultados se debieran al azar y no a su experimento. Sin embargo, los investigadores se sienten cómodos con esto porque hay un 95% de probabilidad de que el resultado se deba a que descubriste algo.
Este valor p de 0,05 es en realidad algo arbitrario. Realmente es una convención que los investigadores usan porque tenemos que tomar una decisión sobre la importancia de alguna manera.
Hay algunos factores diferentes que influyen en la significancia estadística y si obtendremos un resultado significativo. El primero es el tamaño de la muestra . Para realizar un análisis estadístico significativo, necesitamos un tamaño de muestra grande. El tamaño de la muestra es algo que se calcula en función de la población más grande. También debemos asegurarnos de que nuestra muestra sea imparcial. Esto significa que todos los miembros de la población tienen las mismas posibilidades de ser seleccionados y que su muestra representa a la población en su conjunto. Básicamente, la única forma de hacer esto es obtener una muestra aleatoria (una parte de su población seleccionada al azar), para la cual los estadísticos tienen ecuaciones.
Tomemos un ejemplo para ilustrar esto. Supongamos que es psicólogo y ha diseñado un experimento para probar una nueva técnica terapéutica que ha desarrollado para ayudar a los pacientes con trastorno obsesivo compulsivo a aliviar sus síntomas. Cree que al implementar esto, los terapeutas pueden mejorar las tasas de éxito en la reducción de conductas compulsivas.
Primero, necesita una muestra de personas con trastorno obsesivo compulsivo de la población más grande de personas con este trastorno. En otras palabras, usará una ecuación para calcular el tamaño de la muestra que necesitará, en función de esta población más grande, para probar esto de manera significativa. Si su muestra es demasiado pequeña, las estadísticas no funcionarán.
(¿Se pregunta cómo sabemos con certeza que hemos obtenido el número exacto de la población de personas con TOC? A menudo no lo sabemos con certeza. Los estadísticos de hecho idearon otra ecuación para calcular una población aproximada si fuera necesario).
También necesitará una muestra aleatoria para asegurarse de que su muestra no esté sesgada. Entonces, por ejemplo, ¡no puede simplemente llamar a todos los que conoce que tienen TOC! Esto no sería aleatoria (ya que se trata de personas específicas) o representante (de alguna manera dudo que sabe que muchas personas con TOC).
Prueba esto y obtiene resultados estadísticamente significativos. Esto significa que ha desarrollado una nueva terapia que se puede aplicar ampliamente en todas partes, ¿verdad? ¡No tan rapido! Aquí es donde deberíamos hablar sobre el segundo tipo de significado.
Significación clínica
La significación clínica es un poco diferente a la significación estadística. También se lo conoce como «importancia clínica» y esta podría ser una forma útil de recordar la diferencia entre significación clínica y estadística. Básicamente, si bien la significación estadística puede darnos una idea sobre el éxito de nuestro experimento, no puede decirnos realmente qué tan importante es nuestro resultado en el resto del mundo.
Piense de esta manera: ¿los resultados de ese estudio que hizo sobre nuevas terapias obsesivo compulsivas son lo suficientemente convincentes como para cambiar la forma en que las personas hacen las cosas en sus prácticas? Esta pregunta está llegando a la principal diferencia entre significación estadística y clínica. Un resultado estadísticamente significativo no necesariamente nos puede decir si nuestro experimento tendrá un alcance lo suficientemente amplio como para que valga la pena cambiar la forma en que hacemos las cosas.
Es genial que su experimento haya sido estadísticamente significativo, pero esto no puede decirnos que esta terapia va a revolucionar los enfoques terapéuticos para tratar el trastorno obsesivo compulsivo. Las estadísticas simplemente no tienen tanto poder.
Es posible que un estudio sea estadísticamente significativo pero no muy útil para muchos médicos. Aquí, los médicos deben confiar más en la experiencia para determinar si un estudio estadísticamente significativo parece lo suficientemente importante como para influir en su trabajo.
Resumen de la lección
Los psicólogos suelen utilizar el análisis estadístico cuando realizan investigaciones. Una dimensión importante de los estudios de investigación es si los resultados de los mismos son «significativos» o no.
Ahora, cuando hablamos de la palabra significativa en el contexto de la investigación, debemos ser específicos. Los investigadores y los médicos a menudo hablan de dos tipos diferentes de significación: significación estadística y significación clínica.
La significancia estadística es si los resultados de un experimento alcanzaron o no un cierto umbral conocido como valor p. Un valor p es la probabilidad de que los resultados se deban al azar y no a su experimento, idealmente al menos de .05. Esto puede depender del tamaño de su muestra , que es el tamaño del grupo de participantes en su estudio (generalmente debería ser grande), y una muestra aleatoria , que es una parte de la población seleccionada al azar.
La importancia clínica lleva los resultados de su experimento un poco más allá y se pregunta si es importante para un panorama más amplio. En otras palabras, ¿sus resultados se traducen en formas significativas para realizar cambios en la práctica clínica? Un estudio puede ser estadísticamente significativo, pero puede que no sea tan útil para los médicos.
Las estadísticas pueden decirnos mucho, pero no pueden decirnos todo.
Continua con:
- ¿Cómo fue la resistencia madrileña frente a las tropas francesas?
- Estadística Descriptiva: Concepto y ejemplos
- Valor Atípico: Definición y ejemplos de estadística
- El Frente de Liberación Nacional: visión general, historia y origen
- Currículos digitales frente a herramientas digitales: definición y usos
- Teoría Estadística: Definición y ejemplos
Explora más sobre este tema
Selecciona un tema y sigue aprendiendo...
