Importancia estadística: definición y niveles

Definición

Los investigadores en el campo de la psicología se basan en pruebas de significación estadística para informarles sobre la fuerza de las diferencias estadísticas observadas entre las variables. Los psicólogos de la investigación comprenden que las diferencias estadísticas a veces pueden ser simplemente el resultado del azar. Las pruebas de significación estadística se desarrollaron como una forma de proporcionar a los investigadores la capacidad de comprender si las intervenciones experimentales daban como resultado diferencias reales o si las diferencias observadas probablemente hubieran ocurrido de todos modos.

Ejemplo

Para ilustrar mejor las pruebas de significación estadística, veamos un ejemplo. Supongamos que ha diseñado un experimento sencillo en el que está interesado en evaluar la eficacia de una nueva intervención terapéutica presentada a personas que padecen depresión. En este ejemplo, le proporciona al grupo experimental acceso al nuevo tratamiento. Decide utilizar un índice de depresión autoinformado como medida de la gravedad de los síntomas posteriores al tratamiento. Compara los resultados con los resultados de un grupo de personas que también sufren de depresión pero que no han recibido tratamiento.

Su hipótesis de investigación es que el grupo experimental reportará síntomas menos severos después de la intervención que el grupo de control. Con base en este escenario, la hipótesis nula (o hipótesis de no relación ) sería, por tanto, que el grupo experimental no reportará síntomas menos graves después de la intervención que el grupo de control.

Evaluación de la hipótesis

Después de ejecutar el experimento, hay cuatro posibles resultados que pueden ocurrir. La hipótesis nula se puede rechazar cuando es realmente cierta (error de tipo I) y se puede rechazar cuando en realidad es falsa (decisión correcta). La hipótesis nula no se rechaza cuando es verdadera (decisión correcta) y no se rechaza cuando en realidad es falsa (error tipo II). Dos de estos resultados son precisos y dos dan como resultado errores. Los investigadores están más preocupados por cometer un error de tipo I. En el caso del ejemplo mencionado anteriormente, esto significaría que el investigador llegaría a la conclusión de que la intervención hizo tener un impacto cuando en realidad no lo hizo.

Alfa

Antes de evaluar los resultados del experimento, el investigador habría seleccionado un nivel de confianza con el que evaluar los resultados. El nivel de confianza más utilizado es el 95%, lo que indica que tenemos un 95% de confianza en que las diferencias estadísticas entre los grupos experimental y de control no se deben simplemente al azar, sino a la intervención. Cuando se usa un intervalo de confianza del 95%, también estamos diciendo que hay un 5% de probabilidad de que ocurra un error de tipo I. Alfa es el término utilizado para describir la probabilidad de cometer un error de tipo I. Al elegir un nivel de confianza del 95%, estamos diciendo que hemos seleccionado un nivel alfa de .05.

Aunque históricamente el 95% es el nivel de confianza más comúnmente utilizado, los niveles de confianza se pueden establecer en casi cualquier número. Por ejemplo, establecerlo en el 90% da como resultado un alfa de .10, el 99% da como resultado un alfa de .01, el 97% da como resultado un alfa de .03, etc. Independientemente del número seleccionado, se aplican las mismas reglas para describir qué tan seguro quiere tener un investigador de que las diferencias estadísticas no se deben al azar. Quizás se pregunte por qué no está establecido al 100%. En términos generales, todas las pruebas estadísticas corren el riesgo de producir un falso positivo (o error de tipo I), por lo que un nivel de confianza del 100% no es necesariamente posible.

Valor p

Determinar en qué nivel establecer alfa es solo una parte de la ecuación. Los investigadores deben tener algo con lo que comparar alfa. Cada estadística de prueba experimental tiene lo que se llama un valor p correspondiente . La letra p hace referencia a la palabra probabilidad. El cálculo que se utiliza para derivar el valor p es diferente dependiendo de la prueba estadística (es decir, correlación, ANOVA, etc.) utilizada para analizar los resultados experimentales. El valor p representa la probabilidad de que el resultado estadístico se haya producido por casualidad. Por lo tanto, un valor p de .07 indicaría que hay un 7% de probabilidad de que el resultado estadístico haya ocurrido por casualidad y un 93% de probabilidad de que no.

Poniendolo todo junto

Determinar la significancia estadística es tan simple como comparar alfa con el valor p. Usando nuestro ejemplo anterior, digamos que establecemos alfa en .05 y el valor p resultante basado en nuestro análisis estadístico es .032. El valor p es menor que alfa, por lo que rechazamos la hipótesis nula y decimos que los resultados son estadísticamente significativos y no se deben al azar, sino a la nueva intervención. Por el contrario, si establecemos nuestro alfa en .05 pero el valor p resultante es mayor que .05, digamos .07, entonces no rechazaríamos la hipótesis nula sobre la base de que cualquier diferencia estadística que ocurriera podría deberse simplemente al azar. En esta situación diríamos que las diferencias no son estadísticamente significativas.

Resumen de la lección

La significación estadística es el término utilizado por los psicólogos de la investigación para indicar si la diferencia entre los grupos se puede atribuir al azar o si la diferencia es probablemente el resultado de influencias experimentales. Antes de realizar la investigación, se selecciona un nivel alfa. El nivel alfa representa la probabilidad de cometer un error de tipo I. Un alfa de .05 es el nivel más común seleccionado, lo que representa un 5% de probabilidad de cometer un error de tipo I. Dependiendo del análisis estadístico seleccionado, también se calculará un valor p . Si el valor p resultante es menor que el alfa seleccionado, entonces el investigador puede concluir que los resultados son estadísticamente significativos y probablemente no se deben al azar.

Los resultados del aprendizaje

Una vez completada esta lección, estará listo para:

• Definir significancia estadística
• Determinar los posibles resultados de la prueba de hipótesis.
• Identificar que es un nivel alfa
• Recuerde cuál es el valor p correspondiente
• Explicar cómo los niveles alfa y los valores p se relacionan con la determinación de la significancia estadística.

Rodrigo Ricardo Editor y fundador