Interpretación de un resultado no significativo

Publicado el 21 septiembre, 2020

Análisis estadístico

Sophie es una psicóloga que cree que a las personas les gustan las personas que reflejan su lenguaje corporal. En otras palabras, ella cree que si usted se inclina hacia la derecha, es más probable que tenga una impresión positiva de alguien que se inclina hacia la izquierda cuando le hable.

Para probar su teoría, Sophie hace que los sujetos hablen con un cómplice o un investigador que finge ser un sujeto de un estudio. En la condición experimental, el cómplice refleja el lenguaje corporal del sujeto real mientras mantienen una conversación sobre algo mundano, como el clima. En la condición de control, el cómplice se queda quieto y no refleja el lenguaje corporal del sujeto.

Luego, Sophie les da a los sujetos una encuesta y les pide que califiquen, del 1 al 5, cuánto les gustó la persona con la que hablaron. Un 5 significa que pensaban que esa persona era increíble, y un 1 significa que no les gustaba el cómplice en absoluto. Si Sophie tiene razón, a las personas en la condición experimental, donde el cómplice reflejó al sujeto, les agradará el cómplice más que a las personas en la condición de control, donde el cómplice no reflejó su lenguaje corporal.

Cuando Sophie promedia los puntajes, encuentra que las personas en la condición experimental calificaron a sus aliados con un 4.3, mientras que las personas en la condición de control calificaron a sus aliados con un 3.6. Eso seguro que suena a que Sophie tiene razón, pero ¿su resultado se debe al experimento o se debe al azar?

Para probar si el resultado es significativo (es decir, probablemente debido al experimento y no al azar), Sophie tiene que realizar un análisis estadístico de sus medias. Hay muchos tipos diferentes de análisis estadístico: pruebas t, ANOVA, regresión, chi-cuadrado. Todos se utilizan para diferentes tipos de preguntas de investigación y diferentes tipos de datos. Para nuestros propósitos, digamos que Sophie elige un análisis estadístico apropiado y obtiene un resultado significativo. Es decir, la diferencia en la calificación promedio de los grupos se debe más probablemente a lo que hizo el confederado, no al azar.

Sin importancia

Pero, ¿qué pasa si las estadísticas de Sophie no fueran significativas? ¿Entonces que? La falta de significación en estadística significa que la hipótesis nula no puede rechazarse. En términos simples, esto generalmente significa que no tenemos evidencia estadística de que la diferencia en los grupos no se deba al azar.

Observe que hay dos aspectos negativos en esa oración: no tenemos evidencia de que la diferencia no se deba al azar. Cualquiera que haya tenido un buen profesor de inglés puede decirte que, en inglés, dos aspectos negativos equivalen a un positivo. Pero en las estadísticas, es un poco diferente. No podemos decir que la diferencia se deba al azar, solo que no tenemos evidencia de que no se deba al azar.

Esto puede parecer una diferencia menor, así que volvamos al estudio de Sophie por un momento para ver qué significa esto en la práctica. Si Sophie obtiene un resultado no significativo en su análisis estadístico, significa que no puede descartar la posibilidad de que la diferencia en los dos grupos se deba al azar. Sin embargo, no significa que la diferencia sea causada por el azar. Todavía puede ser causado por el reflejo del lenguaje corporal o puede ser causado por otra cosa. Todo lo que sabe con certeza es que podría ser causado por la casualidad.

Interpretación

¿Qué tipo de conclusiones puede sacar Sophie si obtiene un resultado no significativo? Mucha gente cree que un resultado no significativo significa que la variable independiente no afectó a la variable dependiente. Esto puede ser cierto, pero puede que no sea cierto. Como vimos antes, los resultados pueden deberse al azar o pueden deberse a la variable independiente. ¿Quién sabe?

Entonces, si la falta de importancia no nos dice cuáles fueron los resultados del experimento, ¿qué nos dice? Por un lado, nos dice que los resultados no son tan definitivos como esperamos. Sophie hizo su experimento porque creía que a las personas que hablan con alguien que los refleja les agradará más esa persona. Si sus resultados hubieran sido significativos, tendría evidencia para su teoría. Pero su resultado no significativo significa que sus resultados no apoyan definitivamente su teoría.

Lo principal que nos dice un resultado no significativo es que no podemos inferir nada de este estudio en particular. Por ejemplo, significa que Sophie no puede inferir que a las personas les gustarán las personas que reflejan su lenguaje corporal mejor que las que no lo hacen. Eso es lo que sucedió en su estudio, pero no puede decir que eso sea lo que sucederá la mayor parte del tiempo en el mundo real.

Dado que el propósito de la investigación es hacer generalizaciones sobre el mundo real, algunas personas ven un resultado no significativo como un fracaso del estudio. Es cierto que no se pueden hacer generalizaciones basadas en un resultado no significativo. Pero recuerde que también significa que tampoco puede hacer generalizaciones sobre lo opuesto a la hipótesis.

Por ejemplo, Sophie no puede decir que a la gente no le gustan las personas que reflejan mejor su lenguaje corporal; ella solo puede decir que realmente no lo sabe. Si hace otro estudio, podría obtener un resultado significativo, que le mostraría de una forma u otra, pero con un resultado no significativo, no puede hacer ninguna inferencia.

Resumen de la lección

Al realizar el análisis estadístico de un estudio, muchos investigadores descubren que tienen un resultado no significativo , lo que significa que el investigador no puede descartar la posibilidad de que los resultados se deban al azar en lugar de a la variable independiente. Este resultado significa que el investigador no puede hacer inferencias sobre los resultados del estudio.

Los resultados del aprendizaje

Cuando termine esta lección, debería poder:

  • Explicar la necesidad de análisis estadístico.
  • Interpretar posibles resultados no significativos
  • Describir diversas interpretaciones basadas en análisis.

¡Puntúa este artículo!