SIGNIFICACIÓN ESTADÍSTICA
Está relacionada con el resultado del estudio, es la probabilidad de que la relación observada sea producto de la casualidad, es decir, la probabilidad que tenemos de confundirnos.
Cuando se dice que la p > 0,005 estamos afirmando que el resultado del estudio se cumple en al menos el 95% de los casos.
Este valor informa sobre la existencia de una diferencia entre ambos grupos y de la probabilidad de que no se deba al azar, pero no informa sobre la causa de las diferencias.
CONTRASTE DE HIPÓTESIS
Consiste en contrastar la hipótesis del estudio con los datos obtenidos en la muestra con el fin de verificar si existen diferencias en los hallazgos obtenidos en ambos grupos debida a la acción de la variable independiente, o si simplemente estas diferencias han sido fruto del azar.
Primero se formula la hipótesis nula a partir de hipótesis de investigación o alternativa.
El test de hipótesis siempre va a contrastar la hipótesis nula , la cuál indica que no existen diferencias significativas entre los resultados obtenidos en la práctica y los resultados teóricos, es decir, no hay relación entre las variables.
La hipótesis de investigación o alternativa es la que afirma que la media de la población es un valor diferente al hipotético.
La hipótesis nula tiene solo una posibilidad, que la μA y la μB sean iguales, la hipótesis
alternativa tiene infinitas posibilidades ya que matemáticamente, resulta más
fácil comprobar si dos medias son iguales que comprobar que son diferentes
Fase 1:
Formular nuestra hipótesis nula a partir de la hipótesis de investigación o alternativa. Pretende mediante la aplicación de pruebas estadísticas probar si la hipótesis nula es verdadera o falsa. Si es verdadera solo hay una posibilidad y si es falsa puede haber varias posibilidades.
La clasificación de las hipótesis, según si estas indican o no el
sentido de la diferencia de denominan direccionales o no direccionales:
- Direccionales: afirma que el parámetro es diferente, indicamos si es mayor o menor.
- No direccionales: solo indican que el parámetro de la población es diferente al
hipotéticamente establecido, sin especificar si es un valor mayor o menos, y
requieren pruebas de hipótesis bilaterales.
Fase 2:
H0 se calcula, mediante
el estadístico de contraste más apropiado, la probabilidad de que los
resultados observados puedan deberse al azar, es decir, la probabilidad de que,
a partir de la población de referencia puedan obtenerse otras dos muestras que
presenten unos valores tan diferentes como los observados. Esta probabilidad es
la significación estadística (p).
Estadístico de contraste: es una medida estandarizada de la discrepancia que hay entre la hipótesis nula y el resultado de la diferencia de medias obtenido en la muestra. Tipos más adecuado para cada variable:
Fase 3:
Se decide si rechazar o no la hipótesis nula. Cuanto menor sea el valor p, menor será a probabilidad de que los resultados obtenidos se deban al azar y mayor evidencia habrá en contra de la hipótesis nula.
ERROR DE HIPÓTESIS
El error α es la
probabilidad de equivocarnos al rechazar la hipótesis nula.
- Error tipo I: consiste en decir que existen diferencias significativas (porque realmente si existen en la muestra que se ha tomado) cuando realmente esto no es cierto (estas diferencias no existirían en otras de las infinitas muestras que podrían haberse tomado de esa población). Al cometer este error, el investigador rechaza la hipótesis nula (dice que hay diferencias) aunque realmente no las hay.
- Error tipo II: indica que no existen diferencias (en la muestra no se hallan diferencias estadísticamente significativas), cuando realmente esto no es cierto (sí las habría en otras de las infinitas muestras que se podrían haber tomado de la población). A este tipo de error también se le conoce como error β. Al cometer este error, el investigador acepta la hipótesis nula (dice que no hay diferencias) cuando realmente sí las hay
El error tipo II es más probable que se cometa que el tipo I
No hay comentarios:
Publicar un comentario