1. Significación Estadística.
La
significación estadística es la probabilidad de que la relación observada no sea
producto de la casualidad, es decir, es la probabilidad que tenemos de
confundirnos, desde un punto de vista estadístico, cuando ofrecemos un
resultado.
Cuando damos
un resultado con una p < 0.05 indicamos que la probabilidad de que la
relación observada se deba al azar es de 0.05 por 1, o expresándolo en
porcentajes, del 5%.
El valor de p
< 0.05 es el mínimo universalmente exigido para poder concluir que las
diferencias son estadísticamente significativas en los estudios en ciencias
de la salud.
2. 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 debidas a la acción de la variable independiente, o por fruto del azar.
Lo primero que tenemos que hacer es formular
nuestra hipótesis nula a partir de la hipótesis de investigación o
alternativa.
Contraste Bilateral.
La
clasificación de las hipótesis, según si estas indican o no el sentido de la
diferencia, se denominan direccionales o no direccionales.
·
hipótesis no direccionales o bilaterales
·
hipótesis sea direccional o unilateral
à¿Cómo se formula H0?
Si es a
partir de hipótesis unilateral, por ejemplo, la intervención A es más eficaz
que la B, que se expresa H1: μA > μB.La hipótesis nula postula entonces que B es, como mínimo,
tan eficaz como A.
-
entonces: H0: μA ≤ μB (porque la H1: μA>μB)
Si es a
partir de una hipótesis bilateral, por ejemplo, la intervención A tiene una
eficacia diferente que la B, que se expresa H1: μA≠μB. La hipótesis nula postula
entonces que B es igual de eficaz que A
-
lo
que se expresa: H0: μA = μB
¿Cómo se elige el estadístico de
contraste?
àEn función del tipo de variable se refleja que prueba
paramétrica se utilizaría:
Tipo de variables que se contrastan
|
Prueba Paramétrica
|
Cualitativa + cualitativa
|
X2
|
Cualitativa de 2 categorías +
cuantitativa
|
T-Student
|
Cualitativa de 2 categorías +
cuantitativa
|
ANOVA
|
Cuantitativa + cuantitativa
|
Correlación de Pearson
|
3. Errores de Hipótesis.
Nos podemos
equivocar, ya que como no trabajamos con la población total sino con una
muestra representativa de la misma, resulta imposible asegurar de forma
absoluta (con una certeza del 100%) que la hipótesis nula es verdadera o
falsa. El error α es
la probabilidad de equivocarnos al
rechazar la hipótesis nula.
A partir de
los resultados de un estudio, puede llegarse a diferentes conclusiones:
-
No hay comentarios:
Publicar un comentario