Pues bien, el término "significación estadística" hace referencia al método empleado para contrastar las hipótesis elaboradas por el investigador y relacionarlo con el método científico.
2. Hipótesis estadística
Es una creencia sobre los parámetros de una o más poblaciones, donde siempre van a ser proporciones sobre la población y nunca sobre la muestra. Su principal finalidad es comprobar si las diferencias encontradas en la muestra del estudio se pueden generalizar así al resto de la población. Antes de realizar el estudio, se formulan 2 hipótesis:
- Hipótesis nula: contempla que no existe ninguna relación entre los 2 parámetros que se estudian.
- Hipótesis alternativa: contempla la existencia de diferencias entre los parámetros estudiados.
3. Contrastes de hipótesis
La principal finalidad que tiene contrastar las hipótesis planteadas, es analizar la coherencia entre las previamente elaboradas con los resultados obtenidos. Una vez contrastadas, dependiendo del nivel del significación que hayamos preestablecido (normalmente del 95%), las soluciones serán las siguientes:
- p>0,05: aceptamos la hipótesis nula, es decir, que no existe relación entre las hipótesis planteadas.
- p<0,05: rechazamos la nula y aceptamos la alternativa, es decir, si existe diferencias entre ambas hipótesis.
4. Errores de hipótesis
Con una misma muestra, podremos aceptar o rechazar la hipótesis nula, todo ello dependiendo del error, al que hemos llamado α. Este error, es la probabilidad de equivocarnos al rechazar la hipótesis nula.Habitualmente rechazamos H0 para un nivel α máximo del 5% (p<0,05).
4.1 Tipos de errores en el test de hipótesis
Ahora bien, según ante el tipo de variables que nos encontremos, podremos utilizar una fórmula u otra. Para ello se explica esta gráfica:
No hay comentarios:
Publicar un comentario