HERNANDEZ_Metodologia de la investigación 5ta Edición

Paso 5: analizar mediante pruebas estadísticas las hipótesis planteadas
309
Pues bien, algo parecido hace el investigador. Obtiene una estadística en una muestra (por ejemplo,
la media) y analiza qué porcentaje tiene de confianza en que dicha estadística se acerque al valor
de la distribución muestral (que es el valor de la población o el parámetro). Busca un alto porcentaje
de certeza, una probabilidad elevada para estar tranquilo, porque sabe que tal vez haya error de muestreo
y, aunque la evidencia parece mostrar una aparente “cercanía” entre el valor calculado en la muestra
y el parámetro, tal “cercanía” puede no ser real o deberse a errores en la selección de la muestra.
¿Con qué porcentaje de confianza el investigador generaliza, para suponer que tal cercanía es real
y no por un error de muestreo? Existen dos niveles convenidos en ciencias sociales:
a) El nivel de significancia de 0.05, el cual implica que el investigador tiene 95% de seguridad para
generalizar sin equivocarse y sólo 5% en contra. En términos de probabilidad, 0.95 y 0.05, respectivamente;
ambos suman la unidad.
b) El nivel de significancia de 0.01, el cual implica que el investigador tiene 99% en su favor y 1%
en contra (0.99 y 0.01 = 1.00) para generalizar sin temor.
A veces el nivel de significancia puede ser todavía más riguroso, como al generalizar resultados de
medicamentos o vacunas; o la resistencia de los materiales de un edificio (por ejemplo, 0.001, 0.00001,
0.00000001), pero al menos debe ser de 0.05. No se acepta un nivel de 0.06 (94% a favor de la generalización
confiable), 13 porque se busca hacer ciencia lo más exacta posible.
El nivel de significancia es un valor de certeza que el investigador fija a priori, respecto a no equivocarse.
Cuando uno lee en un reporte de investigación que los resultados fueron significativos al nivel
del 0.05 (p < 0.05), indica lo que se comentó: que existe 5% de posibilidad de error al aceptar la hipótesis,
correlación o valor obtenido al aplicar una prueba estadística; o 5% de riesgo de que se rechace
una hipótesis nula cuando era verdadera (Mertens, 2005; Babbie, 2009).
Volveremos más adelante sobre este punto.
¿Cómo se relacionan la distribución muestral y el nivel de significancia?
El nivel de significancia se expresa en términos de probabilidad (0.05 y 0.01) y la distribución muestral
también como probabilidad (el área total de ésta como 1.00). Pues bien, para ver si existe o no confianza
al generalizar acudimos a la distribución muestral, con una probabilidad adecuada para la investigación.
El nivel de significancia lo tomamos como un área bajo la distribución muestral, como se
observa en la figura 10.16, y depende de si elegimos un nivel de 0.05 o de 0.01. Es decir, que nuestro
valor estimado en la muestra no se encuentre en el área de riesgo y estemos lejos del valor de la distribución
muestral, que insistimos es muy cercano al de la población.
Así, el nivel de significancia representa áreas de riesgo o confianza en la distribución muestral.
¿Se pueden cometer errores al probar hipótesis y realizar
estadística inferencial?
Nunca estaremos completamente seguros de nuestra estimación. Trabajamos con altos niveles de confianza
o seguridad, pero, aunque el riesgo es mínimo, podría cometerse un error. Los resultados posibles
al probar hipótesis serían:
1. Aceptar una hipótesis verdadera (decisión correcta).
2. Rechazar una hipótesis falsa (decisión correcta).
3. Aceptar una hipótesis falsa (conocido como error del Tipo II o error beta).
4. Rechazar una hipótesis verdadera (conocido como error del Tipo I o error alfa).
13
El nivel de significancia mínimo es de 0.05 en ciencias sociales, esto por convención de múltiples asociaciones científicas,
estudios de probabilidad, comités editoriales de revistas académicas y autores.
www.FreeLibros.com