Proba de significación estatística
Na investigación cuantitativa, unha das preguntas máis frecuentes é: as diferenzas ou relacións observadas nos datos son realmente "reais" ou simplemente unha coincidencia causada por unha variación aleatoria? Para responder a isto, os investigadores empregan probas de significación estatística. Estas probas axudan a determinar se os resultados obtidos dunha mostra son o suficientemente fortes como para xeneralizarse á poboación, baseándose nun marco de probabilidade específico. Aínda que a terminoloxía pode parecer técnica, o concepto básico é sinxelo: comparamos o que observamos co que tería sucedido se non houbese ningún efecto.
Definición e propósito
Unha proba de significación estatística é un procedemento formal empregado para avaliar a evidencia dos datos para unha afirmación (hipótese) sobre unha poboación. O seu propósito principal é determinar se un efecto (por exemplo, a diferenza entre as medias de dous grupos, a correlación entre dúas variables ou o efecto dun tratamento) é o suficientemente grande e consistente como para que sexa improbable que se produza por casualidade.
Na práctica, as probas de significancia non "proban" que unha teoría sexa verdadeira, senón que proporcionan unha medida de con que forza os datos rexeitan unha suposición particular. Aquí é onde é importante entender que a estatística opera dentro dun ámbito de incerteza. Non hai certeza absoluta, senón un grao de confianza apoiado polos datos.
Hipótese nula e hipótese alternativa
As probas de significación baséanse xeralmente en dúas afirmacións:
1. Hipótese nula (H₀): afirma que non hai diferenza, relación ou influencia. Por exemplo: «A nota media da clase A é a mesma que a da clase B» ou «Non hai relación entre as horas de estudo e as puntuacións dos exames».
2. Hipótese alternativa (H₁ ou Hₐ): afirma que existe unha diferenza, unha relación ou unha influencia. Por exemplo: «A nota media da clase A é diferente da clase B» ou «Existe unha relación entre as horas de estudo e as puntuacións dos exames».
As probas de significancia operan coa suposición inicial de que H₀ é verdadeira. Despois, analízanse os datos para ver se os resultados son extremadamente raros se H₀ é verdadeira. Se son raros, tendemos a rexeitar H₀.
O valor p (valor p) e o seu significado
O concepto central nas probas de significancia é o valor p. En poucas palabras, o valor p é a probabilidade de obter un resultado polo menos tan extremo como o observado nos datos, asumindo que a hipótese nula é certa.
– Se p é pequeno, significa que os resultados observados raramente se producen cando H₀ é certo, polo que temos razóns para rexeitar H₀.
– Se p é grande, significa que os resultados observados aínda son plausibles se H₀ é verdadeira, polo que non temos evidencia suficiente para rexeitar H₀.
Non obstante, o valor p adoita malinterpretarse. O valor p non é a probabilidade de que H₀ sexa verdadeiro ou falso. Tampouco é unha medida da magnitude do efecto. O valor p simplemente indica a forza da evidencia en contra de H₀ dentro dun marco específico.
Nivel de significancia (α)
Para tomar unha decisión, os investigadores establecen un nivel de significancia, denotado por α (alfa). Os valores que se usan habitualmente son 0,05 (5 %) ou 0,01 (1 %). A regra é:
– Se p ≤ α, os resultados dise que son estatisticamente significativos e rexéitase H₀.
– Se p > α, o resultado non é significativo e H₀ non se rexeita.
Escoller α non é unha decisión puramente técnica, senón que tamén ten en conta o contexto. Por exemplo, na investigación médica que implica a seguridade do paciente, os investigadores poderían escoller un α máis estrito (0,01) para reducir o risco de conclusións falsas.
Erros de tipo I e tipo II
Dado que as probas estatísticas implican a toma de decisións baixo incerteza, sempre existe a posibilidade de erro:
1. Erro de tipo I (falso positivo): rexeitar H₀ cando H₀ é verdadeiro. A probabilidade está controlada por α.
2. Erro de tipo II (falso negativo): non rexeitar H₀ cando H₁ é verdadeiro. A probabilidade denótase por β (beta); a inversa chámase potencia, que é 1 − β.
En contextos do mundo real, ambos tipos de erros poden ter consecuencias significativas. Por exemplo, asumir que un fármaco é eficaz cando non o é (Tipo I) pode ser prexudicial, mentres que asumir que un fármaco é ineficaz cando en realidade si o é (Tipo II) pode levar á perda de oportunidades terapéuticas.
Tipos comúns de probas de significación
Hai moitas probas de significancia, e a elección depende do propósito, o tipo de datos e as suposicións que se cumpren. Algunhas das máis empregadas son:
– Proba t: compara as medias de dous grupos (por exemplo, experimental fronte a control). Hai versións da proba t independentes e pareadas.
– ANOVA: compara a media de máis de dous grupos (por exemplo, tres métodos de aprendizaxe).
– Proba de chi ao cadrado: comproba a relación entre variables categóricas (por exemplo, xénero e escolla da especialidade).
– Correlación de Pearson/Spearman: comproba a relación entre dúas variables numéricas (Pearson para datos normais, Spearman para datos ordinais/non normais).
– Regresión lineal/loxística: comproba a influencia dunha ou máis variables preditoras na variable de resultado.
Todas as probas teñen suposicións, como a normalidade, a homoxeneidade da varianza ou a independencia dos datos. Violar estas suposicións pode levar a resultados de proba enganosos, polo que o diagnóstico de datos e as probas previas son esenciais.
Significación estatística vs. significación práctica
Unha crítica ás probas de significancia é que os investigadores se centran demasiado en se é "significativo" ou "insignificativo" sen considerar as súas implicacións prácticas. Con mostras moi grandes, as pequenas diferenzas poden ser estatisticamente significativas, mesmo que o seu impacto sexa apenas perceptible. Pola contra, con mostras pequenas, os efectos que en realidade son bastante importantes poden non alcanzar a significancia debido a unha potencia insuficiente.
Polo tanto, as probas de significancia sempre deben ir acompañadas de:
– Tamaños do efecto como a d de Cohen, o eta ao cadrado ou a razón de probabilidades.
– Intervalo de confianza para mostrar o rango de valores razoables dos parámetros.
A combinación do valor p, o tamaño do efecto e o intervalo de confianza proporciona unha imaxe máis completa: non só "hai un efecto ou non", senón "que magnitude ten o efecto e que tan seguros podemos estar sobre esa estimación".
Pasos xerais para realizar unha proba de significancia
En xeral, o procedemento é:
1. Formula H₀ e H₁ segundo as preguntas de investigación.
2. Determinar α (por exemplo, 0,05).
3. Escolle a proba axeitada segundo o tipo de datos e o deseño da investigación.
4. Comprobar as hipóteses de proba (normalidade, varianza, independencia, etc.).
5. Calcula a estatística de proba e obtén o valor p.
6. Compara o valor p con α e saca conclusións.
7. Informar dos resultados completamente, incluíndo os tamaños do efecto e os intervalos de confianza sempre que sexa posible.
Un bo informe tamén inclúe contexto, como as características da mostra, os métodos de medición e os posibles sesgos.
Peche
As probas de significación estatística son ferramentas importantes para avaliar se os resultados dos datos reflicten as condicións da poboación ou son simplemente o resultado dunha variación aleatoria. Non obstante, estas probas non son o único árbitro da verdade científica. O valor p debe entenderse con precisión, combinado co tamaño do efecto, o intervalo de confianza e unha avaliación contextual da relevancia dos resultados.
Cando se usan correctamente, as probas de significancia axudan a que a investigación sexa máis obxectiva e responsable. Pola contra, se se usan mecanicamente sen comprender as súas suposicións e limitacións, poden levar a conclusións erróneas. Polo tanto, a comprensión conceptual, a interpretación reflexiva e a presentación de informes transparentes son fundamentais para utilizar as probas de significancia para apoiar as decisións baseadas en datos.
