Documentos de Académico
Documentos de Profesional
Documentos de Cultura
psicología.
Prueba t de student
Hipótesis nula y alternativa
Contenido
Prueba t de student...........................................................................................................................1
Hipótesis nula y alternativa................................................................................................................1
INTRODUCCIÓN:.................................................................................................................................2
JUSTIFICACIÓN...................................................................................................................................2
MÉTODO............................................................................................................................................2
INSTRUMENTOS DE RECOLECCIÓN DE DATOS...................................................................................2
RESULTADOS......................................................................................................................................3
Análisis de los resultados:..................................................................................................................7
Reflexión............................................................................................................................................8
Importancia y utilidad de las medidas de tendencia central y dispersión para la psicología.............8
T Y P: EL TARARÍ Y TARARÁ DE UNA PRUEBA T.................................................................................13
LECTURA CRÍTICA EN PEQUEÑAS DOSIS...........................................................................................13
¿Qué significa realmente el valor de p?...........................................................................................13
Probabilidad p≤0,05.........................................................................................................................14
Cómo realizar una prueba t..............................................................................................................14
Cómo formular una hipótesis en la investigación científica en psicología........................................15
La hipótesis nula...........................................................................................................................17
Interpretación de la desviación estándar.........................................................................................18
REFERENCIAS:...................................................................................................................................19
INTRODUCCIÓN:
De acuerdo con la Dirección General de Comunicación Social (DGCS) en México, 15 de
cada 100 habitantes sufre depresión, y la cifra muy posiblemente es mayor ya que
algunas personas nunca han sido diagnosticadas y pueden pasar hasta 15 años sin
reconocer que tienen esta afección (DGCS, 2019). A pesar de que la población más joven
manifiesta una capacidad de afrontamiento y adaptación también presenta problemas de
salud mental que les afectan en sus relaciones académicas, familiares y sociales. La
mayoría de los trastornos emocionales generalmente tienen su debut durante la etapa
universitaria (Apaza, Seminario y Santa-Cruz, 2020). Ante el aumento del número de
estudiantes con trastornos graves que consultaban a los servicios de salud estudiantil en
el Reino Unido se realizó un estudio en el que se investigó si la ansiedad y la depresión
de los estudiantes aumentan tras su ingreso en la universidad, así como el impacto de la
ansiedad y la depresión en el rendimiento de los exámenes. Sus resultados evidenciaron
que, en esta población, la ansiedad y la depresión afectan diversas dimensiones como la
motivación, la concentración, la percepción de la autoestima y el estado de ánimo en los
estudiantes (Andrews y Wilding, 2004).
JUSTIFICACIÓN
Debido a las consecuencias de la ansiedad y depresión como bajo rendimiento
académico, impacto en las capacidades cognitivas de los estudiantes o en la calidad de
sus relaciones entre otros, se considera que la identificación temprana de es de suma
importancia, los estudios orientados a determinar la prevalencia y factores de riesgo son
una guía útil para este fin (Vásquez y Ríos, 2009). En el contexto universitario la salud
mental puede ser fundamental para determinar el desempeño académico y social de los
estudiantes.
MÉTODO
La presente investigación es de tipo descriptivo-correlacional y de diseño transversal. Su
objetivo principal consistió en determinar la presencia de depresión y ansiedad en
estudiantes de Psicología del SUAyED. En el estudio participaron 30 estudiantes a los
que se aplicó el Inventario para la depresión de Beck, Inventario de Depresión de Beck-II
(BDI-II) así como el Inventario de ansiedad de Beck (Beck Anxiety Inventory, BAI).
RESULTADOS
Se obtuvieron las frecuencias de cada uno de los niveles de las variables dependientes
estudiadas en la muestra representativa.
Tabla 1
Figura 1
Distribución del nivel de depresión con base en el inventario de Beck (BDI-II)
60
50
Porcentaje de la muestra
40
30
20
10
0
No Depresión Depresión Leve Depresión Moderada Depresión Grave
Tabla 2
Tabla 3
Medidas de dispersión y tendencia central de la variable depresión en la muestra de
estudiantes
N 30
MEDIA 16.23
MEDIANA 19
MODA 7
DESVIACIÓN ESTÁNDAR 7.87
RANGO 25
VARIANZA 61.4
Tabla 4
La calificación del BAI arroja los siguientes datos:
Al analizar la variable ansiedad se encontró que el 50% (15 sujetos) presentan ansiedad
mínima,11 sujetos (36.6%) presentan ansiedad leve, y el 13.3% (4 sujetos) ansiedad
moderada.
Figura 2
Distribución del nivel de ansiedad con base en el inventario de Beck (BAI)
60
50
Porcentaje de la muestra
40
30
20
10
0
Ansiedad mínima Ansiedad leve Ansiedad moderada Ansiedad grave
Nivel de Ansiedad
Tabla 5
Medidas de tendencia central y dispersión del Inventario de ansiedad de Beck (BAI)
5 5 5 16.6 16.6
6 6 11 20 36.6
7 4 15 13.3 49.9
9 7 22 23.3 73.2
11 4 26 13.3 86.5
16 4 30 13.3 99.8
Tabla 6
Medidas de dispersión y tendencia central de la variable ansiedad en la muestra de
estudiantes
N 30
MEDIA 8.6
MEDIANA 8
MODA 9
DESVIACIÓN ESTÁNDAR 3.5
RANGO 11
VARIANZA 12.3
La Desviación Estándar
Reflexión
Las medidas de tendencia central nos permiten sintetizar la información de todo el
volumen de datos y así poder presentar una descripción a manera de un resumen del
conjunto de los datos obtenidos a través de valores representativos del conjunto de datos,
lo cual nos permite comprender de manera parcial la información obtenida a través del
instrumento, pero si no complementamos la información de las medidas de tendencia
central podemos perder detalles de toda la relevancia de la información que nos
proporcionan los datos y eso nos impide interpretar de manera completa la distribución de
los datos obtenidos con el instrumento. Por eso al utilizar las medidas de dispersión para
analizar los datos podemos conocer en mayor detalle los datos obtenidos como el nivel de
homogeneidad de los datos o su dispersión o variabilidad. Además, las medidas de
dispersión nos permiten cuantificar la variabilidad y así conocer más en detalle la
distribución de los datos ya que, por ejemplo, la media puede tener el mismo valor en
distintas series de datos como las siguientes: 8,8,8,8,8, y en 2, 3, 10, 10, 15, sin
embargo, la variabilidad o dispersión de los datos es diferente para cada serie de datos.
De tal forma que es necesario complementar las medidas de tendencia central con las de
dispersión ya que de otra forma la lectura de los datos únicamente con las medidas de
tendencia central medida a través de los cuestionarios puede ser engañosa de la realidad.
https://blog.minitab.com/es/que-son-los-valores-t-y-los-valores-p-en-estadistica
T y P están estrechamente relacionadas. Van cogidas del brazo, como Tararí y
Tarará. La razón es la siguiente.
Cuando se realiza una prueba t, por lo general se está tratando de hallar evidencia
de una diferencia significativa entre las medias de las poblaciones (t de 2
muestras) o entre la media de la población y un valor hipotético (t de 1
muestra). El valor t mide el tamaño de la diferencia en relación con la variación en
los datos de la muestra. Dicho de otro modo, T es simplemente la diferencia
calculada representada en unidades de error estándar. Cuanto mayor sea la
magnitud de T, mayor será la evidencia en contra de la hipótesis nula. Esto
significa que hay mayor evidencia de que existe una diferencia significativa.
Cuanto más cerca esté T del 0, más probable será que no exista una diferencia
significativa.
La parte más alta (pico) de la curva de distribución muestra dónde se puede
esperar que se encuentre la mayoría de los valores t. La mayoría de las veces, se
espera obtener valores t cercanos a 0. Eso tiene sentido, ¿cierto? Porque si se
seleccionan de forma aleatoria muestras representativas de una población, la
media de la mayoría de esas muestras aleatorias de la población debería estar
cerca de la media general de la población, haciendo que sus diferencias (y por
consiguiente los valores t calculados) estén cerca de 0.
LOS VALORES T, LOS VALORES P Y LAS MANOS DE PÓQUER
Los valores T de mayor magnitud (negativos o positivos) son menos probables.
Las "colas" en los extremos izquierdo y derecho de la curva de distribución
representan casos en los que se obtienen valores extremos de t, lejos del 0. Por
ejemplo, la región sombreada representa la probabilidad de obtener un valor t de
3,25 o superior. Imaginemos un dardo mágico que pudiéramos arrojar para que
cayera aleatoriamente en cualquier parte debajo de la curva de distribución. ¿Cuál
es la probabilidad de que caiga en la región sombreada? La probabilidad calculada
es de 0,002107.....que se redondea a 0.002...que es...¡el valor p obtenido en los
resultados de la prueba t!
todos estos métodos tienen en común y que sí creemos que comprendemos bien:
todos proporcionan un valor de p que, si es significativo (habitualmente menor de
0,05), nos indica que sí existe el efecto que estamos estudiando.
Y este es el valor de p: la probabilidad de obtener, por azar, una diferencia tan
grande o mayor de la observada, cumpliéndose que no haya diferencia real en la
población de la que proceden las muestras. Así, por convenio suele establecerse
que si este valor de probabilidad es menor del 5% (0,05) es lo suficientemente
improbable que se deba al azar como para rechazar con una seguridad razonable
la H0 y afirmar que la diferencia es real. Si es mayor del 5%, no tendremos la
confianza necesaria como para poder negar que la diferencia observada sea obra
del azar. Este es el significado de la ansiada p < 0,05 que muchas veces
buscamos con determinación al leer los trabajos de las revistas científicas (por no
hablar del empeño de los que hacen o financian el trabajo).
Como se puede ver, el valor de p es algo conceptualmente sencillo: una simple
medida de la probabilidad de que la diferencia de resultado se deba al azar. Sin
embargo, existe mucha confusión en cuanto a su significado. Podemos enumerar
una serie de errores habituales sobre lo que no representa el valor de p (Tabla 1)2:
Hasta aquí hemos descrito cuál es el significado exacto del valor de p y su relación
con la probabilidad de que las diferencias de efecto de nuestros estudios sean
debidas al azar. Este valor no está siempre relacionado con la importancia de los
resultados del estudio, de forma que el hallazgo de una p significativa no nos
garantiza que la conclusión del trabajo tenga relevancia clínica. Por todo ello,
podemos concluir que es aconsejable favorecer el uso de los intervalos de
confianza y definir con claridad cuál es la diferencia clínicamente importante.
Probabilidad p≤0,05 .
Se rechaza la hipótesis nula si el valor de p asociado al resultado observado es
igual o menor que el nivel de significación establecido, convencionalmente 0,05 ó
0,01. Es decir, el valor p nos muestra la probabilidad de haber obtenido el
resultado que hemos obtenido si suponemos que la hipótesis nula es cierta.
Significa que tenemos un 5% de probabilidades de error en las conclusiones
La hipótesis nula establece que no hay relación entre las dos variables que se
estudian, en otras palabras, una variable no afecta a la otra.
Cuando la hipótesis nula se cumple se puede establecer que los resultados se
deben al azar y no son significativos en términos de no fundamenta la idea que se
está investigando.
Porque cuando la hipótesis nula se cumple se puede establecer que los resultados
la intervención enla variable ---no son significativos en términos de no fundamenta
la idea que se está investigando
2. Hipótesis alternativa
Este tipo hipótesis establece que existe una relación entre las dos variables que se
estudian, o sea, una variable tiene un efecto sobre la otra.
Establece que los resultados no se deben al azar y que son significativos en
términos de que apoyan la teoría que se está investigando.
La hipótesis alternativa como su nombre lo indica ofrece una opción distinta a la
que proponen la hipótesis de investigación y nula, por ejemplo, si la hipótesis de
investigación afirma: “la pelota es verde”, la hipótesis nula establece: “la pelota
no es verde”, la hipótesis alternativa plantea otra opción: “la pelota es roja”.
La hipótesis alternativa puede formularse solo cuando realmente existen
otras posibilidades diferentes además de las hipótesis de investigación y
nula, sino se cumple este requisito no se puede formular.
3. Hipótesis estadística
Son aquellas que son expresadas y puestas a prueba por medio de análisis y
ecuaciones de tipo matemático.
La gran ventaja de este tipo de hipótesis es que se pueden verificar
estadísticamente, lo cual implica el uso de técnicas cuantitativas para generar
datos estadísticos, las variables se trasforman en datos cuantificables que se
trataran matemáticamente.
REFERENCIAS:
Andrews, B., y Wilding, J.M. (2004). The relation of depression and anxiety to life-stress and
achievement in students. British Journal of Psychology. 95(4). Recuperado de
https://pubmed.ncbi.nlm.nih.gov/15527535/
Dirección General de Comunicación Social (2019) De cada 100 mexicanos, 15 padecen Ddpresión.
Boletín UNAM-DGCS-455. Recuperado de
https://www.dgcs.unam.mx/boletin/bdboletin/2019_455.html
Sanz, J. y Navarro, M. E. (2003). Propiedades psicométricas de una versión española del Inventario
de ansiedad de Beck (BAI) en estudiantes universitarios. Ansiedad y Estrés, 9, 59-84.
Recuperado de
https://www.researchgate.net/publication/285908290_Propiedades_psicometricas_de_una
_version_espanola_del_Inventario_de_Ansiedad_de_Beck_BAI_en_estudiantes_universitari
os