Documentos de Académico
Documentos de Profesional
Documentos de Cultura
No sólo el debate entre Fisher y Neyman tiñó la historia de la PSHN, finalmente, estos dos
fundadores defendieron diferentes ángulos de interpretación del mismo procedimiento (en líneas
generales coincidieron sobre los cálculos de cómo llegar al resultado). Existe otra controversia,
probablemente de más relevancia, que inició poco después11 de las publicaciones principales de
Fisher y que continúa hasta la fecha. Se trata de un debate vigoroso, con numerosos autores,11-23
que critican severamente la PSHN y otros24-30 que con igual tenacidad la defienden. Las críticas se
pueden dividir en dos grupos. La literatura de las disciplinas aplicadas (es decir, donde se usa la
estadística como una herramienta, como en las ciencias médicas o la psicología) ha encaminado la
discusión sobre todo hacia las dificultades en la interpretación, mientras que la literatura
estadística se enfoca más en los problemas de la construcción formal de las pruebas de
significancia.31 Por lo general, los aliados de la PSHN no niegan que el procedimiento tiene
limitaciones y pocos defenderían la idea de que proporcionar el valor p obtenido a través de una
PSHN, sea un resultado suficiente para un análisis estadístico; en su defensa aluden a que muchas
de las críticas no se dirigen a la PSHN misma sino a las personas que la usan o interpretan de forma
incorrecta y que, aunque el método tiene defectos, la técnica generalmente lleva a conclusiones
correctas. Es decir, los defensores abogan que el uso correcto de la técnica puede tener su valor en
ciertos estudios y para contestar preguntas específicas de investigación. Para revisiones de la
controversia con los argumentos de detractores y defensores de la PSHN, véanse los artículos de
Nickerson32 y de Balluerka y cols.33
La estructura del resto del artículo es la siguiente: la siguiente sección inicia con una revisión breve
de las ideas fundamentales detrás de la PSHN y la interpretación exacta de un valor p, resaltando
además las diferencias entre el enfoque de Fisher y el de Neyman y Pearson. En la siguiente
sección, se presenta una selección de las críticas sobre la PSHN y se ilustra su posible relevancia en
el ámbito de la investigación en medicina. A continuación, se discuten algunas de las enmiendas y
enfoques alternativos que se han propuesto para evitar los problemas asociados con la PSHN.
Finalmente, la última sección considera algunos elementos de discusión.
Una hipótesis es la suposición de algo que podría, o no, ser posible. En este sentido, la hipótesis es
una idea o un supuesto a partir del cual nos preguntamos el porqué de una cosa, bien sea un
fenómeno, un hecho o un proceso.
Como tal, las hipótesis permiten dar inicio al proceso de pensamiento, mediante el cual se
accederá a determinados conocimientos.
La hipótesis es una herramienta fundamental del pensamiento científico y filosófico, que sirve de
base para los modelos y proposiciones teóricas, y que funciona como piedra angular para la
búsqueda y construcción de respuestas en la generación de conocimiento.
La palabra "hipótesis" proviene del latín hypothĕsis, y esta a su vez del griego ὑπόθεσις
(hypóthesis). Como tal, es una palabra que surge de la combinación de las raíces griegas ὑπο-
(hýpo-), que significa ‘debajo de’, y θέσις (thésis), ‘conclusión’ o ‘proposición’.
Estos tipos de definiciones pueden ser difíciles de entender debido a su naturaleza técnica. ¡Una
imagen hace que los conceptos sean mucho más fáciles de comprender!
El nivel de significación determina a qué distancia del valor de la hipótesis nula se dibujará esa
línea en el gráfico. Para graficar un nivel de significación de 0.05, será necesario sombrear el 5% de
la distribución que está más alejada de la hipótesis nula.
Los p-valores son la probabilidad de obtener un efecto al menos tan extremo como el de los datos
de la muestra, asumiendo la veracidad de la hipótesis nula.
Esta definición de los P valores, aunque técnicamente correcta, es un poco complicada. ¡Es más
fácil de entender con un gráfico!
Para graficar el P valor para el conjunto de datos de ejemplo, es necesario determinar la distancia
entre la media de la muestra y el valor de la hipótesis nula