Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Prueba de Hipotesis
Prueba de Hipotesis
Durante varios años se ha desarrollado un gran proyecto de investigación. En el contexto del proyecto, se ha
administrado a bebés recién nacidos una vitamina especial, y luego se ha controlado su desarrollo durante los
primeros dos años de vida. Hasta ahora, la vitamina no ha acelerado el desarrollo de los bebés
EJEMPLO DE PRUEBA DE HIPOTESIS
Volveremos a analizar la solución del problema de prueba de hipótesis que utilizamos como ejemplo estudiando
cada paso con mayor detalle, así como también algunos de los términos especiales que se han utilizado. Al
hacerlo, presentaremos un procedimiento de cinco pasos que se utilizará en el resto del libro.
Pasos de la prueba de hipótesis
Una vez que hemos planteado la situación en términos de elección entre una hipótesis de investigación y una
hipótesis nula, el siguiente paso es analizar cómo podríamos utilizar la información que obtenemos sobre una
muestra para realizar esta elección.
La pregunta que planteamos es la siguiente: dado un determinado resultado muestral (en este caso, una
observación), ¿qué probabilidad teníamos de obtener ese resultado si la hipótesis nula fuera verdadera?
Para responder esta pregunta, debemos saber cómo sería la situación si la hipótesis nula fuera verdadera. Es
decir, necesitamos conocer los detalles de la distribución de la población de la cual proviene la muestra si la
hipótesis nula fuera verdadera.
Si conocemos la distribución de la que proviene nuestra muestra, y sabemos que se trata de una distribución
normal, nos encontramos en una buena posición: podemos determinar directamente la probabilidad de
obtener cualquier valor determinado de esa distribución utilizando una tabla de áreas bajo la curva normal.
Paso numero 2.
Lo ideal sería que antes de realizar un estudio, los investigadores establezcan un objetivo con el cual comparar su resultado, es
decir, qué valor extremo necesitaría tener la muestra para poder sacar una conclusión confiable.
Específicamente, determinar el valor que necesitaría arrojar la muestra para decidir rechazar la hipótesis nula, cuán extremo
debería ser ese valor para que resulte demasiado improbable que pudiera obtenerse tal valor extremo si la hipótesis nula fuera
verdadera.
A esto se lo denomina punto muestra] de corte (también se conoce con el nombre de “punto crítico”).
Analicemos nuestro ejemplo de la vitamina purificada, en el que la hipótesis nula implica que no importa si un bebé recibe la
vitamina especialmente purificada o no.
Los investigadores podrían decidir que si la hipótesis nula fuera verdadera, sería muy improbable que un bebé camine a los 8
meses o antes.
Tratándose de dos desvíos estándar por debajo de la media (caminar a los 8 meses), sólo podría ocurrir menos de un 2% de las
veces. Por lo tanto, basándose en la distribución comparativa, los investigadores establecen su punto maestral de corte incluso
antes de realizar el estudio. Lo que están haciendo es decidir por adelantado que, si el resultado de su estudio es un bebé que
camina antes de los 8 meses, rechazarán la hipótesis nula. Si el bebé comienza a caminar antes de los 8 meses, los investigadores
Entonces podrán decir que “se sostiene la hipótesis de investigación”
Por otro lado, si el bebé no comienza a caminar sino hasta después de los 8 meses, no podrán rechazar la hipótesis nula.
Cabe notar, sin embargo, que en este caso no podrán decir “se sostiene la hipótesis nula", ya que no rechazar la hipótesis
nula crea una situación ambigua.
No pueden sacarse conclusiones, excepto, concluir que se necesita realizar una mayor investigación. Más adelante
continuaremos tratando este tema.
Al establecer por adelantado cuán extremo deberá ser un valor para rechazar la hipótesis nula, los investigadores no
utilizan por lo general un número real de unidades de la escala directa de medición (en este caso, meses).
En cambio, establecen cuán extremo debería ser un valor en términos de una probabilidad y de la puntuación Z que
corresponde a dicha probabilidad.
En nuestro ejemplo de la vitamina purificada, los investigadores podrían decidir que sí la verosimilitud de un resultado
fuera menor del 2% (la probabilidad), rechazarían la hipótesis nula.
Estar dentro del 2% inferior de una curva normal significa tener una puntuación Z de aproximadamente -2 ó menor. Por lo
tanto, los investigadores establecerían -2 como la puntuación Z de corte en la distribución comparativa para decidir que un
resultado es Jo suficientemente extremo como para rechazar la hipótesis nula. Supongamos que los investigadores
Supongamos que los investigadores son todavía más cautelosos en cuanto al
rechazo de la hipótesis nula. En ese caso, podrían decidir que rechazarán la
hipótesis nula sólo si obtienen un resultado cuyas chances de ocurrir son del 1%
o menos.
Entonces podrían calcular la puntuación Z de corte correspondiente al 1%.
Conforme a la tabla de áreas bajo la curva normal, para tener un valor dentro del
1 % inferior de una curva normal, se necesita una puntuación Z de -2,33 o
menor. (En nuestro ejemplo, a la puntuación Z de -2,33 corresponde a 7 meses).
En la figura 6-2 hemos sombreado el 1% de la distribución comparativa, en el
que una muestra sería considerada tan extrema que se rechazaría la posibilidad
de que surgiera de una distribución como esa.
En general, los investigadores psicológicos utilizan un corte en la distribución
comparativa que coincide con una probabilidad del 5% de que un valor sea al
menos tan extremo.
En la figura 6-2 hemos sombreado el 1% de la distribución comparativa, en el
que una muestra sería considerada tan extrema que se rechazaría la posibilidad
de que surgiera de una distribución como esa.
4o paso: determinar el valor muestral en la distribución
comparativa
El siguiente paso es realizar el estudio y encontrar el resultado real de la muestra. El investigador calcula la
puntuación Z correspondiente a la puntuación original de la muestra basándose en la media y el desvío estándar
de la distribución comparativa.
4o paso: determinar el valor muestral en la distribución
comparativa
Una vez que tenemos claro a) qué puntuación Z debe tener la muestra en la distribución comparativa para poder rechazar
la hipótesis nula (paso 3) y b) la puntuación Z real de la muestra ( paso 4), esta decisión es completamente mecánica.
Para determinar si se rechaza o no la hipótesis nula, debemos comparar la puntuación Z necesaria con la puntuación Z
real Supongamos que en nuestro ejemplo los investigadores determinaron que se rechazaría la hipótesis nula si la
puntuación Z de la muestra era menor a -2. Debido a que el resultado real fue -2,67, que es menor a -2, se rechazaría la
hipótesis nula.
Supongamos que hubieran elegido utilizar el nivel de significación más conservador del 1%. En ese caso, la puntuación
Z necesaria hubiera sido -2,33. Siendo la puntuación Z real igual a -2,67, aun con este criterio más conservador se
rechazaría la hipótesis nula. Si los investigadores
Si los investigadores rechazan la hipótesis nula, lo que queda es la hipótesis de investigación. En este ejemplo, los
investigadores pueden inferir que los resultados de su estudio sostienen la hipótesis de investigación que indica que los
bebés que toman la vitamina especialmente purificada comienzan a caminar antes que los otros bebés.
¿Qué implica rechazar“ o no la hipótesis nula?
o En primer lugar supongamos que rechazamos la hipótesis nula y que los resultados sostienen la hipótesis de
investigación (como en nuestro ejemplo de la vitamina). Los investigadores aún no dirían que el resultado
“prueba” la hipótesis de investigación o que los resultados muestran que la hipótesis es “verdadera”. Esas
palabras son demasiado fuertes en este caso, ya que las conclusiones a las que se llega a través de estudios de
investigación siempre se basan en probabilidades.
(Es correcto usar la palabra “verdadero” cuando se habla hipotéticamente, por ejemplo, “si la hipótesis fuera
verdadera, entonces...”, pero no al hablar de una conclusión real).
o En segundo lugar, y tal como lo mencionamos anteriormente, cuando un resultado no es lo suficientemente
extremo como para que rechacemos la hipótesis nula, no decimos que el resultado “sostiene la hipótesis
nula”. Un resultado que no es lo suficientemente determinante como para que rechacemos la hipótesis nula
sólo Implica que el estudio no fue concluyente.
Resumen de los pasos de la Prueba de Hipótesis
En principio, se planifica una prueba de una cola cuando se trabaja con una hipótesis claramente direccional,
y de dos colas cuando se trabaja con una hipótesis claramente no direccional.
¿Cuándo se considera muy extremo un resultado?
Los psicólogos usualmente consideran un resultado como muy extremo si presenta menos de un 5% de
posibilidades, aunque algunas veces se utiliza un corte más riguroso, del 1%. Estos porcentajes pueden
aplicarse a la probabilidad de que un resultado sea extremo en una dirección predicha (prueba direccional o
de una cola), o a la probabilidad de que sea extremo en cualquiera de las dos direcciones posibles (prueba no
direccional o de dos colas). Para aplicar una política más conservadora, los psicólogos utilizan con
frecuencia las pruebas de dos colas aun cuando ya tengan una predicción específica.