Introducción a la Estadística

Sesión 1 Semana 6:

Inferencia estadística. Parámetros. Hipótesis estadística y contraste de

hipótesis

Profesores: Mayte Casaño, Juan Kaneko, Johanna Kohler,

Jhonatan Navarro, Jazmin Paredes, Carlos Portocarrero, Sixto
Salazar y Ambrosio Tomás
2023-00
Facultad de Psicología

Introducción a la estadística

Sesión 1 - Semana 6

2022-2
 El estudiante conoce aspectos
LOGRO conceptuales sobre el contraste de
hipótesis estadística
Situación
1

¿qué podemos afirmar de la

imagen?
Respuesta 1
Respuesta 2
Todas estas respuestas las podemos
Respuesta 3 conocer como HIPÓTESIS, las cuales
. necesitan ser contrastadas con la
. realidad para saber si se aceptan o
se rechazan
.
Respuesta n

Hipótesis: La maestra está molesta con el niño

porque no cumplió con sus actividades.
Situación
2

La maestra está Este evento da

molesta porque el evidencia que apoya
niño no cumplió la hipótesis planteada
con sus actividades
Pero… ¿todas las
maestras de Lima se
molestan con sus
alumnos cuando no
cumplen con sus
actividades?

INVESTIGACIÓN CIENTÍFICA
 ¿Qué es la evidencia científica?

• Uso consciente, explícito y juicioso de datos válidos y disponibles

procedentes de la investigación científica (Sackett et al., 2016).

• Información de un artículo científico publicado en una revista de revisión

por pares, con calidad metodológica aceptable y que aborda un problema
específico (Hume et al., 2021).
Inferencia estadística
Conjunto de métodos estadísticos que permiten deducir cómo se
distribuye la población e inferir las relaciones entre variables a partir
de la información que proporciona la muestra recogida (Wassertheil-
Smoller, 2004).

Es el proceso de evaluar la fuerza de la evidencia sobre si un conjunto

de observaciones es consistente o no con un mecanismo hipotético
particular que podría haber producido esas observaciones (Harradine
et al., 2011, véase Makar & Rubin, 2018)

Sus objetivos son la estimación y el contraste de hipótesis (Seoane

et al., 2007)
 Población es un conjunto de casos, definido,
delimitado y accesible (García-García et al., 2013)
Son importantes los
criterios de inclusión y
exclusión.

Procedimientos de selección
probabilísticos y no probabilísticos
(García-García et al., 2013)
Contraste de hipótesis

“Una hipótesis en el contexto de la estadística inferencial es una

proposición respecto a uno o varios parámetros, y lo que el
investigador hace por medio de la prueba de hipótesis es determinar
si la hipótesis poblacional es congruente con los datos obtenidos en la
muestra” (Gordon, 2010, véase Hernández et al., 2014, p. 306).

• JUEGA UN PAPEL FUNDAMENTAL EN EL AVANCE DE CUALQUIER

DISCIPLINA
¿Qué es una hipótesis estadística?
Es una conjetura o supuesto que el investigador plantea para un parámetro, que
puede o no ser verdadera, relativa a una o más poblaciones. SE PLANTEAN ANTES DE
HACER EL ANÁLISIS.

Media (de una variable)

Desviación estándar (de una variable)

Relación (entre variables)

Diferencia entre personas respecto a una variable

En estadística, ¿Qué es una hipótesis?

Existen diferencias
H  M
Existe relación estadísticamente
estadísticamente  XY  0 significativa entre varones y
significativa entre la mujeres respecto a su
autoestima general y la propia autoconcepto físico
valoración del cuerpo físico

El promedio de la
autoestima general es
estadísticamente μ ≠ 15
diferente de 15

Existen diferencias estadísticamente

significativas entre estudiantes de
psicología, administración e ingeniería
respecto a la valoración de la competencia
intelectual

 ps  adm  ing
En estadística, Hipótesis ALTERNA
Existe relación entre la
autoestima general y la  XY  0
propia valoración del
cuerpo físico
El intensidad de la
autoestima general
será mayor a 15
 
H M
Existen diferencias
entre varones y
mujeres respecto a su
autoconcepto físico
Esta es la manera estadística de
simbolizar la hipótesis planteada por
el investigador (Hipótesis alternativa)
μ ≠ 15

Existen diferencias entre estudiantes

de psicología, administración e
ingeniería respecto a la valoración de
la competencia intelectual
 ps  adm  ing
En estadística, Hipótesis NULA vs ALTERNATIVA

H  M H  M

 XY  0  XY  0

Esta es la manera estadística de

simbolizar la hipótesis CONTRARIA a
planteada por el investigador (Hipótesis
μ = 15 μ ≠ 15
nula)

 ps  adm  ing  ps  adm  ing El aspecto central de la estadística

inferencial es el rechazo de la
Hipótesis nula porque se asume
como cierta.
El contraste de hipótesis se realiza a través de los siguientes pasos:

1. Identificar la
2. Proporcionar la
afirmación que será 4. Seleccionar el nivel
forma simbólica de la 3. Identificar la Ho y H1
probada y expresarla en de significancia
afirmación
forma simbólica

6. Interpretar el 5. Identificar el
6. Tomar una decisión
estadístico de prueba estadístico de prueba
¿CUÁLES SON LOS CRITERIOS PARA
RECHAZAR O ACEPTAR UNA HÍPÓTESIS?

• Se establecen criterios cuantitativos para saber si aceptamos

o rechazamos una hipótesis.
• Recordar, que se hacen hipótesis SOBRE la población, pero
obteniendo información DE la muestra.
• Pero siempre hay un riesgo de equivocarnos al hacer esta
inferencia, y por lo tanto se debe establecer la probabilidad
de errar al aceptar o rechazar una hipótesis.
¿Cuál es ese criterio cuantitativo que lleva a aceptar o rechazar la hipótesis?

Prueba de significancia de la hipótesis nula (PSHN)

Valor p

Probabilidad de obtener un resultado raro en la muestra actual

suponiendo que la Ho es correcta.

Es fijado a priori por el investigador

 p < 0.05 p < 0.01 p < 0.001 p < 0.000…

p < 0.05 = rechazar la Ho

Valores más usados en ciencias sociales
y de la salud
p > 0.05 = Aceptar la Ho

Un valor p < 0.05 significa que existe menos del 5% de probabilidad de que ese resultado
sea al azar y por lo tanto representa algo que ocurre en la población. Por el contrario, un
valor p > 0.05 indica que no existe la confianza necesaria para afirmar que los datos NO son
producto del azar (Molina, 2017).
Recordar:

1. Identificar la
2. Proporcionar la
afirmación que será 4. Seleccionar el nivel
forma simbólica de la 3. Identificar la Ho y H1
probada y expresarla en de significancia
afirmación
forma simbólica

6. Interpretar el 5. Identificar el
6. Tomar una decisión
estadístico de prueba estadístico de prueba
1. Se desea saber si la edad promedio de ingreso a la universidad
es diferente entre varones y mujeres. Para esto se seleccionó
una muestra representativa de la población.

2. M varones ≠ M mujeres
3. Plantear las hipótesis:

H1 = La edad media de
Ho = La edad media de
ingreso a la universidad es
ingreso a la universidad es
diferente en varones y
igual en varones y mujeres
mujeres
M varones = M mujeres
M varones ≠ M mujeres

4. Podemos utilizar la prueba t student (más adelante veremos esta prueba)

5. M varones = 19.5
M mujeres = 17.5
p < 0.05
 El valor p < 0.05 indica que los resultados
obtenidos no son debidos al azar, por el
contrario, reflejan algo que ocurre en la
población. Por lo tanto, hay evidencia para
indicar que se tiene que rechazar la Ho y que
existe diferencia entre la edad promedio de
ingreso a la universidad entre varones y
mujeres.
¿alguna pregunta?
Referencias
Arias –Gómez, J., Villais-Keever, M. A., & Miranda, M. G. (2016). El protocolo de investigación III: la población de estudio. Revista Alergia
México, 63(2), 201-226.
Blanco, C. (2016). Encuesta y Estadística. Métodos de investigación cuantitativa en ciencias sociales y comunicación. Editorial Brujas.
Cohen, J. (1992). A power primer. Psychological Bulletin, 112(1), 155-159. https://doi.org/10.1037/0033-2909.112.1.155
Coolican, H. (2009). Research Methods and Statistics in Psychology. Hooder Education.
García-García, J A., Reding-Bernal, A. R., & López-Alvarenga, J. C. (2013). Cálculo del tamaño del amuestra en investigación en educación
Médica. Investigación en Educación Médica, 2(8), 217-224.
Hernández-Sampieri, R., & Mendoza, C. P. (2018). Metodología de la Investigación. McGraw-Hill.

Hume, K., Steinbrenner, J. R., Odom, S. L., Morin, K. L., Nowell, S. W., Tomaszewski, B., ... & Savage, M. N. (2021). Evidence-based practices for
children, youth, and young adults with autism: Third generation review. Journal of Autism and Developmental Disorders, 51(11), 4013-4032.

Makar, K., & Rubin, A. (2018). Learning about statistical inference. International handbook of research in statistics education, 261-294.
Molina, M. (2017). ¿Qué significa realmente el valor p? Pediatría Atención Primaria, 19(6), 377-381.
Triola, M. F. (2018). Estadística. Pearson.
Torres, J. (2019). Estadística aplicada a ciencias de la salud. Dextra Editorial.
Sackett, D. L., Rosenberg, W. M., Gray, J. M., Haynes, R. B., & Richardson, W. S. (1996). Evidence based medicine: what it is and what it isn't.
Bmj, 312(7023), 71-72.
Wassertheil-Smoller, S. (2004). Biostatistics and Epidemiology: A Primer for Health and Biomedical Professionals. New York.