Prueba inferencial

Pruebas inferenciales Psicología

En la investigación psicológica, los investigadores pretenden identificar si sus resultados apoyan la hipótesis propuesta; para ello, es necesario analizar los datos brutos. Una forma de análisis se denomina prueba inferencial.

El análisis de datos en investigación implica realizar pruebas descriptivas, estadísticas e inferenciales. Las pruebas son necesarias para crear resúmenes, determinar la relación entre variables y determinar si los resultados de la población son generalizables.

Si no es así, el estudio debe revisarse, ya que tiene una utilidad limitada en el mundo real.

Pruebas inferenciales: Las variables en la investigación y el azar

Antes de entrar en los detalles de las pruebas inferenciales, recapitulemos los distintos tipos de variables.

Al realizar una investigación, siempre habrá factores de confusión en algún grado. El principal objetivo de la investigación en psicología es identificar cómo afecta la IV a la VD. Sin embargo, es imposible que los investigadores puedan afirmar con un 100% de seguridad que sus resultados se deben a la manipulación del IV y no a factores externos o al azar.

Tipos de pruebas inferenciales: Azar y niveles de significación

La casualidad es la teoría de que los resultados no se deben a una casualidad, por ejemplo, las condiciones de ese día y un resultado de la manipulación del IV. Los valores de probabilidad y significación de la investigación se miden paradeterminar si los resultados se deben al azar.

Se pueden utilizar pruebas inferenciales para determinar si los resultados de un estudio se deben al azar. Los niveles de significación son un tipo de prueba inferencial.

El valor se entiende mejor como una proporción. Veamos un ejemplo que convierte el valor p en un porcentaje.

El valor de significación de 0,05 es el valor alfa recomendado (otro término para los valores de significación) en psicología. La hipótesis debe rechazarse si se encuentra un nivel de significación superior a 0,05. La razón es que es probable que los resultados se deban a factores distintos del IV. Y la hipótesis debe aceptarse si el nivel de significación es inferior a 0,05.

Cuanto más bajo sea el nivel de significación, más probable es que los resultados se deban a las variables objeto de estudio. Aunque es casi imposible que el estudio se repitiera en toda la población, es probable que se encontraran resultados similares. Por tanto, los datos pueden considerarse adecuados para generalizarlos a la población.

Nunca podemos alcanzar un valor p que indique un 100% de confianza porque, en investigación, recogemos datos de una muestra de personas que, con toda probabilidad, no son representativas de toda la población.

Pruebas inferenciales en investigación: Intervalos de confianza

Los intervalos de confianza son otra forma de estadística inferencial que ayuda a los investigadores a comprender lo representativa que es su muestra de la población general.

Los intervalos de confianza pueden orientar sobre cuánto se desvía la muestra de la población. Si los datos difieren enormemente, es poco probable que puedan generalizarse a la población.

Las varianzas de los intervalos de confianza del muestreo y las puntuaciones z varían cuando se utilizan muestras diferentes. Esta prueba difiere de las pruebas inferenciales anteriores, las puntuaciones z, porque estima si el procedimiento de muestreo es representativo de la población y no de la distribución muestral.

Pruebas de estadística inferencial: Pruebas de hipótesis

Como ya se ha mencionado, a veces se producen errores al realizar experimentos. Puede tratarse de errores de muestreo, como cuando la muestra no es representativa de la población, o de errores experimentales.

Los errores de muestreo y experimentales pueden afectar a los resultados y hacer que la investigación extraiga conclusiones incorrectas, como los errores de tipo 1 y de tipo 2.

Un error de tipo 1 se produce cuando rechazamos la hipótesis nula aunque sea cierta (falso positivo), por lo que el investigador cree que sus resultados son significativos aunque no lo sean.

En cambio, un error de tipo 2 es cuando el investigador acepta falsamente la hipótesis nula y rechaza la hipótesis alternativa cuando es verdadera (falso negativo).

Ejemplos de pruebas de hipótesis de estadística inferencial

Un ejemplo de prueba inferencial es la prueba de hipótesis. La finalidad de esta prueba es determinar si los resultados del experimento son válidos.

Al estimar la probabilidad de que los resultados se deban al azar, determinamos la validez de los resultados.

Debe enunciarse una hipótesis nula para realizar la prueba, y debe elegirse una prueba estadística adecuada para realizar el análisis.

En la comprobación de hipótesis, las estimaciones del error de muestreo se tienen en cuenta para evitar errores al aceptar/rechazar la hipótesis y para reducir la probabilidad de errores de tipo 1 y de tipo 2.