ESTIMACIÓN Y/O SIGNIFICACIÓN ESTADÍSTICA
Sean cuales sean los deseos o creencias del investigador, el test de hipótesis siempre va a contrastar la hipótesis nula (la que establece igualdad entre los grupos a comparar o lo que es lo mismo, la que no establece relación entre las variables de estudio).
→ Se utiliza la prueba estadística correspondiente y se mide la probabilidad de error al rechazar la hipótesis nula, asociada al valor de p.
→ Según el nivel de significación que hayamos preestablecido (habitualmente un 95%) las soluciones pueden ser:
- El valor de p >0,05: en este caso no podemos rechazar la hipótesis nula (no podemos decir que sea cierta, sino que no podemos rechazarla).
- p <0,05: en este caso rechazamos la hipótesis nula, por lo que debemos aceptar la hipótesis alternativa. Rechazamos la nula y aceptamos la alternativa.
p es el error al rechazar la hipótesis nula.
1. MÉTODO DE CONTRASTE DE HIPÓTESIS
Hay varios pasos:
1. Expresar las hipotesis nula y alternativas.
a) Ho: No hay relación entre variables
b) H1: Hay relación entre variables
2. Decidimos la prueba o test estadístico adecuado según las características de la población y el tipo de variables que entren en la hipótesis.
Tenemos métodos paramétricos, que se utilizan si las variables que son cuantitativas siguen una distribución normal. Si la variable no sigue una distribución normal, tendríamos que utilizar un método no paramétrico.
- Como métodos paramétricos con variables cuantitativas tenemos:
- T-student
- Anova
- Fisher
- Pearson
- Como métodos no paramétricos tenemos:
- U-Mann Whitney
- K-W
- Tablas de contingencia
2. TIPOS DE ANÁLISIS ESTADÍSTICOS SEGÚN EL TIPO DE VARIABLES IMPLICADAS EN EL ESTUDIO
A.Varianza =Test Anova
Tablas de contingencia = Chi cuadrado
3. Seleccionar el grado de significación para la prueba estadística.
Grado de significación =alfa= probabilidad de rechazar de manera incorrecta Ho cuando sea cierta.
4. Realizar los cálculos y exponer las diversas conclusiones.
No hay comentarios:
Publicar un comentario