Saltar a un capítulo clave
- Empezaremos explorando la probabilidad y la significación: la psicología y cómo pueden explicarse la probabilidad y la significación en términos de investigación psicológica.
- Luego veremos los tipos de pruebas de significación.
- Por último, veremos algunos ejemplos de niveles de significación.
Probabilidad y significación Psicología
Los psicólogos pretenden establecer si sus hallazgos apoyan o niegan su hipótesis. Suponer que la hipótesis debe aceptarse si se encuentra un patrón/tendencia sería demasiado simple.
Las pruebas de significación dan a los investigadores un valor estadístico para medir la probabilidad de que los resultados de la investigación se deban al azar. Otra palabra para esto es el nivel alfa. En psicología, se escribe como.
Las pruebas de significación se utilizan habitualmente en la investigación psicológica para determinar en qué medida las variables previstas afectan al fenómeno y que los resultados no se deben al azar.
Explicación de la significación y la probabilidad
El principal método de investigación utilizado en psicología consiste en manipular la variable independiente para observar su efecto sobre la variable dependiente. Sin embargo, los investigadores no pueden controlarlo todo, ni siquiera cuando el experimento se realiza en un laboratorio. Los investigadores no pueden determinar al 100% que sus resultados se deben a las variables que estudian, porque es probable que variables extrañas y de confusión influyan en los efectos observados.
Los investigadores tienen un consenso sobre qué nivel alfa es aceptable, que es 0,05. Si se encuentra un nivel de significación superior a éste, debe rechazarse la hipótesis que establece una diferencia observada (hipótesis alternativa).
Pero, ¿qué significa exactamente un nivel de significación de 0,05 y cómo puede interpretarse? Un valor de significación de 0,05 indica una probabilidad del 95% de que los resultados no se deban al azar.
Nivel de significación Psicología
El nivel de significación en psicología oscila entre 0 y 1 y se expresa como valor p. Cuanto más se acerque el valor a 0, más probable es que los resultados no se deban al azar. Cuanto menor sea, menos probable será que el investigador rechace la hipótesis alternativa y más probable será que rechace la hipótesis nula.
En psicología, el nivel de significación aceptado es 0,05.
Al escribir el valor p, el investigador no indica el 0 antes del punto decimal.
Tipos de pruebas de significación
El valor de significación es un valor cuantitativo que indica al investigador y a los lectores la probabilidad de que los resultados se deban al azar.
Los valores de significación utilizados habitualmente en la investigación psicológica son
- 0,05 - hay un 5% de probabilidades de que los resultados se deban al azar.
- 0,01 - hay un 1% de probabilidades de que los resultados se deban al azar.
- 0,001 - hay un 0,01% de posibilidades de que los resultados se deban al azar.
Todo lo que supere el umbral del 5% significa que debe rechazarse la hipótesis. Es porque hay una probabilidad demasiado alta de que los resultados se deban a factores externos y no a la variable independiente.
Para calcular la probabilidad, sólo tienes que convertir el valor en porcentaje, es decir, x 100.
Probabilidad y significación de dos colas
La hipótesis propuesta al inicio del estudio también influye en el nivel de probabilidad y significación.
Hay muchos tipos de hipótesis en la investigación psicológica:
- La hipótesis nula propone que la IV (variable independiente) no afectará a la VD (variable dependiente).
- Una no direccional: el investigador no afirma cómo cambiará la IV.
- Una direccional - el investigador propone que la IV afectará a la VD; esto puede subdividirse a su vez en de una cola y de dos colas.
Una hipótesis de una cola es cuando un investigador propone la dirección específica (una) de los resultados, es decir, cómo cambiará el IV. Y una hipótesis de dos colas es cuando el investigador propone que la investigación puede ir en cualquier dirección, es decir, que puede observarse un aumento o una disminución.
Como hemos aprendido antes, el tipo de hipótesis aceptada depende del nivel de significación encontrado.
Aceptación de:
- La hipótesis alternativa se acepta si se encuentra un valor igual o inferior al nivel de significación.
- La hipótesis nula se acepta si se encuentra un valor por encima del nivel de significación.
Rechazo de:
- La hipótesis alternativa se rechaza si se encuentra un valor por encima del nivel de significación.
- Se rechaza la hipótesis nula si se encuentra un valor igual o inferior al nivel de significación.
Pruebas de significación y metodología
En ocasiones, los resultados no significativos se deben a problemas con la metodología utilizada. Una vez que se han corregido y se ha vuelto a probar el experimento, se pueden encontrar resultados significativos.
Supongamos que un diseño de investigación no utiliza un protocolo estandarizado. En ese caso, los resultados pueden reflejar las condiciones en las que se experimentó con los participantes y es probable que se deban al azar. El investigador debe repetir el experimento pero utilizando un procedimiento normalizado para contrarrestarlo.
Estos errores pueden dar lugar a errores de tipo 1 y de tipo 2.
Un error de tipo 1 se produce cuando rechazamos incorrectamente la hipótesis nula cuando, de hecho, es cierta. Si el nivel de significación es de 0,05, hay un 5% de posibilidades de que se produzca un error de tipo 1.
Un error de Tipo 2 es cuando rechazamos incorrectamente la hipótesis alternativa cuando es cierta.
Ejemplo de nivel de significación
Echemos un vistazo rápido a los símbolos que puedes encontrarte durante tus estudios:
p = valor de significación.
< = el valor de significación es inferior al número indicado (por ejemplo, < 0,05 = la significación es inferior a 0,05).
> = el valor de significación es mayor que el número indicado (p. ej. > 0,05 = la significación es mayor que 0,05).
Apliquemos ahora la significación a la psicología y a algunos ejemplos.
Si se encuentra un valor significativo, el estadístico inferencial puede utilizarse para hacer inferencias sobre la población objetivo apoyadas en pruebas. Sin embargo, si no es así, el estudio no debe hacer inferencias sobre la población diana.
La estadística inferencial es un valor estadístico cuantitativo que mide los datos recogidos. Puede utilizarse para hacer generalizaciones sobre la población objetivo.
Si no se encuentra un valor no significativo, no significa que no haya relación/interacción entre las variables independiente y dependiente.
Por el contrario, significa que otras variables también influyen en la variable dependiente. Por tanto, el estudio no puede proporcionar una medida precisa (fiable o válida) de la interacción entre las variables independiente y dependiente.
Un ejemplo de nivel de significación para un análisis de correlación que se aceptaría es
r (56) = .63, p = <.05
Este ejemplo muestra:
Se realizó un análisis correlacional(r).
Se encontró una correlación positiva (.63).
Había 56 participantes (56).
Se aceptó el valor de significación porque el valor de significación está por debajo del valor alfa aceptado de 0,05.
La hipótesis alternativa debe aceptarse.
Por otra parte, un análisis correlacional que sugiere que el investigador debe rechazar la hipótesis alternativa y aceptar la hipótesis nula es...
r (56) = .63, p = < .08
Este ejemplo lo demuestra:
El valor de significación no es significativo, ya que es superior a .05.
Debe aceptarse la hipótesis nula.
Probabilidad y significación - Puntos clave
- Las pruebas de significación se utilizan habitualmente en la investigación psicológica para determinar si los resultados se deben al azar o a las variables investigadas. Los resultados de las pruebas (datos estadísticos inferenciales) determinan si se rechaza la hipótesis nula.
- Las pruebas de significación dan a los investigadores un valor estadístico para medir la probabilidad de que los resultados de la investigación se deban al azar.
- Existe un consenso entre los investigadores sobre qué nivel de significación es aceptable, 0,05. El valor de significación puede convertirse en un porcentaje. En este caso, hay un 5% de posibilidades de que los resultados se deban al azar.
- Si se encuentra una cifra significativa, debe aceptarse la hipótesis alternativa; sin embargo, si se encuentra una cifra no significativa, debe aceptarse la hipótesis nula.
- Si se encuentra una estadística inferencial significativa, el investigador puede utilizar sus datos para hacer inferencias sobre la población objetivo.
Aprende más rápido con las 10 tarjetas sobre Probabilidad y Significancia
Regístrate gratis para acceder a todas nuestras tarjetas.
Preguntas frecuentes sobre Probabilidad y Significancia
Acerca de StudySmarter
StudySmarter es una compañía de tecnología educativa reconocida a nivel mundial, que ofrece una plataforma de aprendizaje integral diseñada para estudiantes de todas las edades y niveles educativos. Nuestra plataforma proporciona apoyo en el aprendizaje para una amplia gama de asignaturas, incluidas las STEM, Ciencias Sociales e Idiomas, y también ayuda a los estudiantes a dominar con éxito diversos exámenes y pruebas en todo el mundo, como GCSE, A Level, SAT, ACT, Abitur y más. Ofrecemos una extensa biblioteca de materiales de aprendizaje, incluidas tarjetas didácticas interactivas, soluciones completas de libros de texto y explicaciones detalladas. La tecnología avanzada y las herramientas que proporcionamos ayudan a los estudiantes a crear sus propios materiales de aprendizaje. El contenido de StudySmarter no solo es verificado por expertos, sino que también se actualiza regularmente para garantizar su precisión y relevancia.
Aprende más