Resumenes 
Flashcards 
StudySmarter AI 
Apuntes 
Plan de estudios 
Sets de estudio 
Repeticion espaciada 
Exámenes 
Magazine 
Hacer carrera 
Formacion Profesional 
Mobile App 
Saltar a un capítulo clave
- Empezaremos aplicando las pruebas inferenciales a la psicología.
- Después exploraremos los tipos de pruebas inferenciales en la investigación y aplicaremos pruebas inferenciales en la investigación.
- A continuación, profundizaremos en las distintas pruebas estadísticas inferenciales.
- Y, por último, veremos un ejemplo de prueba de hipótesis de estadística 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.
La estadística inferencial analiza los datos mediante pruebas estadísticas para determinar si los resultados apoyan su hipótesis.
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.
La estadística inferencial puede utilizarse para identificar patrones/tendencias y determinar si los resultados son generalizables a la población.
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.
En la investigación experimental, la variable independiente (IV) es la variable manipulada, y la variable dependiente es la variable medida después de manipular la IV (y a veces también antes).
A los investigadores les resulta imposible controlar los factores externos que pueden influir en la IV o la VD; éstos se conocen como variables de confusión o extrañas, que reducen la validez de la investigación.
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.
La significación también se conoce como valor p. Es una estadística inferencial que te indica la probabilidad con la que los investigadores pueden aceptar o rechazar la hipótesis de investigación.
El valor se entiende mejor como una proporción. Veamos un ejemplo que convierte el valor p en un porcentaje.
Si el valor p es 0,10, hay un 10% de probabilidades de que el tamaño del efecto observado se deba a un error de muestreo o experimental.
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.
Un intervalo de confianza del 95% indica que puedes estar seguro en un 95% de que la muestra está formada por la media de la población. Si el método de muestreo se repitiera varias veces, el 95% de los intervalos analizados representaría la media de la población.
Un mayor tamaño de la muestra reduce el rango de valores del intervalo, lo que significa que es probable que la media calculada sea más exacta.
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 inferenciales [+] Gráfico de campana de distribución utilizado para calcular puntuaciones z [+] StudySmarter](https://s3.eu-central-1.amazonaws.com/studysmarter-mediafiles/media/1865576/summary_images/bayesian-gbc0824ed3_640.png?X-Amz-Algorithm=AWS4-HMAC-SHA256&X-Amz-Credential=AKIA4OLDUDE42UZHAIET%2F20241215%2Feu-central-1%2Fs3%2Faws4_request&X-Amz-Date=20241215T083849Z&X-Amz-Expires=604800&X-Amz-SignedHeaders=host&X-Amz-Signature=d5a5a431b38f04a39534de0f84a779ad1c6b7370fa892c2d28e776ca450f43e1)
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.
Algunos ejemplos de errores son las variables de confusión que afectan a la VD, las imprecisiones o la falta de precisión en la realización de la investigación.
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).
La hipótesis nula afirma que no se encontrarán diferencias entre los fenómenos/grupos objeto de estudio.
La hipótesis alternativa afirma que existe una relación significativa entre las variables objeto de estudio (es decir, que la variable independiente influye en la variable dependiente) y que dicha relación no se ha producido por casualidad.
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.
Si en un estudio se encuentra un nivel de significación de 0,08, se rechaza la hipótesis alternativa y debe aceptarse la hipótesis nula. La prueba inferencial sugiere que el IV no afecta al VD, y que los resultados se deben probablemente al azar o a otras variables. Por lo tanto, los resultados se consideran inadecuados para su generalización a la población.
Es probable que los datos estadísticos analizados utilizando la muestra difieran de los resultados que se obtendrían si se analizara a toda la población; esta diferencia se denomina error de muestreo. Así pues, el análisis puede mostrar discrepancias si se repite el estudio con una muestra diferente.
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.
Pruebas inferenciales - Puntos clave
Las pruebas inferenciales son pruebas estadísticas que se utilizan para determinar si los resultados de la investigación pueden generalizarse a la población general.
El nivel de significación es un estadístico inferencial que los psicólogos han acordado que debe ser inferior a 0,05. Si es así, es menos probable que los resultados no se deban al azar.
Los intervalos de confianza proporcionan una estimación porcentual de la confianza del investigador en que la muestra es representativa de la población general. Un porcentaje significativo indica que el conjunto de datos es una muestra de población razonable y representativa.
La comprobación de hipótesis es un ejemplo de comprobación inferencial que tiene en cuenta el error de muestreo.
Aprende más rápido con las 9 tarjetas sobre Prueba inferencial
Regístrate gratis para acceder a todas nuestras tarjetas.
Preguntas frecuentes sobre Prueba inferencial
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