Resumen

Las Pruebas de Hipótesis son el procedimiento de análisis más conocido por los investigadores y utilizado en las revistas científicas pero, a su vez, ellas han sido fuertemente criticadas, su uso ha sido cuestionado y restringido en algunos casos por las inconsistencias observadas en su aplicación. Este problema se analiza, en este artículo, tomando como punto de partida los Fundamentos de la Metodología Estadística y los diferentes enfoques que históricamente se han desarrollado para abordar el problema del análisis de las Hipótesis Estadísticas. Resaltándose un punto poco conocido por algunos: el carácter aleatorio de los valores P. Se presentan los fundamentos de las soluciones de Fisher, Neyman-Pearson y Bayesiana y a partir de ellas se identifican las inconsistencias del procedimiento de conducta que indica identificar un valor P, compararlo con el valor del error de tipo I -que usualmente es considerado como 0,05- y a partir de ahí decidir las conclusiones del análisis. Adicionalmente se identifican recomendaciones sobre cómo proceder en un problema, así como los retos a enfrentar, en lo docente y en lo metodológico, para analizar correctamente los datos y determinar la validez de las hipótesis de interés.

INTRODUCCIÓN

Según la American Statistical Association “La Estadística es la aplicación científica de principios matemáticos a la recolección, análisis y presentación de datos numéricos” (1). En el campo de la Investigación Cuantitativa esto se refleja en que la Estadística constituye un elemento metodológico fundamental pues, en este tipo de investigación, las evidencias se derivan de la obtención y análisis de información (2). En ocasiones el trabajo estadístico en la investigación de las diferentes ciencias es realizado total o parcialmente por los propios investigadores, quedando relegada la participación de los profesionales del área a algunos momentos puntuales dentro de las diferentes etapas del trabajo estadístico, lo que en múltiples ocasiones se reduce al análisis de los datos. Esta situación no es muy estimulante pues, como resultado de los énfasis que se hace en los programas de formación en estadística para las diferentes ciencias, así como de sus falencias, muchos investigadores desestiman, por no decir desconocen, los retos metodológicos de la etapas de muestreo y en la selección de las mediciones, así como su efecto en los criterios para el análisis de los datos. En múltiples ocasiones el investigador “selecciona” una muestra de individuos con criterios ecléticos y organiza la investigación como un ejercicio metodológico cuyo fin es coleccionar observaciones para realizar con ellas, posteriormente, Pruebas de Hipótesis con el objetivo de determinar “la significación de los resultados” y con eso dar respuesta a la pregunta de investigación.

• Materias:Estadística Investigación Teorí­a bayesiana de decisiones estadísticas
• Subjects:Statistics Scientific research Bayesian statistical decision theory
• Palabras claves:Pruebas de hipótesis de Neyman-Pearson; Significancia de Fisher pruebas; Pruebas de hipótesis bayesianas; Normas de Vancouver; Valor P; Hipótesis nula
• Keywords:Neyman-Pearson’s hypothesis tests; Fisher’s significance tests; Bayesian hypothesis tests; Vancouver norms; P-value; null-hypothesis