TEMA 10: ESTIMACIÓN Y/O SIGNIFICACIÓN ESTADÍSTICA

La significación estadística es una de las dos formas que tenemos de hacer inferencia, la otra es la estimación puntual y/o por intervalos. Permite contrastar hipótesis y relacionarlo con el método científico. Se parte de la hipótesis nula, frente a la hipótesis alternativa. Permiten calcular un parámetro muy importante que es el parámetro de significación. Nos permite tomar decisiones, cuantificando el error.

Hipótesis estadística 
Consiste en una creencia sobre los parámetros de una o más poblaciones, siempre son proposiciones sobre la POBLACIÓN, NO sobre la MUESTRA, aunque lo vamos a comprobar en una muestra empíricamente. Por lo que al hacer la inferencia tengo riesgo de error. Son conjetura que se hacen antes de empezar el muestreo y pretenden comprobar si la diferencia encontrada en la muestra del estudio se puede generalizar a la población. Para ello se construye un modelo teórico en el que se formula una hipótesis. Con los contrastes (tests) de hipótesis la estrategia es la siguiente:
  • HIPÓTESIS NULA (H0): contempla la no existencia de diferencias entre los parámetros que se comprara (las dos proporciones iguales).
  • HIPÓTESIS ALTERNATIVA (H1):contemplan la existencia de diferencias entre los parámetros que se compraran. (las dos proporciones diferentes).
Contrastes de hipótesis
  • Establecer a priori una hipótesis a cerca del valor del parámetro
  • Realizar la recogida de datos
  • Analizar la coherencia de entre la hipótesis previa y los datos obtenidos.
Con herramientas estadísticas para responder a preguntas de investigación permite cuantificar la compatibilidad entre una hipótesis previamente establecida y los resultados obtenidos, siempre va contrastar la hipótesis nula. Se utiliza la prueba correspondiente y se mide la prueba de error al rechazar la hipótesis nula, asociada al valor de p. Según el nivel de significación que hayamos preestablecido (habitualmente un 95%) las solucione pueden ser:
  • 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.
Paso 1: Expresar el interrogante de la investigación como una hipótesis estadística. H0: “no hay diferencia". H1: “hay diferencia"
Paso 2: Decidir sobre la prueba estadística adecuada dependiendo de las características de la población y de las variables que entra en la hipótesis. Los paramétricos se utilizan si las variables cualitativa. Sigue la normal (Fisher que compara dos cualitativas para un inferior a 50). Si no paramétrico; cuantitativa que no sigue una normal.
Paso 3: Seleccionar grado de significación para la prueba estadística. Grado de significación = alfa= probabilidad de rechazar de manera incorrecta H0 cuando sea cierta (normalmente 0.05, 0.01, 0.001).
Paso 4: Realizar cálculos y exponer conclusiones.

Comentarios

Publicar un comentario

Entradas populares de este blog

SESIÓN TEÓRICA ESTADÍSTICA Y TIC: TEMA 1

El metaparadigma de la ciencia enfermera abarca: Persona, Salud, Entorno y Enfermería. Características del conocimiento científico:  Fáctico Trascendente Predictivo Simbólico Analítico Metódico Útil Explicativo Verificable Comunicable  Abierto y escéptico Claro y preciso Problemas del conocimiento científico: Complejidad Medición  Control Ética Teorema de la variabilidad: Repetibilidad Concordancia intraobservadores Concordancia interobservaodres
Leer más

TEMA 4: INTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTIVA

Imagen
Existen dos conceptos de estadística: la estadística descriptiva que se encarga de ordenar, agrupar, clasificar datos de un determinado grupo, explorar las relaciones entre variables étc. de manera clara y fácil sin pretender sacar conclusiones de tipo general. La estadística inferencial, en cambio, predice el comportamiento de una población apoyándose de la estadística descriptiva y la probabilidad. Nosotros trabajaremos la estadística descriptiva.  Variables: Presentación de datos. Las tablas de frecuencia nos ayudan a leer los datos que muestran frecuencias en columnas y las categorías de las variables en filas. Presentan información repetitiva de forma visible y comprensible y además encontramos múltiples de variaciones (tabla de frecuencia variable cualitativa dicotómica, policotómica, ordinal, discreta...).  Variables Continuas: tablas de frecuencia de datos agrupados. La manera de hacer sería siguiendo estos pasos: Calculamos el Recorrido: ...
Leer más

TEMA 13: PRUEBAS PARAMÉTRICAS MÁS UTILIZADAS EN ENFERMERÍA

Variable cualitativa Vs Variable cuantitativa Paramétricos: T de student para 1 o dos muestras (o categorías) (apareadas o independientes). ANOVA (para más de dos muestras o categorías independientes) No paramétricos: Prueba U de Mann Whitney (muestras Test Wilconxon (muestras Test Kruskal Wallis (más de dos muestras o categorías) TEST DE NORMALIDAD Kolmogorov (n mayor de 50) o Shapiro (n menor de 50) K-S <0,05  Distribución No normal. (Test no paramétrico) K-S >0,05  Distribución normal (Test paramétrico) T DE STUDENT  Criterios de parametricidad Distribución Normalidad (Test K S o Shapiro) Homocedasticidad o igualdad de varianza Test Levene. F> 0,05: Se asume igualdad de varianzas F< 0,05: No hay igualdad de varianzas N muestral > 30 Permite contrastar Sí dos muestras proceden o no de la misma población. Si hay diferencia entre las dos medias. Las muestras Muestras independientes Muestra...
Leer más