La prueba de hipótesis conocido también como el ritual de la significancia estadística porque cada vez que queremos someter a prueba un planteamiento tenemos que realizar 5 procedimientos de manera ritualista y estos son:
1. Formulación de hipótesis
Consiste en trasladar la estructura gramatical, lógica y científica hacia la estructura matemática a esto se le conoce como sistema de hipótesis o hipótesis estadística, así tenemos que las dos hipótesis estadísticas son: Hipótesis nula denotada por Ho y la hipótesis alterna denotada por H1. El primer paso es colocar la hipótesis del investigador como hipótesis alterna es lo que plantea el investigador, es lo que desea probar y luego la hipótesis nula no es más que la negación de la hipótesis del investigador a esta es a la que hay que rechazar o no rechazar por eso es que se le denomina hipótesis de trabajo
2. Establecer el nivel de significancia
Si lo que queremos es quedarnos con la hipótesis alterna llamada también hipótesis del investigador, pero debemos trabajar con la hipótesis nula entonces la intención es rechazar la hipótesis nula para quedarnos con la hipótesis alterna , pero que pasa si no equivocamos debemos establecer un límite sobre el cual no debemos accedernos cuando queremos dar por válida nuestra conclusión
Según Fisher, el nivel de significancia estadística equivale a la magnitud del error que se está dispuesto a correr de rechazar una hipótesis nula que en realidad era verdadera.
3. Elección del estadístico de prueba
Clásicamente se dividen a las pruebas estadísticas en paramétricas y no paramétricas, dependiendo de la distribución de la variable aleatoria, pero existen 6 criterios que debemos tener en cuenta cuando tratamos de escoger que prueba estadística vamos a utilizar para concluir si nos quedamos con la hipótesis alterna o nos quedaremos con la hipótesis nula, estos seis conceptos o criterios utilizados para elegir una prueba estadística son: el tipo de estudio, el nivel investigativo, el diseño de la investigación, el objetivo estadístico, las escalas de medición de la variables y finalmente el comportamiento de los datos
4. Lectura del p-valor
Si ya hemos escogido un estadístico de prueba este nos permitirá calcular el error, el error que habíamos establecido como límite en el paso numero dos denominado nivel de significancia no debe accederse, bueno para saber si no nos hemos excedido este límite debemos calcular el p–valor y su magnitud deberá estar por debajo del límite planteado preliminarmente, este paso no fue planteado originalmente por Fisher, porque entonces no se disponían de programas informáticos a la hora de calcular el p-valor, entonces no había forma de conocer su valor exacto. Hoy en día con la ayuda de los programas informáticos si podemos conocer el valor de p.
5. Toma de la decisión
Si ya hemos calculado el p-valor que s la magnitud del error y tenemos un límite sobre el cual no debemos pasarnos, entonces si el p-valor está por debajo de este límite podemos afirmar nuestra hipótesis alterna, podemos rechazar al hipótesis nula para quedarnos con la hipótesis alterna, pero si el p-valor no está por debajo de este límite, más bien está por encima , quiere decir que tenemos mucho error y por tanto no podremos quedarnos con la hipótesis del investigador no podremos rechazar la hipótesis nula por lo tanto no habremos demostrado nuestra hipótesis . La decisión se toma en función a la magnitud del p-valor, en relación al nivel de significancia que se planteó preliminarmente.
1. Formulación de hipótesis
Consiste en trasladar la estructura gramatical, lógica y científica hacia la estructura matemática a esto se le conoce como sistema de hipótesis o hipótesis estadística, así tenemos que las dos hipótesis estadísticas son: Hipótesis nula denotada por Ho y la hipótesis alterna denotada por H1. El primer paso es colocar la hipótesis del investigador como hipótesis alterna es lo que plantea el investigador, es lo que desea probar y luego la hipótesis nula no es más que la negación de la hipótesis del investigador a esta es a la que hay que rechazar o no rechazar por eso es que se le denomina hipótesis de trabajo
2. Establecer el nivel de significancia
Si lo que queremos es quedarnos con la hipótesis alterna llamada también hipótesis del investigador, pero debemos trabajar con la hipótesis nula entonces la intención es rechazar la hipótesis nula para quedarnos con la hipótesis alterna , pero que pasa si no equivocamos debemos establecer un límite sobre el cual no debemos accedernos cuando queremos dar por válida nuestra conclusión
Según Fisher, el nivel de significancia estadística equivale a la magnitud del error que se está dispuesto a correr de rechazar una hipótesis nula que en realidad era verdadera.
3. Elección del estadístico de prueba
Clásicamente se dividen a las pruebas estadísticas en paramétricas y no paramétricas, dependiendo de la distribución de la variable aleatoria, pero existen 6 criterios que debemos tener en cuenta cuando tratamos de escoger que prueba estadística vamos a utilizar para concluir si nos quedamos con la hipótesis alterna o nos quedaremos con la hipótesis nula, estos seis conceptos o criterios utilizados para elegir una prueba estadística son: el tipo de estudio, el nivel investigativo, el diseño de la investigación, el objetivo estadístico, las escalas de medición de la variables y finalmente el comportamiento de los datos
4. Lectura del p-valor
Si ya hemos escogido un estadístico de prueba este nos permitirá calcular el error, el error que habíamos establecido como límite en el paso numero dos denominado nivel de significancia no debe accederse, bueno para saber si no nos hemos excedido este límite debemos calcular el p–valor y su magnitud deberá estar por debajo del límite planteado preliminarmente, este paso no fue planteado originalmente por Fisher, porque entonces no se disponían de programas informáticos a la hora de calcular el p-valor, entonces no había forma de conocer su valor exacto. Hoy en día con la ayuda de los programas informáticos si podemos conocer el valor de p.
5. Toma de la decisión
Si ya hemos calculado el p-valor que s la magnitud del error y tenemos un límite sobre el cual no debemos pasarnos, entonces si el p-valor está por debajo de este límite podemos afirmar nuestra hipótesis alterna, podemos rechazar al hipótesis nula para quedarnos con la hipótesis alterna, pero si el p-valor no está por debajo de este límite, más bien está por encima , quiere decir que tenemos mucho error y por tanto no podremos quedarnos con la hipótesis del investigador no podremos rechazar la hipótesis nula por lo tanto no habremos demostrado nuestra hipótesis . La decisión se toma en función a la magnitud del p-valor, en relación al nivel de significancia que se planteó preliminarmente.
