MÓDULO 0607- METODOLOGÍA II.

LA INVESTIGACIÓN CON GRUPOS EN EL CAMPO DE LA PSICOLOGÍA DE LA SALUD 1

Lógica de la inferencia estadística .................................................. 2

Muestreo ...................................................................................... 2
Muestreo No Probabilístico..................................................... 3
Muestreo Probabilístico .......................................................... 3
Muestreo Aleatorio Simple ..................................................... 3
Muestreo Aleatorio Estratificado ............................................ 4
Distribución Muestral.................................................................. 5
Distribución Muestral De Medias ........................................... 5
UNIDAD. I Estimación De Parámetros ...................................................... 9
Lógica De La Contrastación De Hipótesis ................................ 11
Formulación De Hipótesis Que Han De Contrastarse........... 11
PRINCIPALES DISTRIBUCIONES Elección De La Prueba Estadística ....................................... 12
PROBABILÍSTICAS EN INFERENCIA Distribución Muestral............................................................ 13
Nivel De Significación .......................................................... 13
ESTADÍSTICA EN LA PSICOLOGÍA Región De Rechazo ............................................................... 14
DE LA SALUD. Decisión................................................................................. 14
Tipos De Error....................................................................... 15

Lectura 2

Silva, R. A. (1992). Lógica de la inferencia

estadística. En: Métodos
Cuantitativos en Psicología
México. Trillas. Pp. 369-393.

Para profundizar en este tipo de contenidos consulte la obra:

Silva, R. A. (1992). Métodos Cuantitativos en Psicología. México. Trillas
UNIDAD I. PRINCIPALES DISTRIBUCIONES PROBABILÍSTICAS EN INFERENCIA ESTADÍSTICA EN LA PSICOLOGÍA DE LA SALUD.
MÓDULO 0607- METODOLOGÍA II. LA INVESTIGACIÓN CON GRUPOS EN EL CAMPO DE LA PSICOLOGÍA DE LA SALUD 2

LÓGICA DE LA INFERENCIA ESTADÍSTICA representación se usan letras itálicas; por ejemplo, Ỹ representa a la
media de la muestra y s a la desviación estándar.
EI análisis descriptivo de los datos proporciona una base sólida al El procedimiento más adecuado para elegir el subconjunto de sujetos
investigador para derivar conclusiones acerca de los fenómenos de una población es el muestreo aleatorio, ya que permite garantizar que
estudiados. Sin embargo, en la mayoría de los casos es necesario hacer todas las muestras posibles de tamaño fijo n tengan la misma
un análisis más exhaustivo de las relaciones observadas en la probabilidad de ser seleccionadas en la muestra. Cuando se utiliza este
investigación, por lo que se debe dar un paso más en la evaluación de procedimiento se espera que en la muestra estén presentes de forma
los hallazgos. Esto se logra a través de la determinación de inferencias más o menos equitativa, las características sobresalientes de la
probabilísticas. Las herramientas utilizadas para establecer y contrastar población de interés.
inferencias probabilísticas son los métodos cuantitativos inferenciales, Una de las ventajas del muestreo aleatorio reside en que no es
los cuales abarcan dos problemas: la estimación de los parámetros de la tendencioso, en cuanto a que ningún miembro de la población tiene
población y el contraste de hipótesis. Conforme a lo anterior, la finalidad mayor probabilidad de pertenecer a la muestra, sino que todos tienen la
de este capítulo es presentar los elementos básicos que constituyen el misma; con esto se elimina la posibilidad de que operen las tendencias o
razonamiento inferencial estadístico. En primer término se abordan los prejuicios del investigador. Por el contrario, extraer muestras por
temas de muestreo y distribución muestral y posteriormente se hace una procedimientos no aleatorios posibilita que algún factor o factores
revisión general de campo de la estimación de parámetros. El capítulo desconocidos influyan en la selección de muestras tendenciosas y que,
finaliza con la presentación del razonamiento utilizado en el contraste de por consiguiente, no sean representativas de las características de la
hipótesis. población que revisten importancia para la investigación.
La selección de una porción de la población a través de
Muestreo procedimientos de muestreo aleatorio garantiza, con un alto grado de
confianza, la representatividad de la muestra elegida; sin embargo,
En la mayoría de las investigaciones en psicología no es posible propiamente dentro del diseño experimental todavía se tiene que decidir
estudiar todos los sujetos que conforman la población de interés; por tal la forma en que cada sujeto de la muestra será asignado a las
razón, es necesario seleccionar adecuadamente una parte de la misma condiciones experimentales. La opción metodológica para realizarlo es el
con la finalidad de inferir, a partir de esa porción, las características de la procedimiento aleatorio, ya que por medio de éste es posible asignar los
población. Es factible obtener conclusiones acerca de un conjunto sin sujetos de un universo a subconjuntos del mismo universo, de tal
que necesariamente estudiemos de forma exhaustiva a todos los manera que cualquier miembro del mismo tenga igual probabilidad de
elementos que la componen (Holguín y Hayashi, 1977). ser asignado (Kerlinger, 1975).
El concepto de población se refiere al conjunto de sujetos que poseen La asignación aleatoria es, pues, un procedimiento mediante el cual
las principales características objeto de análisis, de las cuales todas los sujetos son distribuidos al azar a los grupos experimentales; también
aquellas que sean mensurables reciben el nombre de parámetros•, por las condiciones o tratamientos se asignan de manera aleatoria a los
ejemplo, el índice de estudiantes drogadictos en México. Los parámetros grupos, con la finalidad de contar con grupos experimentales que
de las poblaciones se representan por medio de letras griegas; de este suponemos iguales, dentro de los límites del azar, en cuanto a codas
modo, la letra µ simboliza la media poblacional y la letra v la desviación sus características posibles.
estándar. En conclusión, el muestreo y la asignación aleatorios son dos
La muestra puede definirse como una porción de la población que al procedimientos que responden a objetivos diferentes dentro de una
menos teóricamente contiene las mismas características que se desean investigación. Con el primero es posible contar con muestras
estudiar en la población. Se supone pues, que el comportamiento de las representativas de la población de la que se obtuvieron; es decir, la
distintas variables en la muestra es un reflejo fiel de su comportamiento muestra reúne aproximadamente igual proporción de las características
en la población. Comúnmente se usa el término estadístico para de la población que son relevantes para la investigación. Por otro lado, la
designar la medida calculada a partir de una muestra; para su asignación aleatoria garantiza, dentro de los límites del azar, la
homogeneidad de los grupos que están en las diferentes condiciones.
Para profundizar en este tipo de contenidos consulte la obra:
Silva, R. A. (1992). Métodos Cuantitativos en Psicología. México. Trillas
UNIDAD I. PRINCIPALES DISTRIBUCIONES PROBABILÍSTICAS EN INFERENCIA ESTADÍSTICA EN LA PSICOLOGÍA DE LA SALUD.
MÓDULO 0607- METODOLOGÍA II. LA INVESTIGACIÓN CON GRUPOS EN EL CAMPO DE LA PSICOLOGÍA DE LA SALUD 3

Puesto que el objetivo de este capítulo es precisamente mostrar la forma selección la probabilidad de elegir un adolescente es también de 1/400.
en que se puede inferir el comportamiento de una población a partir de la Cuando los elementos de la muestra no se devuelven, el muestreo
observación de una muestra, sólo se abordarán las maneras en que realizado es sin reemplazo; por consiguiente, en cada extracción varía la
puede seleccionarse la muestra. probabilidad de selección. Por ejemplo, una vez elegido un adolescente,
la probabilidad que tendrá cada uno de los adolescentes restantes será
Muestreo No Probabilístico
de 1/399 y así se irá reduciendo la probabilidad de selección de cada
sujeto en cada nueva extracción, debido a que la unidad seleccionada
El muestreo no probabilístico no emplea la extracción aleatoria, no se retorna a la población. Este método de selección es también
debido a lo cual no reúne las características antes mencionadas, es aleatorio, puesto que si bien es cierto que la probabilidad de seleccionar
decir, todas las muestras posibles de tamaño n que pueden elegirse de un sujeto varía en cada nueva extracción, esta probabilidad es idéntica
una población de tamaño N tienen diferente probabilidad de ser para los adolescentes restantes en cada elección.
seleccionadas. Los anteriores ejemplos se refieren al caso en que sólo
Una forma de muestreo no probabilístico es el llamado muestreo por seleccionamos un elemento de la población; sin embargo, siempre se
cuotas, que consiste en clasificar a la población en subgrupos o cuotas busca que la muestra sea representativa de la población, por lo que
según ciertas características. Para seleccionar a la muestra se eligen, dicha muestra estará constituida por más de un miembro. Así pues, un
conforme al criterio del investigador, los miembros que sean más mejor definición de muestreo aleatorio es la siguiente: es el método que
representativos o típicos de acuerdo con el objetivo del estudio. Con este consiste en seleccionar un subconjunto de una población, de manera
procedimiento se intenta tener "representatividad" de la población que todas las muestras posibles de tamaño n tengan la misma
estudiada; sin embargo, posee el defecto de que la información probabilidad de ser elegidas. Por ejemplo, si extraemos una muestra
compilada sólo es válida para la muestra (Rojas, 1981). aleatoria de 83 adolescentes de una población de 400, esto significa que
El muestreo intencional es otra forma de selección no probabilístico todas la muestras posibles de 83 adolescentes que pueden obtenerse de
en la que se busca que la muestra sea representativa de la población de un total de 400, tienen la misma oportunidad de ser elegidas.
donde se obtiene; pero la posible representatividad depende del criterio Los tipos de muestreo aleatorio más conocidos son el simple y el
particular de quien la elige. Es frecuente que las muestras estén estratificado.
marcadamente influidas por las preferencias o tendencias del
investigador, ya que la mayoría de las veces se aprovechan las Muestreo Aleatorio Simple
muestras disponibles; por ejemplo, grupos de alumnos, pacientes
recluidos en un hospital, grupos de niños Down en un centro de Este tipo de muestreo requiere la identificación clara y precisa de
educación especial, etcétera. cada uno de los elementos que componen la población (N), con la
finalidad de que sean numera-dos de 1 a N. La selección de los
Muestreo Probabilístico
miembros que constituirán la muestra debe ser al azar. Es muy común
considerar que la elección de cualquier grupo de miembros disponibles
A diferencia del muestreo no probabilístico, en el probabilístico las se efectúa al azar; sin embargo, esta afirmación es falsa, ya que los
unidades de observación se seleccionan de forma aleatoria, de tal miembros no disponibles de esa población tienen una nula oportunidad
manera que la oportunidad de elegir un miembro de la población es igual de ser seleccionados.
para cada uno de ellos. Supongamos que se desea estudiar una Un procedimiento para seleccionar aleatoriamente los miembros que
población de 400 adolescentes que asisten a una escuela secundaria. conformarán la muestra consiste en doblar trozos de papel en los que
La selección al azar de un adolescente de esa población, al igual que la previamente se haya escrito un número de 1 a N. Por ejemplo, en un
de otros adolescentes, tiene una probabilidad de 1/400 estudio de articulación en una niña hipoacúsica (Aragón y Silva, 1984)
Al seleccionar a una persona tenemos la opción de devolverlo a la se deseaba entrenar ocho de 16 fonemas consoflafltes, para lo cual se
pobiación o no regresarlo. En casos de regresarlo se dice que se está hizo una tira de papel para cada uno de ellos, se enrollaron las tiras y se
realizando un muestreo con reemplazo, de tal forma que en cada nueva pusieron en una urna, se la agitó y se sacó una tira de correspondió al
Para profundizar en este tipo de contenidos consulte la obra:
Silva, R. A. (1992). Métodos Cuantitativos en Psicología. México. Trillas
UNIDAD I. PRINCIPALES DISTRIBUCIONES PROBABILÍSTICAS EN INFERENCIA ESTADÍSTICA EN LA PSICOLOGÍA DE LA SALUD.
MÓDULO 0607- METODOLOGÍA II. LA INVESTIGACIÓN CON GRUPOS EN EL CAMPO DE LA PSICOLOGÍA DE LA SALUD 4

fonema /m/; se agitó nuevamente y se sacó otro, y así sucesivamente suposición de la existencia de estratos en la población que, aunque
hasta obtener los 8 que constituirían la muestra de fonemas en que marcadamente diferentes entre sí, tienen una gran homogeneidad entre
habría de entrenarse a la niña hipoacúsica. los miembros que los componen. La estratificación puede realizarse de
El procedimiento descrito resulta muy sencillo y rápido si el tamaño acuerdo con tantas variables como sea posible y que sean pertinentes.
de la población es muy pequeño; sin embargo, cuando la población es En un estudio de Ham y Tapia (1985), en el cual se hizo una
grande, el procedimiento se vuelve engorroso. Otra forma de seleccionar detección de los factores que influyen en la drogadicción, se partió de la
aleatoriamente los miembros de una muestra consiste en recurrir a suposición de que entre los adolescentes existían diferencias de acuerdo
tablas de números aleatorios, como la que aparece en el apéndice ІІ con el grado escolar en que se encontraban, y que probablemente estas
(tabla C). Los números de la tabla son generados por una computadora, diferencias estuvieran influyendo en las causas que hacían que
de tal forma que en ellos no se sigue un orden o sistema discernible. ingirieran una droga; del mismo modo, se pensó en investigar si el
Por ejemplo, para seleccionar 83 adolescentes (n) de una población mismo tipo de causas inducen a los hombres y a las mujeres al consumo
de 400 (N) mediante la tabla de números aleatorios, primero se debe de tales sustancias. Conforme a estos lineamientos, se realizó un
determinar el número de dígitos que tiene el tamaño de la población. En muestreo estratificado de acuerdo con el grado escolar que cursaba el
este caso, son tres (400). Posteriormente, se numeran de manera adolescente y al sexo del mismo. A la muestra seleccionada se le aplicó
progresiva los 400 miembros de los adolescentes, de tal forma que cada un cuestionario para obtener información acerca de la prevalencia de
número contenga los tres dígitos del valor de N; por ejemplo, 001, 002, dicho fenómeno y su relación con factores familiares, sociales y
..., 399, 400. A continuación se acude a la tabla de números aleatorios escolares. Por lo tanto, fue preciso estratificar con base en el grado
entrando por ella en el punto obtenido al sortear los números del 1 al 25 escolar y en el sexo.
(total de renglones) y del 1 al 40 (total de columnas). Supongamos que La escuela tenía un total de 366 alumnos, distribuidos como se
en el primer caso el dígito seleccionado es 6(renglón) y en el segundo 17 muestra en la tabla 12.1.
(columna). Entonces, el punto de inicio será el primer número del trío
(porque el tamaño de la población tiene tres dígitos) que marque el cruce Tabla 12.1. Muestreo estratificado.
del renglón 6 con la columna 17. Ahora se puede seguir cualquier
dirección; por ejemplo, proceder a anotar dígitos en todas direcciones,
horizontal y vertical. Al llegar al final de una columna o renglón se
cambia de dirección y se prosigue como antes.
Volviendo al ejemplo, en la columna 17 renglón 6 se encuentra que la
primera cifra es 348, la cual indica que el adolescente marcado con ese
número debe incluirse en la muestra; siguiendo verticalmente hacia
arriba aparece 749, pero como este número no está incluido en la
población, se desecha y se continúa hasta encontrar un trío de números
que estén dentro del límite 001 a 400; los siguientes dos números, que sí
caen entre los límites, son 053 y 323. Este procedimiento se prosigue
hasta completar los 83 adolescentes que constituirán la muestra.
Cuando un número se repite, en caso de que sea un muestreo sin En donde
reemplazo, se descarta. Si el muestreo es con reemplazo, la repetición
del número se vuelve a anotar. Al término de la selección se elabora una
lista con todos los nombres de las unidades seleccionadas.
Muestreo Aleatorio Estratificado

El muestreo estratificado se fundamenta conceptualmente en la

Para profundizar en este tipo de contenidos consulte la obra:
Silva, R. A. (1992). Métodos Cuantitativos en Psicología. México. Trillas
UNIDAD I. PRINCIPALES DISTRIBUCIONES PROBABILÍSTICAS EN INFERENCIA ESTADÍSTICA EN LA PSICOLOGÍA DE LA SALUD.
MÓDULO 0607- METODOLOGÍA II. LA INVESTIGACIÓN CON GRUPOS EN EL CAMPO DE LA PSICOLOGÍA DE LA SALUD 5

El muestreo estratificado que se seleccionó fue el proporcional, con la distribución muestral de medias; similarmente, es posible calcular la
finalidad de que la fracción de muestreo resultara igual en todos los distribución muestral de diferencias de medias; esto es, una distribución
estratos; es decir, en cada estrato se obtuvo una proporción igual de de frecuencias de un gran número de diferencias entre medias
unidades de muestreo. La proporción de muestreo se obtiene mediante muestrales aleatorias que se han extraído de una población dada.
la razón existente entre el tamaño de la muestra deseada sobre el
tamaño de la población en estudio; esto es:
Distribución Muestral De Medias

Supongamos que tenemos una población de cinco niños autistas, a

los cuales se les mide el número de conductas aucodescructivas durante
En el estudio se aplicó un cuestionario a 83 adolescentes, de tal dos horas de registro, obteniéndose los siguientes resultados: Х1 = 10,
manera que la fracción de muestreo utilizado fue: Х2 = 12, Х3 = 14, Х4 = 16 y Х5 = 18. La media, varianza y desviación
estándar de las conductas autodestructivas en la población son:

Una vez obtenida, la proporción de muestreo se multiplica por cada

Nij para saber cuántos miembros deberán seleccionarse por cada estrato
(nij). En la tabla 12.1 se observa el resultado que se obtiene al multiplicar
cada Nij por la fracción muestral para determinar el [amaño de muestra
en cada estrato. La selección de los casos de las muestras en cada
estrato se realizó por medio de muestreo aleatorio simple, ya que se
consideró a cada estrato como una población.
Existe un segundo tipo de muestreo estratificado, el no proporcional,
en el cual la fracción de muestreo es diferente cuando menos en un
estrato.

Distribución Muestral
.
En la sección anterior se examinaron los procedimientos para
seleccionar una muestra de una población. En ésta se estudiará el
comportamiento de los estadísticos de las muestras, puesto que la
piedra angular en el contraste de hipótesis es inferir, a partir del
El número de muestras posibles que pueden extraerse de esa
conocimiento de algunas características de la muestra, ciertas
población de cinco niños autistas depende de si el muestreo se efectúa
propiedades de la población.
con reemplazo o sin él. En nuestro ejemplo lo haremos con reemplazo;
El comportamiento de las muestras se estudia por medio de la
así pues, el número de muestras posibles de tamaño n = 2 se obtiene
distribución muestral, ya que comprende todos los valores posibles que
con la fórmula:
pueden ser tomados por un estadístico, obtenidos aleatoriamente de
todas las muestras posibles de n fija de una población. Cuando se
calcula la media para todas las muestras posibles se obtiene la
Para profundizar en este tipo de contenidos consulte la obra:
Silva, R. A. (1992). Métodos Cuantitativos en Psicología. México. Trillas
UNIDAD I. PRINCIPALES DISTRIBUCIONES PROBABILÍSTICAS EN INFERENCIA ESTADÍSTICA EN LA PSICOLOGÍA DE LA SALUD.
MÓDULO 0607- METODOLOGÍA II. LA INVESTIGACIÓN CON GRUPOS EN EL CAMPO DE LA PSICOLOGÍA DE LA SALUD 6

Tabla 12.3. Distribución muestral de medias.

donde

Si calculamos la media de cada muestra se tendrán tantas medias

como muestras posibles. En la tabla 12.2 se presentan las muestras
junto con sus medias.

Tabla 12.2. Las 25 muestras posibles de tamaño n = 2 que se

obtienen de una población N = 5.

En la figura 12.1 se representa gráficamente la distribución muestral

de medias; en ella se observa que ésta crece gradualmente hasta formar
un pico y, a continuación decrementa de igual manera, dando por
consiguiente una simetría perfecta.

La distribución muestral de medias se construye enumerando los

diferentes valores de cada media en una columna y la frecuencia de su
ocurrencia en la otra, como se observa en la tabla 12.3

Figura 12.1. Distribución muestral de medias.

Para profundizar en este tipo de contenidos consulte la obra:

Silva, R. A. (1992). Métodos Cuantitativos en Psicología. México. Trillas
UNIDAD I. PRINCIPALES DISTRIBUCIONES PROBABILÍSTICAS EN INFERENCIA ESTADÍSTICA EN LA PSICOLOGÍA DE LA SALUD.
MÓDULO 0607- METODOLOGÍA II. LA INVESTIGACIÓN CON GRUPOS EN EL CAMPO DE LA PSICOLOGÍA DE LA SALUD 7

Una primera conclusión que se puede obtener acerca del

comportamiento de la distribución muestral de medias es que ésta
adquiere una forma de curva normal, con una determinada dispersión.
La distribución se vuelve más compacta a medida que aumenta el
tamaño de la muestra.
Calculemos ahora la media de la distribución de medias, que se Sin embargo, cuando el muestreo se efectúa con reemplazo y la
población es finita, la varianza de la distribución de medias es igual a la
denota por de tal manera que se obtiene una media de las medias. razón entre la varianza de la población sobre el tamaño de la muestra
Por lo tanto: usado para obtener la distribución muestral. De esta manera, se deriva
una tercera conclusión del comportamiento de la distribución muestral,
que consiste en que la varianza de la distribución puede obtenerse sin
necesidad de calcularla directamente, mediante la fórmula:

Nótese que la media de la distribución de medias es idéntica a la

En nuestro caso:
media población, derivándose una segunda conclusión, en términos de
que

que es el mismo valor que se había obtenido al calcularla

A la distribución muestral de medias es posible calcularle también directamente. A la desviación estándar de la distribución muestral se le
medidas de variabilidad; por ejemplo, la varianza, la cual se denota denomina error estándar, y es la raíz cuadrada de la varianza.
como: Todo el anterior comportamiento de la distribución muestral se
cumple cuando el muestreo es con reemplazo, sin embargo, cuando se
realiza un muestreo sin reemplazo de una población finita, la distribución
muestral de medias tendrá media y varianza igual a:

En nuestro ejemplo:

En un muestreo sin reemplazo el número de muestras posibles se

obtiene a partir de la combinación de N elementos tomados de n en n;
esto es:1
Nótese que la varianza de la distribución muestral de medias no es
igual a la varianza de la población, ya que como se recordará:
1
Anteriormente, en el capítulo 9 se dio la fórmula de las combinaciones como . Sin
Para profundizar en este tipo de contenidos consulte la obra:
Silva, R. A. (1992). Métodos Cuantitativos en Psicología. México. Trillas
UNIDAD I. PRINCIPALES DISTRIBUCIONES PROBABILÍSTICAS EN INFERENCIA ESTADÍSTICA EN LA PSICOLOGÍA DE LA SALUD.
MÓDULO 0607- METODOLOGÍA II. LA INVESTIGACIÓN CON GRUPOS EN EL CAMPO DE LA PSICOLOGÍA DE LA SALUD 8

En el presente ejemplo, se tiene:

En suma, el comportamiento de la distribución de medias se
caracteriza por tres elementos fundamentales. La primera característica
se refiere a la forma aproximadamente normal que adquiere la
distribución muestral de medias. La segunda alude a la igualdad entre la
Estas 10 muestras posibles son las que se encuentran por arriba de media poblacional y la media de la distribución muestral
la diagonal principal de la taba 12.2 y son las mismas que están por
debajo de la diagonal sin tener en cuenta el orden de extracción. La Por último, la tercera se refiere a la relación que guarda la
media de estas 10 muestras es:
varianza de la distribución muestral con la varianza de la

población . Estas tres características ilustran dos teoremas que son

de importancia fundamental en inferencia estadística: el teorema del
límite central y la ley de los grandes números.
El teorema del límite central establece que si se extraen muestras al
azar de [amaño fijo n de una población normal, la distribución que resulta
Nótese que al igual que en el muestreo con reemplazo, cuando se al obtener la media de todas las posibles muestras será normal, la media
hace sin reemplazo la media de la distribución de medias equivale a la
media población. Es decir, de la distribución muestral de medias será igual a la medida de
población (µ), y la varianza de las medias de las muestras será igual a

La ley de los grandes números dice: cuando las muestras de tamaño

fijo n se extraen al azar de cualquier población (independientemente de
La varianza de la distribución muestral de medias obtenida a partir de la forma de la distribución de la población), a medida que el tamaño de la
un muestreo sin reemplazo se calcula conforme a la fórmula: muestra aumente, la distribución de las medias de las muestras se
aproximará a la normalidad, la media de la distribución de medias
será igual a la media poblacional (µ), y la varianza de las medias de las

muestras será igual a

En ocasiones, al investigador le interesa buscar la distribución
muestral de diferencias entre las medias de dos muestras; por ejemplo,
No obstante, como se ha mencionado, cuando se obtiene de acuerdo
cuando desea saber si dos técnicas difieren en su efectividad. Para
con un muestreo sin reemplazo puede calcularse de la siguiente manera:
responder a esta pregunta necesita conocer el comportamiento natural
de la diferencia entre dos medias de muestras En contraste con
la distribución muestral de medias, aquí se busca una probabilidad
asociada con la diferencia entre dos medias de muestras.
embargo, en muestras en mejor utilizar la notación . puesto que N representa el La distribución muestral de diferencias de medias se construye
tamaño de la población y n el tamaño de la muestra.
Para profundizar en este tipo de contenidos consulte la obra:
Silva, R. A. (1992). Métodos Cuantitativos en Psicología. México. Trillas
UNIDAD I. PRINCIPALES DISTRIBUCIONES PROBABILÍSTICAS EN INFERENCIA ESTADÍSTICA EN LA PSICOLOGÍA DE LA SALUD.
MÓDULO 0607- METODOLOGÍA II. LA INVESTIGACIÓN CON GRUPOS EN EL CAMPO DE LA PSICOLOGÍA DE LA SALUD 9

graficando todas las diferencias posibles entre las medias contra su un intervalo de confianza, el cual se espera contenga el valor del
frecuencia de ocurrencia. La forma que adquiere esta distribución es parámetro. A los límites de ese rango se les llama límites de confianza.
aproximadamente normal, con media igual a Por el teorema del límite central sabemos que si escogemos
muestras aleatorias de tamaño n a partir de una población con media µ y

varianza σ2, la distribución muestral de medias tendrá una . igual a µ

y una varianza igual a . Además, como se vio anteriormente, se sabe

que la media de la muestra a partir de la cual se estima el valor del
parámetro se localiza en un punto cualquiera de la distribución muestra!,
Estimación De Parámetros siempre bajo la curva normal, aunque se desconoce exactamente en
dónde. Es posible establecer los límites de confianza con la fórmula:
Los métodos cuantitativos infetenciales se abocan a tratar dos tipos
de problemas: la estimación de parámetros de una población y el
contraste de hipótesis. En esta sección se abordará el primer tipo de
problema.
en donde
En situaciones reales, cuando se desea estimar algunas
características cuantitativas de una población a partir de una muestra,
por lo general se desconocen los parámetros poblacionales. En tales
casos, hay dos posibilidades, una de las cuales es hacer una estimación
tomando un solo valor de la muestra, esto es, un solo punto sobre la
línea, procedimiento éste conocido como estimación puntual. Por
ejemplo, si con base en una muestra de 82 estudiantes de psicología se
dice que el promedio de tiempo semanal dedicado al estudio es de cinco
horas, la credibilidad de esta afirmación es algo incierta, ya que está
sujeta a errores de muestreo que dependen principalmente del tamaño En la tabla 12.4 se muestra el valor de Z para diferentes niveles de
de la muestra (representatividad) y de la variabilidad de las confianza. Para niveles de confianza que no se encuentren en la tabla,
características de la población. los valores de Z pueden obtenerse de las tablas A o B del apéndice ІІ.
Dadas las limitaciones de la estimación puntual, se ha ideado un
segundo procedimiento para estimar los parámetros de una población
cuando éstos se desconocen. El procedimiento consiste en seleccionar
aleatoriamente una muestra de la población de interés, calcular la
estimación puntual del parámetro y asociarle una medida de su
variabilidad, el cual generalmente toma la forma de un intervalo de
confianza del parámetro de interés. De tal manera, en lugar de calcular
un solo punto se tiene un conjunto de puntos adyacentes; es decir, un
intervalo en el que uno de sus puntos probablemente coincida con el
valor del parámetro. Este procedimiento se conoce como estimación de
intervalo. Lo anterior implica que la estimación del parámetro se
acompaña de un enunciado de probabilidad, con la finalidad de construir
Para profundizar en este tipo de contenidos consulte la obra:
Silva, R. A. (1992). Métodos Cuantitativos en Psicología. México. Trillas
UNIDAD I. PRINCIPALES DISTRIBUCIONES PROBABILÍSTICAS EN INFERENCIA ESTADÍSTICA EN LA PSICOLOGÍA DE LA SALUD.
MÓDULO 0607- METODOLOGÍA II. LA INVESTIGACIÓN CON GRUPOS EN EL CAMPO DE LA PSICOLOGÍA DE LA SALUD 10

Tabla 12.4. Niveles de confianza. Entre el nivel de confianza y el intervalo de confianza hay una
relación directa; es decir, al aumentar el nivel de confianza el intervalo
de confianza también aumenta. Supongamos que deseamos tener más
confianza, de modo que el intervalo elegido comprenda a la media
poblacional, para lo cual seleccionamos el 99%. Entonces, el intervalo
también aumentará:

De la misma manera que se puede estimar un parámetro poblacional,

también es posible calcular los límites de confianza para una diferencia
Volviendo al ejemplo de las horas de estudio de alumnos de particular entre las poblaciones. El procedimiento consiste en extraer
psicología, supongamos que la desviación estándar de la muestra fue de una muestra de cada una de las poblaciones y calcular la media de
3 horas y deseamos afirmar con un 95% de confianza que la media de la
ambas muestras , y su varianza respectiva La fórmula
población se encuentra entre un rango de valores determinando. Para
que se utiliza para la construcción de un intervalo de confianza para la
calcular los límites del rango es necesario utilizar la fórmula:
diferencia entre las dos medias de población es:

Así pues, tenemos que

Entonces, el intervalo de confianza es Supongamos que en una muestra de 31 niños disléxicos se observa
un promedio de 36 errores en la lectura de un texto de 50 palabras con
una varianza de 9 errores y, por otro lado, en una muestra de 56 niños
normales se encontró una media de errores de 8 con varianza de 1.5
errores. El intervalo de confianza del 95% para la diferencia de errores
con lo que se puede afirmar con el 95% de confianza, que la media
en lectura en las dos poblaciones es:
poblacional de las horas de estudio de los alumnos de psicología está
entre 4.35 y 5.65 horas.
Para profundizar en este tipo de contenidos consulte la obra:
Silva, R. A. (1992). Métodos Cuantitativos en Psicología. México. Trillas
UNIDAD I. PRINCIPALES DISTRIBUCIONES PROBABILÍSTICAS EN INFERENCIA ESTADÍSTICA EN LA PSICOLOGÍA DE LA SALUD.
MÓDULO 0607- METODOLOGÍA II. LA INVESTIGACIÓN CON GRUPOS EN EL CAMPO DE LA PSICOLOGÍA DE LA SALUD 11

ansiedad cuando se aplica con relajamiento o sin él?; ¿existen

diferencias en la efectividad entre la imitación y el modelamicnto en el
establecimiento de repertorios sociales en niños con retardo en el
desarrollo?; ¿el déficit en repertorios asertivos posibilita la aparición de
conductas adictivas en los adolescentes? Nótese que cada hipótesis
implica una comparación entre dos condiciones; sin embargo, hay
hipótesis en las cuales las comparaciones se establecen entre más de
Tenemos entonces que: dos condiciones. Por ejemplo, ¿existen diferencias en el establecimiento
de la lectura aplicando los métodos global, fonético y ecléctico?;
¿existen diferencias entre la desensibilización sistemática, la implosión y
las aproximaciones sucesivas en la reducción de fobias en pacientes
institucionalizados?
Para la contrastación, las hipótesis deberán formularse en términos
El intervalo de confianza del 95% es:
estadísticos, para lo cual se requiere en primer lugar enunciar la
hipótesis nula, que es un enunciado que establece la ausencia de
diferencias entre las condiciones; es decir, que la variable dependiente
no se ha afectado por la acción de la manipulación experimental. Junto
Se puede afirmar entonces, con un 95% de confianza, que la con la hipótesis nula, como segundo paso es necesario enunciar la
diferencia verdadera de errores en la lectura en niños disléxicos y hipótesis alterna (H1), según la cual cualquier diferencia significativa
normales está entre 26.88 y 29.12 errores. deberá atribuirse a la manipulación experimental. Así, la hipótesis alterna
es la explicitación operacional de la hipótesis de investigación del
experimentador.
Lógica De La Contrastación De Hipótesis
Retomado la hipótesis en la que se trata de ver si existen diferencias
en la desensibilización sistemática en la reducción de la ansiedad
En psicología se realizan investigaciones con la finalidad de
cuando ésta se aplica con ralajamiento o sin é1, la formulación de esta
determinar en qué medida las hipótesis derivadas de las teorías que las
hipótesis experimental se efectúa de la manera siguiente:
conforman son apoyadas por los hechos empíricos. El criterio que se ha
utilizado para decidir acerca del significado de los datos obtenidos a
partir del establecimiento de una hipótesis es el de contrastación. Este
procedimiento comprende varios pasos, entre los que destaca la
elección de un modelo estadístico que permita transformar los datos
recolectados en puntuaciones estándar, para que sean comparados con
su valor teórico o crítico. Esta sección tiene como objetivo examinar en donde µ1 es la media de la población que estuvo expuesta a la
cada uno de los pasos que constituyen la contrastación de hipótesis. desensibilización sistemática con relajación, y μ2 la media de la
población sin relajación.
La naturaleza de la hipótesis de investigación determina la forma en
Formulación De Hipótesis Que Han De Contrastarse que se enunciará la hipótesis alterna, puesto que cuando aquélla está
interesada en comparar dos condiciones, la hipótesis alterna adquiere
La mayoría de las veces, los investigadores se interesan en diferentes formas que dependen del tipo de información que busca el
contrastar las hipótesis que existen acerca de las diferencias entre dos o investigador.
más condiciones experimentales. Por ejemplo, ¿existen diferencias en la Una primera clasificación se basa en la cantidad de información con
efectividad de la desensibilización sistemática en la reducción de la la que cuenta el investigador acerca del fenómeno estudiado. Si el
Para profundizar en este tipo de contenidos consulte la obra:
Silva, R. A. (1992). Métodos Cuantitativos en Psicología. México. Trillas
UNIDAD I. PRINCIPALES DISTRIBUCIONES PROBABILÍSTICAS EN INFERENCIA ESTADÍSTICA EN LA PSICOLOGÍA DE LA SALUD.
MÓDULO 0607- METODOLOGÍA II. LA INVESTIGACIÓN CON GRUPOS EN EL CAMPO DE LA PSICOLOGÍA DE LA SALUD 12

investigador tiene una información muy escasa, lo mejor es empezar a en la especificación de los parámetros, según lo cual pueden ser exactas
plantearse hipótesis exploratorias, en las que no se especifica la e inexactas. Se dice que una hipótesis alterna es exacta cuando se
dirección de las diferencias. En otras palabras, establecen sólo que dos especifica el valor aproximado para el parámetro de las diferencias. Por
condiciones son diferentes, como la hipótesis de la desensibilización; en ejemplo, se puede formular una hipótesis en la cual enuncie: "La
ella sólo se desea determinar si hay discrepancia en la efectividad en la diferencia en la tasa de respuestas en ratas sometidas a un programa de
reducción de la ansiedad, cuando esta técnica se aplica con relajamiento reforzamiento intermitente será mayor de 10 respuestas por minuto, que
o sin él. Así, la formulación estadística de esta hipótesis alterna es: en aquellas sometidas a un programa de reforzamiento continuo". La
formulación estadística de esta hipótesis es:

A este tipo de hipótesis se le conoce también como no direccional o

de dos colas. Una hipótesis es inexacta cuando no se especifica ningún valor para
Si la información tanto teórica como empírica permite al investigador el parámetro; por ejemplo; "Un programa de reforzamiento intermitente
predecir la dirección de las diferencias, decir, por ejemplo, la produce una mayor tasa de respuestas que un programa de
desensibilización con relajamiento es más efectiva que sin relajamiento, reforzamiento continuo". La hipótesis alterna es:
entonces la hipótesis alterna es:

Este tipo de hipótesis se conoce también como direccional o de una Elección De La Prueba Estadística
cola.
Esta primera distinción de la hipótesis alterna es muy importante, ya
que la forma que adquiere (exploratoria o predictiva) influye Actualmente hay gran cantidad de pruebas estadísticas que pueden
notablemente en la decisión acerca de su certeza. usarse para casi todos los propósitos de investigación. Existen dos tipos
Cuando la hipótesis de investigación está encaminada a comparar de consideraciones que deben tenerse presentes cuando se va a elegir
tres o más condiciones, la hipótesis alterna siempre se enuncia en una prueba: una es estadística y la otra metodológica.
términos de diferencias, es decir, no direccionalmente. Por ejemplo, para Conforme a las consideraciones de tipo estadístico, las pruebas de
la hipótesis de investigación en la que se desea saber si existen contrastación se dividen en dos grandes rubros: pruebas paramétt7cas y
diferencias en el establecimiento de la lectura con los métodos fonéticos, no paramétricas. El primer rubro comprende aquellas pruebas cuyo
global y ecléctico, la hipótesis alterna se enuncia como: modelo especifica ciertas condiciones acerca de los parámetros de la
población de la cual fue extraída la muestra; por ejemplo, la prueba t de
Student y el análisis de varianza (F), que se examinarán en los
siguientes dos capítulos. Las pruebas no paramétricas comprenden
aquellas en las que el modelo subyacente no hace ninguna suposición
de los parámetros de la población de la que se obtuvo la muestra;
Esto es, el método fonético, global y ecléctico difieren en el además las pruebas no paramétricas no requieren mediciones fuertes,
establecimiento de la lectura. Cuando se desea probar una puesto que la mayoría de ellas pueden aplicarse a datos en escala
direccionalidad en estas hipótesis; decir, por ejemplo que el método ordinal y en algunas ocasiones a datos de escala nominal. Más aún,
fonético es mejor que el global y que el ecléctico, se recurre a las cuando el tamaño de las muestras es muy pequeño y no es posible
comparaciones a posteriori, tema que se aborará en la capítulo 14. conocer la naturaleza de la distribución de la población de la cual se
Una segunda clasificación de la hipótesis alterna es la que se basa
Para profundizar en este tipo de contenidos consulte la obra:
Silva, R. A. (1992). Métodos Cuantitativos en Psicología. México. Trillas
UNIDAD I. PRINCIPALES DISTRIBUCIONES PROBABILÍSTICAS EN INFERENCIA ESTADÍSTICA EN LA PSICOLOGÍA DE LA SALUD.
MÓDULO 0607- METODOLOGÍA II. LA INVESTIGACIÓN CON GRUPOS EN EL CAMPO DE LA PSICOLOGÍA DE LA SALUD 13

extrajeron, las pruebas no paramétricas son la única forma de contrastar no difieren, la media de la condición uno es igual a la media de la
las hipótesis de investigación. Para la persona interesada en profundizar condición dos, por lo que los valores estarán fluctuando alrededor de
en las características de las pruebas no paramétricas se recomienda la cero y los valores lejanos de cero serán muy raros. Por el contrario, si la
lectura de la parte IV de esta obra. hipótesis nula es falsa; es decir, que sí existen diferencias entre el
La ausencia o presencia de suposiciones acerca de los parámetros reforzamiento social y el tangible, los valores que predominarán serán
de la población guía al investigador en la elección de una prueba mayores que cero. De esta forma, cuando más se alejen de cero estas
paramétrica o no paramétrica; sin embargo, todavía antes de tomar una diferencias, se estará más seguro de que la hipótesis nula es falsa. En la
decisión es necesario hacer algunas consideraciones de tipo figura 12.2b) se representa gráficamente este razonamiento.
metodológico, ya que el objetivo de la investigación, el diseño utilizado,
así como el grado de precisión en las medidas, influyen notablemente en
la selección del estadístico de prueba. Así, por ejemplo, si el objetivo es
determinar la presencia de diferencias en el tiempo que permanecen
realizando una tarea niños hiperquinéticos cuando son reforzados
socialmente o cuando se les da reforzamiento tangible; y si por otro lado,
el investigador utiliza un diseño en el cual un solo grupo pasa por las dos
condiciones (reforzamiento social y tangible), entonces el modelo
estadístico deberá contemplar la comparación de dos condiciones que
atrojan datos correlacionados, puesto que se utiliza el mismo grupo de
niños hiperquinéticos en las dos condiciones.

Distribución Muestral

Como se vio en este mismo capítulo, la distribución muestral es

aquella que se obtiene al tomar todos los valores posibles de un
Figura 12.2. Distribución muestral conforme a Ho.
estadístico, calculado éste de muestras de igual tamaño seleccionadas
al azar de una población. En la contrastación de hipótesis, la distribución
El conocimiento de la distribución muestral facilita hacer
muestral se calcula conforme a la hipótesis nula (H0). De acuerdo con el
aseveraciones acerca de la probabilidad de ocurrencia de cierto valor
teorema del límite central, esta distribución tendrá una forma
numérico; sin embargo, el solo conocimiento no proporciona un criterio
para decidir cuándo la probabilidad de un resultado es tan pequeña que
aproximadamente normal, con media igual a y varianza igual a ,
puede considerarse insignificante como para rechazar la hipótesis nula.
en donde la región intermedia de la distribución tiene una alta
probabilidad de ocurrencia cuando H0 es cierta y la probabilidad delas
regiones extremas es muy baja, como se muestra en la figura 12.2 a). Nivel De Significación
Por lo tanto, si el valor obtenido al calcular la diferencia entre dos
condiciones experimentales cae en la región intermedia, es posible El procedimiento para tomar decisiones acerca de la probabilidad de
pensar que existen evidencias de que la hipótesis nula es cierta. ocurrencia de una determinada diferencia entre dos condiciones consiste
Volviendo al ejemplo del investigador que desea saber si existen en especificar el conjunto de todas las diferencias posibles que se
diferencias entre el reforzamiento social y el tangible en el tiempo que encuentran si H0 es verdadera. De la distribución muestral de diferencias
permanecen realizando una tarea niños hiperquinéticos, si la hipótesis se extrae un subconjunto de valores de diferencias que tiene una
nula es cierta, esto es, no hay diferencias entre las dos condiciones, el probabilidad muy baja de ocurrencia si la hipótesis nula es verdadera;
valor que predominará en la distribución muestral es de cero, ya que si por tanto, si la diferencia observada en los datos de la investigación
Para profundizar en este tipo de contenidos consulte la obra:
Silva, R. A. (1992). Métodos Cuantitativos en Psicología. México. Trillas
UNIDAD I. PRINCIPALES DISTRIBUCIONES PROBABILÍSTICAS EN INFERENCIA ESTADÍSTICA EN LA PSICOLOGÍA DE LA SALUD.
MÓDULO 0607- METODOLOGÍA II. LA INVESTIGACIÓN CON GRUPOS EN EL CAMPO DE LA PSICOLOGÍA DE LA SALUD 14

pertenece a ese subconjunto, se rechaza la H0. En otras palabras, si la predicción de µ1 > µ2 la región estará en el extremo derecho y viceversa,
diferencia observada entre las dos condiciones experimentales es un en una dirección µ1 < µ2 se encontrará a la izquierda, como se muestra
valor cuya probabilidad asociada conforme a H0 es igual o menor que en las figuras 12.3 b) y c).
alguna pequeña probabilidad representada como a, entonces se rechaza
la hipótesis nula. El subconjunto de valores con una probabilidad
Decisión
asociada pequeña, representado como a, se conoce como nivel de
significación.
En suma, cuando el valor particular producido por una prueba Es posible que el hecho de que el valor obtenido a través de la
estadística es menor o igual que el valor de a se rechaza la hipótesis prueba estadística caiga en la región de rechazo se debe a que la
nula y se acepta la alterna que, como se recordará, es la aseveración hipótesis nula es falsa o a que un evento raro e improbable ha ocurrido.
operacional de la hipótesis de investigación. El nivel de significación es, Por lo tanto, hay dos posibilidades de explicación. En este proceso de
pues, la cantidad de riesgo que se está dispuesto a asumir en el sentido decisión estadística se escoge la primera opción con el fundamento de
de rechazar H0 a pesar de que realmente sea correcta. Los valores de que el valor particular obtenido tiene una probabilidad de ocurrencia muy
probabilidad más comunes de a son р ≤ 0.05 o p ≤ 0.01. Un valor de a baja cuando la hipótesis nula es cierta. No obstante, el escoger la
con р ≤ 0.05, significa que estamos dispuestos a rechazar la hipótesis primera explicación no descarta totalmente que un suceso improbable
nula si la diferencia obtenida entre las dos condiciones ocurre sólo cinco haya ocurrido, puesto que la probabilidad de que esta alternativa sea
veces o menos en cien diferencias posibles. Con a = 0.01 la probabilidad conecta está dada por el valor de a.
se reduce, ya que aquí rechazaremos H0 sólo si la diferencia observada
ocurre una vez en cien diferencias posibles.
Dada la importancia del nivel de significación en el rechazo o
aceptación de la hipótesis nula, "... la objetividad exige que el valor de a
quede indicado antes de recoger los datos" (Siegel, 1976, pág. 28).

Región De Rechazo

La región de rechazo es un subconjunto de valores extremos de la

distribución muestral que tienen una probabilidad de ocurrencia muy baja
si H0 es verdadera. Esta región queda determinada por el nivel de
significación, ya que si por ejemplo a = 0.01, entonces el tamaño de la
región de rechazo es el 1% del área total comprendida bajo la curva de
la distribución muestral.
La localización de la región de rechazo bajo la curva depende del tipo
de hipótesis alterna. En una hipótesis exploratoria o no direccional,la
región de rechazo se reparte en los dos extremos de la curva, como se
muestra en la figura 12.3 a). En este caso, la región de rechazo es igual
a α/2. Nótese que esas dos regiones difieren únicamente en su
localización, pero no en el tamaño total.
Por otro lado, cuando la hipótesis alterna predice la dirección de las
diferencias, como es el caso en las investigaciones predictivas, la región
de rechazo se coloca en un extremo de la distribución muestral, y el Figura 12.3. La región de rechazo en función del tipo de hipótesis alterna.
lugar de su colocación depende del tipo de predicción efectuada. En una
Para profundizar en este tipo de contenidos consulte la obra:
Silva, R. A. (1992). Métodos Cuantitativos en Psicología. México. Trillas
UNIDAD I. PRINCIPALES DISTRIBUCIONES PROBABILÍSTICAS EN INFERENCIA ESTADÍSTICA EN LA PSICOLOGÍA DE LA SALUD.
MÓDULO 0607- METODOLOGÍA II. LA INVESTIGACIÓN CON GRUPOS EN EL CAMPO DE LA PSICOLOGÍA DE LA SALUD 15

Supongamos que en la investigación del efecto del reforzamiento la hipótesis alterna es muy alta, es posible afirmar que existen
social y tangible sobre el tiempo que permanecen realizando una tarea diferencias significativas en el tiempo en que niños hiperquinéticos
niños hiperquinéticos, se encuentra que en promedio los niños que realizan una tarea cuando a éstos se les proporciona reforzamiento
fueron reforzados socialmente pasaron 17 minutos realizando la tarea, social o tangible.
mientras que en los niños a los que se les dio reforzamiento tangible el
lapso fue de 27 minutos, de aquí que la diferencia entre las dos
condiciones fue de minutos. Tipos De Error
En la figura 12.4 se observa que una gran porción de los valores de
todas las posibles diferencias de la distribución muestra!, cuando Al tomar una decisión estadística se puede incurrir en dos tipos de
la hipótesis nula es cierta, fluctúa alrededor de cero, mientras que hay error considerando el estado real de las cosas y la decisión que toma el
muy pocos valores que se alejen de cero. Por el contrario, conforme a la investigador. En la tabla 12.5 se muestran los cuatro resultados posibles.
hipótesis alterna, una cantidad considerable de valores de las diferencias
en la distribución muestral se alejan de cero y muy pocos de ellos Tabla 12.5. Matriz de decisión.
fluctúan en torno de este valor.

La probabilidad de cometer el error tipo І está dada por el valor

particular que toma α. Puede suceder, por ejemplo, que el valor de la
diferencia observada de los minutos, a pesar de que su probabilidad de
ocurrencia conforme a H0 es muy baja, realmente pertenezca a l
distribución muestral de la hipótesis nula. La forma de reducir la
probabilidad de cometer este error es adoptar un criterio más estricto
reduciendo la región de rechazo; es decir, tomar un valor más pequeño
de α.
Sin embargo, al reducir la probabilidad de cometer un error tipo І se
aumenta la probabilidad de decidir que no hay diferencias entre las
Figura 12.4. Distribución muestral conforme a H0 y H1.
condiciones cuando realmente sí las hay (error tipo ІІ), ya que entre
ambos tipos de errores existe una relación inversa. Por ejemplo,
supongamos que la diferencia encontrada entre las dos condiciones fue
Así pues, como la diferencia observada entre las dos condiciones es de dos minutos; de esta manera, debido a que la probabilidad de
de 10 minutos y la probabilidad asociada de ésta conforme a la hipótesis ocurrencia de esta diferencia es más grande conforme a H0, se acepta la
nula es muy baja, puesto que cae en la región de rechazo y por otro lado aseveración de no que no hay diferencias entre las condiciones. No
debido a que la probabilidad asociada de esta diferencia de acuerdo con obstante, a pesar de que la probabilidad de esta diferencia de acuerdo
con Н1 es muy baja, realmente puede pertenecer a la distribución
Para profundizar en este tipo de contenidos consulte la obra:
Silva, R. A. (1992). Métodos Cuantitativos en Psicología. México. Trillas
UNIDAD I. PRINCIPALES DISTRIBUCIONES PROBABILÍSTICAS EN INFERENCIA ESTADÍSTICA EN LA PSICOLOGÍA DE LA SALUD.
MÓDULO 0607- METODOLOGÍA II. LA INVESTIGACIÓN CON GRUPOS EN EL CAMPO DE LA PSICOLOGÍA DE LA SALUD 16

muestral generada a partir de esta hipótesis. Es importante dejar

sentado que en toda inferencia estadística se corre el riesgo de cometer
cualquiera de estos dos tipos de errores, a raíz de lo cual el investigador
debe buscar un equilibrio óptimo entre los dos errores (Siegel, 1976).
Dada la relación que existe entre estos dos tipos de errores, la opción
más adecuada de un investigador para concluir acerca de su
investigación, en el caso de encontrar significación estadística, es
afirmar que existen evidencias de que los dos tratamientos producen
efectos significativamente diferentes, ya que la probabilidad de la certeza
de esta afirmación es más alta que la probabilidad de que no lo sea. De
lo anterior se desprende, entonces, que en ningún caso se justifica
aceptar o rechazar tajantemente cualquiera de las dos hipótesis.
Cabe señalar que de acuerdo con la perspectiva de esta obra, la
toma de decisiones por parte del investigador acerca de la efectividad de
una técnica psicológica no sólo debe basarse en aspectos cuantitativos
de los datos, sino que para juzgar sus resultados habrán de
considerarse criterios de tipo cualitativo, como los mencionados en el
capítulo 2, en la sección que trata los criterios experimental y clínico.

Para profundizar en este tipo de contenidos consulte la obra:

Silva, R. A. (1992). Métodos Cuantitativos en Psicología. México. Trillas
UNIDAD I. PRINCIPALES DISTRIBUCIONES PROBABILÍSTICAS EN INFERENCIA ESTADÍSTICA EN LA PSICOLOGÍA DE LA SALUD.