La prueba de la hipótesis es la columna vertebral de la toma de decisiones basada en evidencia en las estadísticas. Proporciona un marco formal para determinar si un efecto observado en los datos de muestra refleja un fenómeno real en la población más amplia o es meramente el resultado de la oportunidad aleatoria. Para los principiantes, dominar este proceso es esencial, no sólo para la investigación académica sino también para campos como analítica de negocios, control de calidad, medicina y ciencias sociales.

¿Qué es la prueba de la hipotesis?

En su más simple prueba de hipótesis es un método utilizado para decidir entre dos declaraciones competidoras sobre un parámetro de población, como una media, proporción o varianza. El proceso comienza con una pregunta de investigación: "¿Tiene una nueva presión arterial baja de fármaco?" o "Es la puntuación media de satisfacción del cliente por encima de 4.0?" Estas preguntas se traducen en hipótesis estadísticas formales, los datos se recogen de una muestra representativa, y un resultado de prueba rechazan.

Este enfoque sistemático elimina las adivinanzas. En lugar de depender de la intuición o evidencia anecdótica, las pruebas de hipótesis cuantifican lo probable que serían los datos si la hipótesis nula fuera verdad. Una baja probabilidad sugiere que el nulo es implausible, lo que lleva al investigador a adoptar la alternativa. Todo el procedimiento descansa en las leyes de probabilidad, haciendo conclusiones reproducibles y estadísticamente válidas. Stanford Encyclopedia of Philosophy on Statistical Inference ofrece una excelente perspectiva histórica.

Comprender las hipótesis: nula y alternativa

Cada prueba de hipótesis requiere dos declaraciones mutuamente excluyentes y exhaustivas sobre el parámetro de población, que se conocen como la hipótesis nula (H0) y la hipótesis alternativa (H1 o Ha).

  • Hipotesis nula (H0): Una declaración de ningún efecto, ninguna diferencia o ninguna relación. Representa el status quo o la suposición predeterminada. Por ejemplo, “El coeficiente intelectual medio de los estudiantes en esta escuela es de 100” o “El nuevo fertilizante no aumenta el rendimiento de los cultivos”. La hipótesis nula se asume verdadera hasta que la evidencia sugiere lo contrario.
  • Hipotesis alternativa (H1 o Ha): Una declaración que contradice la nula. Afirma que hay un efecto genuino, diferencia o relación. Por ejemplo, “El coeficiente intelectual medio de los estudiantes no es 100” (dos colas) o “El nuevo fertilizante aumenta el rendimiento” (de cola).

Estas dos hipótesis son complementarias, y una de ellas debe ser verdadera. El objetivo de la prueba es reunir suficientes pruebas de datos de muestra para rechazar H0 a favor de H1. Una matización crítica: nunca “aceptamos” la hipótesis nula. O lo rechazamos o no lo rechazamos. no probar que es correcto; simplemente significa que los datos no proporcionaron suficiente evidencia fuerte para descartarlo. Esta distinción es a menudo malinterpretada por los principiantes y es un punto clave en muchos libros de texto de estadísticas.

Los seis pasos de la prueba de la hipotesis

Las pruebas de hipótesis siguen un procedimiento estructurado y de seis pasos, cada paso se basa en el anterior y el esquiar cualquier paso puede comprometer la validez de las conclusiones.

Paso 1: Formular las hipótesis

Comience por indicar claramente las hipótesis nulas y alternativas en términos de parámetros de población. La pregunta de investigación dicta la forma de H1. Por ejemplo, si está probando si un nuevo programa de entrenamiento aumenta la resistencia, puede establecer H0: μ new = μ old y H1: μ new > μ old. Tenga en cuenta si la prueba es un colado o dos colas (más adelante, evitar la recopilación).

Paso 2: Elija un nivel de significación (α)

El nivel de significación, denotado por α (alfa), define el umbral de evidencia. Representa la probabilidad de rechazar una verdadera hipótesis nula (un error tipo I). Las opciones comunes son 0.05 (5% de riesgo), 0.01 (1% de riesgo), y 0.10 (10% de riesgo). La selección depende del contexto: en la investigación exploratoria, un α superior es aceptable; en ensayos clínicos donde los falsos positivos podrían dañar a los pacientes, un nivel estricto 0,0

Paso 3: Recoger datos y computar la estadística de prueba

Obtenga una muestra representativa aleatoria de la población de interés. Luego, calcula una estadística de prueba que mide hasta qué punto la estadística de la muestra (por ejemplo, media de muestra) se desvía del valor de hipótesis nula, estandarizada por el error estándar. La fórmula depende del tipo de datos y las suposiciones. z-score (cuando se conoce la desviación estándar de la población y el tamaño de la muestra es grande) y t-score (cuando se calcula la desviación estándar de la muestra). Por ejemplo, para una prueba de muestreo sobre una media: o .

Paso 4: Determinar el valor p- o región crítica

El valor p es la probabilidad de obtener una estadística de prueba tan extrema como (o más extrema que) el valor observado, asumiendo que la hipótesis nula es verdad. Un pequeño valor p indica que los datos observados son poco probables bajo H0, proporcionando evidencia en contra de él. Alternativamente, puede comparar la estadística de prueba a un valor crítico de una distribución de referencia (por ejemplo, tabla de distribución de t, prueba de rechazo de segundo).

Paso 5: Tomar una decisión

Compare el valor p a α: si p ≤ α, rechazar la hipótesis nula. De lo contrario, no rechazar H0. Esta es una decisión binaria, probabilística. No prueba la verdad absoluta — sólo que los datos son (o no son) consistentes con H0 en el nivel de significación elegido. Recuerde que una decisión tomada con α = 0.05 será incorrecta 5% del tiempo cuando H0 es verdad, puramente por casualidad.

Paso 6: Dibujar conclusiones

Traducir la decisión estadística en el contexto del problema. Por ejemplo: “Los datos proporcionan evidencia suficiente (p = 0.003) que el nuevo método de enseñanza mejora las puntuaciones de prueba en comparación con el método tradicional.” Evite hacer afirmaciones causales a menos que el diseño de estudio permita (por ejemplo, ensayo controlado aleatorizado). Siempre informe el tamaño de efecto y intervalos de confianza para transmitir la magnitud del efecto, no sólo su significado estadístico.

Errores tipo I y tipo II

No hay prueba de hipótesis es perfecta. Dos tipos de errores pueden ocurrir, cada uno con su propia probabilidad.

  • Error tipo I (False Positivo): Rechazar una verdadera hipótesis nula. La probabilidad de este error es exactamente α, el nivel de significación. Por ejemplo, concluir que un nuevo medicamento funciona cuando realmente no. El riesgo de error Tipo I es establecido por el investigador de antemano.
  • Error tipo II (Negativo de la antena: La probabilidad de este error es denotada β (beta). Su complemento, el poder de la prueba (1 – β), es la probabilidad de rechazar correctamente un nulo falso. El poder depende del tamaño de la muestra, el tamaño de efecto y α. Los investigadores suelen apuntar a un poder de al menos 0.80, lo que significa una probabilidad del 80% de detectar un efecto verdadero.

El intercambio entre errores Tipo I y Tipo II es fundamental. Reducir α hace una prueba más estricta (sin posibilidad de falso positivo) pero también reduce el poder (aumenta la probabilidad de falso negativo). Aumentar el tamaño de la muestra puede mejorar el poder sin aumentar α. El contexto determina el equilibrio aceptable: en pruebas de detección para una enfermedad grave, un falso negativo (desechar un caso) puede ser más dañino que una falsa sensibilidad positiva, por lo que α.

Pruebas de dos capas de un solo golpe

La hipótesis alternativa puede ser direccional o no bidireccional, lo que conduce a dos tipos de pruebas.

  • Prueba de un solo golpe: H1 especifica una dirección, como “μ > 70” o “μ < 70”. Todo el α se coloca en una cola de la distribución. Esta prueba es más potente para detectar un efecto en esa dirección específica pero no puede detectar un efecto en la dirección opuesta. Úsalo sólo cuando tienes una razón previa fuerte para esperar una dirección específica.
  • Test dos-Tailed: H1 no especifica dirección (μ √ 70). El nivel de significación se divide por igual entre ambas colas. Este es el enfoque más conservador y es el defecto en la mayoría de los estudios científicos. Es apropiado cuando cualquier diferencia, independientemente de la señal, es de interés.

Por ejemplo, si una compañía reclama su nueva batería dura más tiempo que la anterior, es apropiado realizar una prueba de un solo detalle (H1: μ new > μ old). Pero si quieres saber si la vida de la batería es diferente, ya sea más larga o más corta, usa una prueba de dos colas.

Ejemplo trabajado: Pruebas de un nuevo fármaco

Aplicamos los seis pasos a un ejemplo de concreto. Los investigadores afirman que un nuevo medicamento reduce la presión arterial sistólica. La población significa 130 mmHg con una desviación estándar conocida de 15 mmHg. Una muestra aleatoria de 100 pacientes recibe el medicamento, y su presión arterial promedio muestral es de 125 mmHg. Los investigadores quieren probar en α = 0.05.

  1. Formular hipótesis: H0: μ = 130 (sin efecto), H1: μ < 130 (el medicamento reduce la presión). Se trata de una prueba de cola única.
  2. Elija α: 0.05.
  3. Estadística de prueba de computación: Como se conoce la población σ, utilice la prueba z = (125 – 130) / (15 / √100) = (-5) / (1.5) = -3.33.
  4. Determinar el valor p: Para z = -3.33, el valor p (la cola izquierda) es aproximadamente 0.0004 (de una tabla normal estándar). El valor crítico para α = 0.05 en una prueba de un solo detalle es -1.645; desde -3.33 < -1.645, cae en la región de rechazo.
  5. Tomar una decisión: Desde p (0.0004) < α (0.05), rechaza H0.
  6. Conclusiones: Los datos proporcionan evidencia fuerte de que el medicamento disminuye la presión arterial. El tamaño del efecto es una reducción de 5 mmHg, que es clínicamente significativa. Un intervalo de confianza del 95% para la reducción de la media podría cuantificar aún más el rango de valores plausibles.

Para ejemplos más trabajados, vea el Guía de Khan Academy sobre pruebas de significado.

Misconcepciones comunes sobre la prueba de hipotesis

Los errores son muy frecuentes, incluso entre investigadores experimentados. Aquí están algunos de los errores más frecuentes:

  • “El valor p es la probabilidad de que H0 sea verdad.” Falso. El valor p es la probabilidad de observar los datos (o más extremo) dado que H0 es cierto. No da la probabilidad de H0 en sí. Los métodos Bayesian son necesarios para eso.
  • “El rechazo de H0 demuestra que H0 es verdad.” Es simplemente que la evidencia no fue suficiente para rechazarla. Una muestra más grande podría revelar un efecto pequeño pero real.
  • “α = 0,05 significa que hay una probabilidad del 5% de estar equivocado”. Sólo si la hipótesis nula es verdad. La posibilidad de estar equivocado cuando H0 es falso es β, que depende del poder. Las tasas de error globales son más complejas.
  • “La significación estadística implica significado práctico”. No necesariamente. Una muestra muy grande puede hacer un efecto trivialmente pequeño estadísticamente significativo. Siempre examinar los tamaños de los efectos y intervalos de confianza para evaluar la importancia del mundo real.

Cuándo utilizar diferentes pruebas de la hipotesis

La selección de la prueba correcta depende del tipo de datos, el número de grupos y el diseño de la investigación. Aquí hay una guía rápida:

  • Pruebas de z o t de un solo ejemplo: Compare una muestra significa para una población conocida. Use prueba z si σ es conocido y n es grande; de lo contrario use t-test.
  • Prueba de dos muestras (independiente): Comparar medios de dos grupos independientes (por ejemplo, tratamiento vs. control).
  • T-test pareado: Comparar los medios de los mismos sujetos medidos dos veces (por ejemplo, antes/después, pares emparejados).
  • Prueba de la independencia de Chi-Square: Prueba si se asocian dos variables categóricas (por ejemplo, género y preferencia de voto).
  • Un solo paso ANOVA: Compare los medios entre tres o más grupos independientes.

Muchos recursos en línea proporcionan árboles de decisión. Guía JMP para pruebas de hipótesis ofrece una excelente carta interactiva. Otro recurso de confianza es El tutorial de pruebas de hipótesis de Stat Trek, que incluye ejemplos claros para cada tipo de prueba.

Consideraciones de la potencia y el tamaño de la muestra

El poder de una prueba (1 – β) es la probabilidad de rechazar correctamente una hipótesis nula falsa. Una prueba de baja potencia es poco probable que detecte efectos reales, potencialmente conduce a falsos negativos. Factores que influencian el poder incluyen el tamaño del efecto (cuán grande es la diferencia verdadera), el nivel de significado (α), el tamaño de la muestra, y la variabilidad en los datos. Calculadora de tamaño de muestra de UBC puede ayudar con la planificación.

Consejos prácticos para principiantes

  • Siempre revise las suposiciones de la prueba (normalidad, independencia, diferencias iguales). Las violaciones pueden requerir pruebas o transformaciones alternativas.
  • Informe tanto p-valores como tamaños de efecto. Un valor p le dice si el efecto es estadísticamente significativo; un tamaño de efecto le dice lo grande que es.
  • Use intervalos de confianza junto con pruebas de hipótesis para proporcionar una gama de valores plausibles para el parámetro.
  • No te hagas p-hack – no pongas a prueba varias hipótesis hasta que encuentres un resultado significativo. Pre-registre tu plan de análisis para evitar prejuicios.
  • Entender que la prueba de hipótesis es sólo una herramienta en la caja de herramientas del estadístico. Los métodos Bayesian, selección de modelos y análisis de datos exploratorios pueden proporcionar información complementaria.

Conclusión

La prueba de la hipótesis es un método poderoso y estructurado para tomar decisiones basadas en datos. Al comprender las hipótesis nulas y alternativas, siguiendo el procedimiento de seis pasos, y al estar consciente de errores, pruebas de un solo cola vs. de dos colas, y conceptos comunes de malentendido, los principiantes pueden evitar errores y extraer conclusiones sólidas. Recuerde: una prueba de hipótesis no prueba o refuta una teoría definitivamente; se cuantificará