En estadística , y especialmente en el análisis estadístico de datos psicológicos , el contravalor nulo es una estadística que se utiliza para ayudar a la comprensión y presentación de los resultados de una investigación. Gira en torno al tamaño del efecto , que es la magnitud media de algún efecto dividida por la desviación estándar . [1]
El valor contranulo es el tamaño del efecto que está tan bien respaldado por los datos como la hipótesis nula . [2] En particular, cuando los resultados se extraen de una distribución que es simétrica respecto de su media, el valor contranulo es exactamente el doble del tamaño del efecto observado.
La hipótesis nula es una hipótesis que se plantea para contrastarla con una alternativa. Por lo tanto, la hipótesis contranula es una hipótesis alternativa que, cuando se utiliza para reemplazar la hipótesis nula, genera el mismo valor p que la hipótesis nula original de “no hay diferencia”. [3]
Algunos investigadores sostienen que informar el contravalor nulo, además del valor p , sirve para contrarrestar dos errores comunes de juicio: [4]
- suponiendo que el hecho de no rechazar la hipótesis nula en el nivel elegido de significación estadística significa que el tamaño observado del "efecto" es cero; y
- suponiendo que el rechazo de la hipótesis nula en un valor p particular significa que el "efecto" medido no sólo es estadísticamente significativo, sino también científicamente importante.
Estos umbrales estadísticos arbitrarios crean una discontinuidad, causando confusión innecesaria y controversia artificial . [5]
Otros investigadores prefieren los intervalos de confianza como un medio para contrarrestar estos errores comunes. [6]
Véase también
Referencias
- ^ Pashler, Harold E.; Stevens, SS (2002). Manual de psicología experimental de Steven . Chichester: John Wiley & Sons. pp. 138, 422. ISBN 0-471-44333-6La contraposición gira en torno a una medida cada vez más común llamada "tamaño del efecto", que, en esencia, es la magnitud media de algún efecto ( por
ejemplo, la diferencia media entre dos condiciones) dividida por la desviación estándar (generalmente agrupada para las condiciones).
- ^ Rubin, Donald B.; Rosenthal, Robert; Rosnow, Ralph L. (2000). Contrastes y tamaños de los efectos en la investigación conductual: un enfoque correlacional . Cambridge, Reino Unido: Cambridge University Press. p. 5. ISBN 0-521-65258-8.
- ^ Iacobucci, Dawn (2005). "From the Editor" (PDF) . Journal of Consumer Research . 32 : 6–11. doi :10.1086/430648. Archivado desde el original (PDF) el 2005-11-08 . Consultado el 2007-08-01 .
- ^ Rosenthal, R.; Rubin, DB (1994). "El valor contranulo de un tamaño de efecto: una nueva estadística". Psychological Science . 5 (6): 329–334. doi :10.1111/j.1467-9280.1994.tb00281.x.
- ^ Pasher (2002), p. 348: "La dicotomía rechazar/no rechazar [la hipótesis nula] mantiene el campo inundado de confusión y controversia artificial".
- ^ Boik, Robert J. (2001). "Revisión de contrastes y tamaños de efecto en la investigación conductual: un enfoque correlacional de Robert Rosenthal, Ralph L. Rosnow y Donald B. Rubin". Revista de la Asociación Estadounidense de Estadística . 96 (456): 1528–1529. doi :10.1198/jasa.2001.s432. JSTOR 3085927.
Si se desean estimaciones de intervalos de medidas de tamaño de efecto estandarizadas, entonces un enfoque más sensato es construir intervalos de confianza que tengan coeficientes de confianza fijos.
Lectura adicional
- Rosnow, RL y Rosenthal, R. (1996). Cálculo de contrastes, tamaños de efecto y contravalores nulos en datos publicados por otras personas: procedimientos generales para consumidores de investigación. Psychological Methods, 1, 331-340
