Libro Medicina Basada en Evidencias MBE Alberto Narvaez | Page 170


Por el contrario, si se acepta la hipótesis nula (H0) y ésta es falsa se comete un
error tipo II. A la probabilidad de cometer este error se le denomina Beta (β). De
igual manera como en el caso anterior esto puede suceder cuando el valor de p es
mayor pero muy cercano a 0,05, por ejemplo 0,052.
ACEPTA H0 H0 Correcta
H0 Falsa No error
Error Tipo II (beta)
ACEPTA H1 H1 Correcta
H1 Falsa No error
Error Tipo I (alfa)
La probabilidad de cometer error alfa será menor mientras haya más rigor en el nivel de
confianza; es decir mientras más pequeño sea el valor de p. Así, con un “valor de p” de
0,001 la probabilidad de cometer Error Tipo I, es 1 vez en 1000, en cambio con un valor
de p de 0,049, tan cercano a 0,05 la probabilidad de cometer error Tipo I es mayor.
El riesgo de cometer error beta o tipo II será menor si el “valor de p” esta lo más alejado
posible del valor de referencia 0.05 o 0.01. Por ejemplo, con un valor de p de 0.1 la
probabilidad de cometer un error Tipo II será pequeño, en cambio con un valor de p de
0.51, tan cercano al valor de referencia (0.05) la probabilidad de cometer un error Tipo II
será grande.
De forma arbitraria, solo como referencia para entender lo explicado anteriormente, se
pueden transformar los valores de p a categorías de nivel de significación estadística o
confiabilidad como se muestra en el ejemplo siguiente:
Valor de p
0,001
0,02
0,049
0,05
0,051
0,20
0,8
Nivel de significación
Altamente significativo o altamente confiable. Probabilidad muy baja de
error tipo I.
Significación o confiabilidad moderada. Probabilidad media de error tipo I.
Significación o confiabilidad baja o débil. Probabilidad alta de error tipo I.
Punto de corte.
No estadísticamente significativo o no confiable bajo. Probabilidad alta de
error tipo II.
No significativo o no confiable moderado. Moderada probabilidad de error
tipo II
Altamente No significativo o Alto no confiable. Probabilidad muy baja de
error tipo II.
Cuando se observan en los artículos científicos valores de p muy cercanos al valor de
referencia (0.05 o 0.01) una de las explicaciones es que el tamaño de la muestra es muy
pequeño para demostrar la hipótesis. Por lo tanto, una forma de evaluar si el tamaño de la
muestra es suficiente para cumplir los objetivos o demostrar las hipótesis es analizar los
valores exactos de p.
En general se consideran muestras pequeñas para estudios experimentales y
observacionales analíticos cuando se estudian menos de 100 individuos, muestras
46