2. Valores pequeños de p, es decir p < 0.01 o aun p < 0.001 darían una confianza mayor de que el resultado no fue por un error de muestreo.
EVALUACIÓN DE LOS INTERVALOS DE CONFIANZA
A los Intervalos de Confianza se les denomina también Pruebas de Estimación y consiste en calcular un parámetro a partir de un estimador, o calcular el valor aproximado de una variable en el universo de estudio( Intervalos de Confianza) a partir de los resultados de la muestra. El propósito es que, a partir de los resultados de las muestras( estimador), realizar generalizaciones en el universo del que proceden( parámetro).
Los Intervalos de Confianza( IC) proveen una vía alternativa de evaluar los efectos del error muestral y tienen más información que las pruebas de significación. Efectivamente, los IC proveen un rango o intervalo en el cual puede estar el valor de la variable estudiada en la población( universo). Este rango puede tener distintos niveles de certeza o probabilidad, en general en los estudios causales se usa un nivel de certeza o confianza de 95 %.
Supongamos que en un estudio clínico controlado de dos drogas anti-hipertensivas, muestran que el promedio de la presión diastólica en sangre en un grupo tiene una medición de 95 mm. de mercurio, al mismo tiempo en el otro grupo tiene un promedio de solo 90 mm. de mercurio. La diferencia de promedios de 10 mm. parece bastante grande pero hay que recordar que este valor es el encontrado en las muestras y que puede estar influenciado por el error muestral.
En este estudio clínico controlado se obtiene un IC95 % de 3 a 17, que significa que la diferencia de presión arterial en el universo podría ir de 3 como el valor mas bajo a 17 como el valor más alto, aunque podría ser cualquier valor dentro del rango( 3, 4, 5, 6, 7, 8,..... 16 o 17).
Los IC se expresan como: IC 95 % 3 < 10 < 17
Se puede decir entonces esto que un intervalo de 95 % de nivel de confianza, nos da un rango en el cual nosotros tenemos 95 % de certeza de que en este intervalo cae el valor real de la variable en estudio en universo del que proviene la muestra. Tomando el ejemplo anterior se puede decir que en la muestra la diferencia de promedios de presión arterial diastólica es de 10 y que en el universo o población de la que se tomó la muestra puede ser de 3 a 17 con una certeza o probabilidad de acierto del 95 %.
49