Potenciar la utilidad de los métodos estadísticos
sus problemas asociados. Así, con ella nos centramos en la relación que
realmente nos interesa y no en una hipótesis que casi con seguridad es
falsa, y el intervalo de confianza expresa la incertidumbre de una manera mucho más transparente que el valor p. Por tanto, como hemos visto,
toda la información proporcionada por los valores de p se puede derivar
de los intervalos de confianza, pero estos también ofrecen una gran cantidad de información adicional.
A pesar de sus ventajas, los intervalos de confianza rara vez son citados en investigaciones en el área de la administración, mientras que
la situación es muy diferente en la medicina: los intervalos de confianza
son presentados ampliamente y son recomendados por las revistas científicas (por ejemplo, BMJ, 2011) y por las autoridades reguladoras (por
ejemplo, ICH, 1998).
Los niveles de confianza para las hipótesis
Infortunadamente, este abordaje no es tan fácil a la hora de evaluar
la confianza de la conclusión de que la curva tiene forma de U invertida, porque esta se mide por dos parámetros, ubicación y curvatura, en
la tabla 1 (la ubicación es relevante para la existencia de una forma de
U invertida ya que si se produce el nivel óptimo para un valor negativo
de la rotación de personal, entonces no habrá una U invertida en la parte positiva y relevante de la gráfica). Podríamos producir intervalos de
confianza para la curvatura y para la ubicación de la óptima rotación de
personal en la tabla 1, pero el hecho de que aquí existan dos cantidades,
haría que esto fuera difícil de manejar y de interpretar. Por tanto, examinemos a continuación cómo podríamos aplicar la idea de confianza
a una hipótesis.
El método del bootstrapping ofrece una manera fácil de abordar este
problema. La idea del bootstrapping implica el uso de la muestra de datos
Paradigmas, ene.-jun., 2014, Vol. 6, No. 1, 37-73
| 57