Potenciar la utilidad de los métodos estadísticos
no es fácil de resumir mediante un solo número: no existe una medida
obvia para la “forma de U invertida”, por lo que no hay más opción que
formular los objetivos de investigación en función de una prueba de hipótesis. No obstante, mi sugerencia es que, en lugar de tratar de utilizar
los valores de p para evaluar la fuerza de la evidencia para esta hipótesis, utilicemos un nivel de confianza, lo que para la figura 1 llega al 65 %.
También podríamos hacer la hipótesis un poco más fuerte, como se explicó anteriormente (el nivel de confianza para la hipótesis más fuerte es
del 40 %). Estos niveles de confianza son mucho más sencillos y fáciles
de usar que los valores de p convencionales.
En tercer lugar, debemos tener en cuenta el valor de los métodos estadísticos en general. Los aspectos a tener en cuenta son la “fuerza” de los
resultados estadísticos, la naturaleza del contexto de destino al que los resultados se pueden generalizar y hasta qué punto la necesidad de utilizar
con facilidad variables medibles puede llegar a distorsionar la investigación. La ventaja de los métodos estadísticos es que nos permiten ver —a
través de la “niebla” que generan las variables de ruido— patrones como
la curva en la figura 1; sin embargo, la figura 1 también nos muestra la
falta de claridad de muchas de las hipótesis estadísticas dado que apenas
si tienen forma de U invertida. Además, el hecho de que los datos provengan de un muestreo por conveniencia y limitado implica que es difícil
generalizar las conclusiones a otras organizaciones, momentos y lugares.
Estas conclusiones y sugerencias se basan en una única investigación.
Evidentemente no se pueden extraer conclusiones definitivas acerca de
qué tan típicos son algunos de los problemas descritos, y las sugerencias
detalladas pueden ser aplicables solo a Glebbeek y Bax (2004). El método de bootstrap para evaluar el nivel de confianza en la hipótesis es útil
en este caso pero, por ejemplo, para otras hipótesis relativas a la igualdad o la diferencia de dos medias, puede que sean más factibles otros
métodos más simples de evaluación de los niveles de confianza (Wood,
2012b). En el ejemplo anterior, he evaluado la precisión del modelo como
Paradigmas, ene.-jun., 2014, Vol. 6, No. 1, 37-73
| 67