Michael Wood
un porcentaje de precisión (R2 ajustado), pero en otros estudios en los
que haya un interés en hacer predicciones, puede ser más sensato dar una
estimación del error típico en una predicción a partir del modelo (por
ejemplo, el error estándar). Por tanto, la utilidad de cada método estadístico depende del contexto y de la finalidad de la investigación.
Sin embargo, me parece que no cabe duda de que muchos de los problemas que hemos destacado son muy comunes, de manera que los comentarios y sugerencias probablemente sean aplicables a muchos otros
artículos (por ejemplo, diez de los once artículos de investigación en la
edición de septiembre de 2010 de la revista British Journal of Management presentaron valores de p, y ocho se organizaron en torno a hipótesis formales). Por lo general, se hace muy poco esfuerzo por presentar los
resultados en un formato fácil de entender. Los resultados se citan a menudo como la confirmación o no de la hipótesis, las cuales suelen ser difusas o evidentes, y con poca o ninguna discusión sobre la magnitud de
los impactos o de los efectos. Asimismo, los resultados estadísticos son
a menudo bastante débiles (aunque esto puede ser disfrazado por el uso
de valores de p y grandes muestras) y pueden estar basados en muestras
que hacen que sea difícil extrapolar los resultados de manera creíble a
los diferentes ambientes futuros probables. En consecuencia, es probable que en algunos contextos valga la pena cuestionar la idea enraizada
de la utilización de métodos estadísticos.
68 | Paradigmas, ene.-jun., 2014, Vol. 6, No. 1, 37-73