Estadística y psicología: Análisis histórico de la inferencia estadística

Enerio Rodríguez Arias
Psicólogo
Doctor en Filosofía
Universidad Autónoma de Santo Domingo
República Dominicana

Ver perfil del autor
Contactar al autor
Referencias
Aron, A. & Aron, E. N. (2001). Estadística para Psicología. Buenos Aires: Pearson Education, S.A.
Cohen, J. (1990). Things I Have Learned. (so far). American Psychologist, 45, 12, 1304-1312.
Cohen, J. (1994). The earth is round. (p<0.05). American Psychologist, 49, 1, 997-1003.
Conover, W. J. (1999). Practical Nomparametric Statistics (3rd Ed.). New York: John Wiley & Sons, Inc.
Cowles, M. (2001). Statistics in Psychology (2nd Ed.). Mahwah, NJ: Lawrence Erlbaum Associates, Publishers.
Gigerenzer, G., Krauss, S. Vitouch, O. (2004). The Null Ritual: What you always wanted to know about significance testing but were afraid to ask. En David Kaplan (ed). The Handbook of Methodology for the Social Sciences (Cap. 21), Thousand Oaks, CA: Sage Publications, Inc., pp. 391-408.
Gigerenzer, G., & Murray, D.J. (1987). Cognition as Institutive Statistics. Hillsdale, NJ: Erlbaum.
Girden, E. R. (1966). Evaluating Research Articles: From Start to Finish. Thousand Oaks, CA: Sage Publications, Inc.
Hyman, R. (1966). The Nature of Psychological Inquiry. Englewood Cliffs, NJ: Prentice Hill.
Kerlinger, F. N., & Lee, H. B. (2002). Investigación del comportamiento (4a. Ed.). México, D. F.: McGraw-Hill.
Kraemer, H.C. & Thiesman, S. (1987). How Many Subjects? Statistical Power Analysis in Research. Newbury Park, CA: Sage Publications, Inc.
Leach, C. (1979). Introduction to Statistics: A Nomparametric Approach for Social Sciences. New York: John Wile y & Sons, Inc.
McGuigan, F.J. (1993). Experimental Psychology: Methods of Research (6th Ed.). New York: Prentice-Hall.
Murphy, K. R. & Myors, B. (2004). Statistical Power Analysis. Mahwah, NJ: Lawrence Erlbaum Associates, Publishers.
Siegel, S. (1956). Nomparametric Statistics for the Behavioral Sciences. New York: McGraw-Hill Book Company.
Stern, P. & Kalof, L. (1996). Evaluating Social Science Research (2nd Ed.). New York: Oxford University Press.
Tankard, Jr. (1984). The Statistical Pioneers. Cambridge, MA: Schenkman.
Comentarios a este trabajo
Los comentarios están ordenados desde el más reciente al más antiguo:
hector acosta: Este es un trabajo muy bueno y útil para todas las persona que estamos en el campo de la psicología porque nos ayuda a corregir errores que se dan en el proceso de la investigación.
estudiante de psicologia: Este trabajo es muy interesante y de mucha ayuda para poder comprender de mejor manera los pasos de las pruebas de significación estadística. Quisiera saber si podría sacar una conclusión sin aplicar estas pruebas estadísticas?
Javier Perña: Me parece interesante porque ayuda a entender mejor las decisiones estadísticas planteadas por los investigadores, además explican los errores de tipo I y de tipo II. Mi pregunta sería como disminuimos la probabilidad de cometer ambos errores a la vez.
jose rosero: Para mi parecer estos investigadores tratan de hacernos caer en los errores que muchos investigadores han caído por no tener un nivel de confianza suficiente, al momento de tomar las decisiones. Mi pregunta es cómo aumento nivel? ¿Con qué nivel de confianza se puede trabajar se pude con un 90% ... mmm
Diana P y Washington D: Este trabajo es muy interesante ya que nos hizo apreciar puntos que parecían tener poca importancia como es todo lo referente a la hipótesis nula y cuáles son los errores que puede cometer el investigador al momento de plantear diferentes hipótesis y cuáles son las pruebas estadísticas que se pueden utilizar en diferentes casos.
anitabel, dianita, lore: Podemos eliminar el error número uno 0.5% elevando el nivel de confianza y llegar a un error 1% que esto ayudaría a no equivocarnos al escoger a la hipótesis verdadera.
La decisión al azar depende como le interpreta el individuo sea verdadera o falsa.
alvarito, verito, monita: Los tipos de error de la prueba de significación estadística nos llevan a la conclusión de:
En los errores alpha y beta basándose en la hipótesis nula y verdadera, en la Ho son los resultados al azar y entendemos que a mayor grado de confiabilidad o significación menor a la probabilidad de error, utilizando 99% en lugar de 95%.
Utilizada en gran mayoría por los investigadores aceptando la hipótesis nula verdadera o Ho en vez de la hipótesis nula falsa.
Fernandita: Con este documento reforzamos los conocimientos estadísticos que poseíamos, aprendimos más sobre los tipos de errores que comete el investigador al apresurarse a concluir su investigación sin tomar en cuenta las pruebas paramétricas.
Freddy A. Paniagua: Este artículo es excelente e históricamente informativo. En relación a la hipótesis nula, la pregunta central es: porque necesitamos esa hipótesis cuando sabemos que será rechazada? Por ejemplo, es más difícil rechazar esta hipótesis si los dos lados de la curva normal se toman en cuenta, y es más fácil de rechazarla si solamente un lado de la curva es considera (en ese caso el valor de rechazo en la table t-test, por ejemplo, es menor; ese valor aumenta cuando los dos lados de la curva normal son considerados). Esto explica porque diferentes niveles de rechazos (e.g., 0.05 versus 0.001) son publicados en el mismo artículo investigando los efectos de la variable independiente sobre la variable dependiente. En este caso, el investigador continuara "fishing" (pezcando) hasta encontrar el valor de rechazo para la hipótesis nula. Y con paciencia, esa hipótesis siempre será rechazada!!
idalia: En general me gustó el trabajo, pero a mi gusto es un poco corto, tal vez si se hubiera extendido mas en las aportaciones de cada matemático sería excelente, porque explicaría con mas detalle cada aportacion, su significdo matemático, etc.
Carlos Ascencio: Muy buen texto. Claro y muy interesante para quienes tenemos que armar clases sobre dichos temas.
ricardo bismarck: Excelente trabajo. Me gustaría que escribiera acerca de la metodología cualitativa y de los métodos mixtos, que estan surgiendo con una rapidez inusual.
Carmen Ortiz: Excelente trabajo, bastante claro en su contexto e interesante la manera en que fue trabajado. Ayudará de manera sencilla entender conceptos complejos. Le da un matiz personal que logra cautivar la atención para continuar leyendo y aprender detalles históricos poco convencionales y para mi,desconocidos. Gracias por su colaboración.
Ana Luisa Navarrete: Me encantó la forma de abordar el tema, considerando a las personas y sus aportaciones, sus interrelaciones, sus amistades y enemistades, sus coincidencias y diferencias. Es una manera de inducir el interés de los estudiantes de estadística hacia temas que antes de intentar conocer, los rechazan. Ana luisa Navarrete, profesora.
mayra: Me pareció interesante la información, sólo que muy confusa. Estaría bien si fuera más concreto.
DoloresC.: Creo que aunque la información es básica, sí queda claro el objetivo del autor.
Luis Bueno: Me ha aclarado el panorama confuso que tenía respecto a las distintas pruebas estadísticas. Siempre ayuda revisar la historia y conocer el origen de las cosas. Buen enfoque.
nataly castro: Es demasiado confuso para lectores ajenos al enfoque y estudiantes que se inician en la carrera de psicología.